Barret Zoph vuelve a Google como VP de Investigación para Gemini

El camino de Barret Zoph: de Google Brain a OpenAI, Thinking Machines y de vuelta a Google

Barret Zoph vuelve a Google como vicepresidente de investigación tras un periplo de dieciocho meses que lo llevó de OpenAI a cofundar Thinking Machines Lab con Mira Murati, ser despedido de esa misma startup, regresar brevemente a OpenAI y, finalmente, recalar otra vez en la empresa donde trabajó seis años como research scientist en Google Brain. Un portavoz de la compañía confirmó al Wall Street Journal el regreso y destacó "su experiencia en aprendizaje por refuerzo y posentrenamiento para Gemini".

Según publicó TechCrunch (vía Yahoo Finance), Zoph pasó cinco meses en su segunda etapa en OpenAI, donde lideró el área de ventas empresariales de IA antes de salir en junio. El medio reveló además que Zoph no renunció a Thinking Machines: fue despedido. Su marcha, junto con la del también cofundador Luke Metz, se produjo "dramáticamente", según la cobertura original, y el episodio terminó reventando la narrativa de que el equipo fundador de la startup era inamovible.

El aterrizaje en Google DeepMind es estratégico para ambas partes. Zoph fue CTO de Thinking Machines y, antes de eso, uno de los arquitectos de ChatGPT en OpenAI, con trabajo directo en RLHF, modelos de razonamiento y los pipelines que entrenaron GPT-4o. Para Google, traer a alguien que conoce de primera vez los procesos internos de sus dos mayores rivales es una operación de inteligencia competitiva tanto como de fichaje.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Thinking Machines Lab: una startup de US$12.000M… sin modelo propio todavía

Thinking Machines Lab se fundó en febrero de 2025 tras la salida de Mira Murati, ex-CTO de OpenAI. En menos de un año, la compañía acumuló una hoja de servicios impresionante en fundraising y fichajes, pero todavía no tiene un modelo frontera publicado:

Cerró una ronda semilla de US$2.000 millones con una valuación de al menos US$10.000 millones, según Business Insider. Participaron Nvidia, AMD y ServiceNow, entre otros.
Reportes posteriores ubicaron su valuación en torno a US$12.000 millones, con búsquedas de una nueva ronda por US$5.000 millones a una valuación de US$50.000 millones, según SiliconAngle.
Reclutó a nombres pesados como John Schulman (cofundador de OpenAI), Alec Radford, Bob McGrew, el co-creador de PyTorch Soumith Chintala desde Meta, y el propio Zoph como CTO.
Lanzó Tinker, su primer producto, disponible en general desde diciembre de 2025: un servicio en la nube para fine-tuning de LLMs con LoRA que reduce el costo de personalizar modelos frontier.

En abril de 2026, TechCrunch reveló además un acuerdo multmillonario (single-digit billions) entre Thinking Machines y Google Cloud para usar sistemas con chips Nvidia GB300 —el mismo hyperscaler al que Zoph acaba de sumarse.

La guerra de talento en IA ya cuesta decenas de millones por cabeza

La rotación de Zoph no es un caso aislado: es síntoma de un mercado de talento en inteligencia artificial sin precedentes en costos y movilidad. AndroGuider documenta que los paquetes de compensación para investigadores top superan las decenas de millones de dólares anuales, con Meta, Google y OpenAI compitiendo agresivamente por un pool extremadamente reducido de personas capaces de liderar entrenamientos frontier. Meta, de hecho, acaba de conformar sus Superintelligence Labs precisamente para retener y captar este perfil.

En OpenAI la rotación es especialmente notoria. Solo en los últimos ocho meses la compañía perdió a su COO y a varios ejecutivos clave de data center, mientras se prepara para una oferta pública inicial. La llegada de Zoph a Google y su fugaz paso por OpenAI alimentan la narrativa de una empresa que, pese a su posición dominante, está viendo cómo sus mejores ejecutivos miran hacia afuera — y, lo que es peor para Altman, vuelven después de probar que la hierba del vecino no es tan verde.

Para los fundadores de startups más pequeñas, este fenómeno tiene una lectura directa: la próxima capa de IA no se construirá solo con GPUs y data centers, sino con la capacidad de retener (o pagar) al puñado de personas que saben entrenar modelos frontera. Las grandes pueden absorberlo. Una serie A, difícilmente.

¿Qué significa esto para tu startup?

No confundas "talento estrella" con "talento retenible". Thinking Machines perdió a su CTO y a otro cofundador en menos de un año, pese a tener US$2.000M en el banco y a un team soñado. Si tu startup se sostiene sobre dos o tres personas técnicas irremplazables, construye vesting, cláusulas de retención y planes de sucesión desde el día uno, antes de que el mercado te los lleve.
El fine-tuning se está commoditizando. Servicios como Tinker y plataformas similares están democratizando la personalización de modelos frontier sin necesidad de infraestructura propia. Si tu producto depende de LLMs afinados, evalúa si conviene construir el fine-tuning interno o apoyarte en estas plataformas; técnicas como LoRA ya permiten acercarse a la calidad del fine-tuning tradicional con una fracción del costo.
Define tu techo salarial antes de buscar. Los paquetes para roles senior en IA están en máximos históricos, con cifras que están fuera del alcance de una startup temprana. Antes de iniciar una búsqueda, decide qué puedes pagar realmente y qué palancas no monetarias (equity significativo, autonomía técnica, exposición a problemas frontier) vas a activar. Compensación total, no solo salario base.