一下子失去兩位AI大將！

文●KP

六月中旬，Google在三天內失去兩位重量級人物。

一位是Gemini模型共同負責人沙澤爾（Noam Shazeer），他跳槽到OpenAI；另一位是二○二四年諾貝爾化學獎得主江珀（John Jumper），他加入了Anthropic。

為什麼最頂尖的AI研究者，越來越不願意待在世界上資源最豐富的科技公司？


▲達志影像
Google人才失血警報響起
AI奠基者、諾貝爾獎得主出走

你可能沒聽過沙澤爾這個名字，但你一定聽過他做的東西。

二○一七年的論文「Attention Is All You Need」，他是共同作者之一。這篇論文發明了Transformer架構，是現在所有前沿模型的基礎，包括ChatGPT、Gemini、Claude。

這不是沙澤爾第一次離開Google。

他曾開發名為Meena的對話聊天機器人，高層擔心模型可能產生有害、偏見或不當的輸出，拒絕公開發布。於是沙澤爾在二○二一年離開Google並創辦Character.AI，一個讓用戶和AI角色對話的平台，正是他在Google想做卻做不了的東西。

二○二四年，Google支付了約二十七億美元，透過一項與Character.AI的合作協議，把沙澤爾和約三十名核心團隊成員帶回Google DeepMind。說白了，主要目的就是把沙澤爾請回來負責Gemini。

他回來後成為Gemini模型共同負責人，多方報導都把他列為幫助Gemini縮小與ChatGPT差距的關鍵人物。

不到兩年，他又離開了，這次去了OpenAI。他似乎一直在尋找能更快、更積極把雄心勃勃的AI產品推向市場的環境——Google兩次都沒能提供。

江珀在DeepMind待了將近九年，因為蛋白質結構預測系統，和DeepMind創辦人哈薩比斯（Demis Hassabis）一起拿下二○二四年諾貝爾化學獎。這是AI在科學領域最具突破性的應用之一，對生物學和藥物研發有深遠影響。

拿完諾貝爾獎，報導指出，他被調去開發Google的AI程式設計工具。這些工具是Google試圖賣給企業的應用產品。對一個剛完成諾貝爾獎級別工作的科學家來說，從純粹的高影響力科學研究，轉向更應用、更產品導向的工作，可能不是最令人滿足的職涯發展。然後，他去了Anthropic。


▲Google接連送走Gemini模型共同負責人與諾貝爾獎得主。AI戰場上，最敏感的莫過頂尖人才用腳投票。法新社
AI是Google的護城河工具
卻是OpenAI與Anthropic唯一賭注

AI對Google而言雖無比重要，但它本質上是「用來鞏固既有帝國的工具」。

Google的核心是搜尋、廣告、雲端、Android和YouTube。AI的任務是去優化這些業務。這帶來致命的副作用：無盡的官僚體系、層層的安全審查，以及對既有利益的投鼠忌器。

而OpenAI和Anthropic是AI原生公司，對這些公司來說，AI不是工具，AI就是帝國本身；這裡所有資源、運算力和決策，都只為同一個目標服務：推動前沿模型的極限。對那些渴望改變世界的頂尖科學家來說，這種純粹，具有無法抗拒的魔力。

過去一年，市場上流行一種觀點：AI模型最終會走向商品化，各家技術差距將越來越小，最後比的只是誰的運算成本更低、誰的通路更廣。

沙澤爾和江珀的離職，卻給出一個強烈的相反訊號。

當Transformer架構的奠基者和諾貝爾獎級的科學家，同時選擇離開資源最豐沛的科技公司、流向AI原生實驗室，這說明前沿模型的技術護城河不僅沒有變窄，反而可能因為「人才磁鐵效應」被進一步拉大。

這是一個自我強化的循環：頂尖人才聚集，做出更突破性的模型，吸引更多頂尖人才投奔。當這個飛輪持續轉動，就會擴大領先者與追隨者之間的差距。

Google幾乎做了所有教科書上正確的事——支付天價收購代價、給予核心專案領導權、提供近乎無上限的資源，卻仍然無法阻止沙澤爾再次離開。

這說明在AI領域，薪酬與資源只是入場券；決策速度、研究自主權以及能否專注於最前沿的問題，才是決定頂尖人才去留的關鍵。

這，正是AI原生實驗室最難被複製的優勢。

當然，我們也要避免把「人才流失」直接等同於Google已經輸掉AI競賽。

Google的核心價值，從來不是「做出全球最強的大型語言模型（LLM）」，而是如何把大型語言模型有效整合進它的生態系統，創造更多收入。

從搜尋引擎到YouTube，Google擁有全球數十億用戶的日常使用場景，這些分發管道和數據飛輪，是任何AI原生實驗室都無法複製的。

從人事問題升格結構性風險
若模型迭代落後，恐失AI主導權

在企業市場，情況更加明顯。Google Cloud的客戶關係、法令遵循能力、全球基礎設施，是OpenAI和Anthropic短期內難以匹敵的。對大多數企業來說，選擇AI供應商時，「誰的模型在基準測試上領先三％」遠不如「誰能提供穩定且能整合現有系統的解決方案」來得重要。

換句話說，判斷Google在AI時代是否真的遇到問題，單看它是否擁有最頂尖的模型並不夠。更關鍵的觀察指標是：搜尋的廣告效率是否因為AI而提升？雲端的企業採用率是否因為Gemini而加速？Android和YouTube的使用者體驗與收入是否因為AI功能而明顯改善？

目前看來，勝負結果還無法下定論。Gemini 3.5的表現，顯示Google在模型能力上仍有相當水準。然而，沙澤爾和江珀的離職，仍然是一個值得重視的警告訊號。它提醒我們：在AI時代，人才的流動不再只是人事問題，而是可能影響一家公司長期競爭力的結構性指標。

如果Google無法有效緩解頂尖研究者持續外流的趨勢，那即使它擁有最強大的生態系統，最終也可能因為模型迭代速度落後，而逐步失去在AI時代的主導地位。

這場人才戰的結果，還需要更長時間才能看清楚。但至少現在，它已經不再是單純的「噪音」，而是必須認真對待的警訊。

（本專欄作者為深度研究科技金融產業的專家KP）

… 本文摘錄自 商業周刊 2026/7月 第2016期