Google DeepMind人才流失!一周內5位AI大將出走,AlphaFold核心團隊集體跳槽Anthropic
Google DeepMind人才流失!一周內5位AI大將出走,AlphaFold核心團隊集體跳槽Anthropic

《彭博》6 月 24 日引述知情人士報導,Google DeepMind 兩名 AI 研究員 Jonas AdlerAlexander Pritzel 傳出即將離職,轉投 Anthropic。消息曝光後,Alphabet 股價盤中一度下挫 1.2%。

這已是 Google 六天內第四、五起高階 AI 人才出走事件,全部流向競爭對手。要理解為什麼這兩個名字格外刺眼,必須先知道他們是誰:

姓名 原職 去向 領域
Noam Shazeer Gemini 共同主導 OpenAI 語言模型架構(Transformer 共同作者)
John Jumper DeepMind 研究員,諾貝爾化學獎得主 Anthropic AlphaFold 蛋白質折疊
Jonas Adler Gemini 核心貢獻者 Anthropic AI 程式碼開發、AlphaFold
Alexander Pritzel Gemini 核心貢獻者 Anthropic 模型預訓練、AlphaFold
Arthur Conmy DeepMind 資深研究工程師 Anthropic Gemini 2.5、AI 安全、AI 程式碼

Adler、Pritzel 與諾貝爾獎得主 Jumper 三人,正是 AlphaFold 的核心研究團隊。AlphaFold 用 AI 預測蛋白質三維結構,被視為近年最重要的科學突破之一,連帶讓 DeepMind 的科研聲望達到巔峰。三人傳出將在 Anthropic 重新聚首。

換言之,Google 不只是在流失個別明星,而是在流失一個已經默契成熟、有明確研究方向的整組人馬。

Google 的傷口有多深?

Adler 在 Google 的工作重心是 AI 程式碼開發(AI coding),這正是 Google 眼下最不能失血的領域之一。

2025 年 Google I/O 大會後,Gemini 的程式碼生成能力一直是 Google 對抗 OpenAI 與 Anthropic 的主要籌碼。Pritzel 則深度參與模型「預訓練」(pre-training),簡單說就是讓 AI 在正式上線前從海量資料中學習的基礎階段,是整個模型能力的根基工程。

兩人都不是邊緣角色。根據風投機構 SignalFire 2025 年的行業分析,DeepMind 工程師跳槽到 Anthropic 的機率,是反方向流動的將近 11 倍。而 Adler 與 Pritzel 在這波出走潮之前,已有數名 AlphaFold 研究員相繼離開,部分轉往 Alphabet 旗下的 Isomorphic Labs(AI 藥物設計公司)。

Google DeepMind 執行長德米斯·哈薩比斯(Demis Hassabis)在坎城的一場活動中試圖淡化:「各頂尖實驗室之間的人才流動很正常,我們贏得的頂尖人才絕不輸給任何一方。」但這番話難以說服市場。

組織文化是出走潮原因?

人才流失背後,外界對 Google 組織結構的分析也隨之升溫。

就在 Shazeer 宣布加入 OpenAI 之前,他所主導的某個專案分配到的運算資源,被內部決策重新調撥給倫敦的另一個 DeepMind 團隊。《彭博》報導稱此舉是為了「提升跨團隊協作、優化預訓練流程」,但對研究員來說,這類資源重新配置往往被解讀為優先順序的訊號。

另一個案例是,前 Google 工程師 Justin Poehnelt 6 月 24 日在 X 上自述,他因在工作職責範圍內開發了 Google Workspace CLI(一款讓開發者與 AI 代理能透過指令操作 Workspace 服務的開源工具)而遭到解僱。其工具上線後迅速登上 Hacker News 榜首,累積數萬名使用者。

Poehnelt 自述認為,原因是「Workspace 和某些主管、專案害怕被顛覆,尤其是害怕 AI 代理這件事對 Workspace 意味著什麼」。諷刺的是,就在他被解僱前兩天,Google 在 Google Cloud Next 大會上宣布正在開發官方版 Workspace CLI。

創投分析機構 FourWeekMBA 統計,在「Attention Is All You Need」Transformer 論文的八位作者中,七人已離開 Google,六人創辦或加入了競爭公司。

Anthropic 近期完成新一輪融資,估值達 9,650 億美元,並已秘密遞交 IPO 文件,最快今年秋天掛牌,但確切時程尚未確定。對 Google 的研究員來說,在上市前加入,意味著一個可能改變職涯財務的機會,或許是離開 Google 的強大誘因。

延伸閱讀:簡立峰:哆啦A夢在路上,快來了!台灣少子化有解,但錯過這波就錯過黃金十年

資料來源:BloombergFourWeekMBA

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓