Google DeepMind scioglie il team di AlphaFold e riorienta i ricercatori su Gemini

Per anni AlphaFold è stato il fiore all’occhiello di Google DeepMind, la dimostrazione più celebre che l’intelligenza artificiale poteva risolvere un problema scientifico rimasto aperto per mezzo secolo. Il sistema che prevede la struttura tridimensionale delle proteine è valso a Demis Hassabis e John Jumper il premio Nobel per la chimica nel 2024. Oggi quello stesso laboratorio ha smontato il gruppo che lo aveva costruito.

Secondo quanto anticipato dal Financial Times e ripreso da testate come The Decoder, Google DeepMind ha sciolto il team dedicato ad AlphaFold e ha redistribuito i suoi ricercatori su altri progetti, in larga parte legati a Gemini. Non si tratta di un taglio improvviso, ma dell’ultimo passo di una riorganizzazione andata avanti per mesi.

Una decisione che, letta oggi, dice molto sulla direzione dell’intera industria dell’AI.

Che cosa ha deciso Google DeepMind

Il gruppo che negli anni scorsi lavorava a tempo pieno su AlphaFold non esiste più come squadra autonoma. Le persone che ne facevano parte sono state ricollocate all’interno di DeepMind verso iniziative diverse. Molte ora contribuiscono a progetti costruiti attorno a Gemini, il grande modello linguistico di Google, mentre altre si occupano di ambiti come il design degli enzimi, la fusione nucleare e la genomica.

Una parte dei ricercatori è passata a Isomorphic Labs, la società di scoperta di farmaci nata come costola di DeepMind nel 2021 e oggi impegnata in collaborazioni con colossi come Novartis ed Eli Lilly. In pratica il patrimonio di competenze di AlphaFold non viene buttato via, ma diffuso e messo al servizio di obiettivi più ampi.

Il dato che più colpisce riguarda però le uscite. Secondo il Financial Times, quasi un quarto degli autori a tempo pieno di DeepMind che avevano firmato i lavori scientifici originali su AlphaFold ha lasciato del tutto l’azienda. Non è un semplice spostamento di scrivanie, ma una vera emorragia di competenze accumulate in anni di lavoro.

Per capire la portata della decisione bisogna ricordare che cosa ha rappresentato AlphaFold. La previsione della forma delle proteine era considerata uno dei grandi problemi irrisolti della biologia, un rompicapo su cui la ricerca si era arenata per decenni. Il sistema di DeepMind lo ha reso quasi banale, mettendo a disposizione della comunità scientifica centinaia di milioni di strutture e accelerando il lavoro in campi che vanno dallo sviluppo di nuovi farmaci alla progettazione di enzimi utili per l’ambiente.

Perché proprio adesso: tutto ruota attorno a Gemini

La spiegazione ufficiale arriva da Pushmeet Kohli, vicepresidente della ricerca di DeepMind, che al Financial Times ha inquadrato la mossa come un’evoluzione naturale della strategia. Il laboratorio starebbe abbandonando il modello storico, un team dedicato per ogni grande problema scientifico, in favore di sistemi basati su Gemini pensati per assistere gli scienziati e automatizzare parti stesse del processo di ricerca.

È un cambio di filosofia profondo. Invece di costruire un’AI su misura per la biologia, un’altra per la chimica e così via, DeepMind punta su una piattaforma generalista da specializzare di volta in volta. La stessa logica che guida gli investimenti sul modello di punta di Google, dove il laboratorio spinge su efficienza e agenti capaci di gestire compiti complessi.

Detta così sembra ragionevole. Ma la scelta porta con sé rischi concreti.

Il rischio di perdere la specializzazione

AlphaFold non è nato per caso. È il frutto del lavoro di un gruppo ristretto e molto specializzato, capace di unire competenze di biologia strutturale e di deep learning in un modo che nessun altro era riuscito a replicare. Sciogliere quella squadra significa scommettere che un modello generalista come Gemini possa raggiungere, o addirittura superare, lo stesso livello di profondità in domini altamente tecnici. Una scommessa tutt’altro che scontata, perché la conoscenza tacita di un team affiatato è difficile da trasferire a una piattaforma software.

La fuga dei cervelli e la corsa ai talenti

Il caso più clamoroso è quello di John Jumper. Il ricercatore, premio Nobel e figura chiave del progetto, secondo il Financial Times ha lasciato DeepMind nel giugno 2026 per unirsi ad Anthropic. Con lui sarebbero passati alla società rivale anche altri due coautori centrali di AlphaFold, Jonas Adler e Alexander Pritzel.

Questi spostamenti raccontano bene la guerra dei talenti che attraversa il settore. I migliori ricercatori sono una risorsa scarsa e contesa, e ogni laboratorio prova ad attrarli con progetti ambiziosi e budget enormi. Il fatto che Anthropic riesca a strappare a Google alcune delle sue menti più prestigiose è un segnale della sua crescente attrattività, proprio mentre l’azienda accelera sull’AI applicata alla scienza, come mostra l’integrazione di Claude Science con la piattaforma NVIDIA BioNeMo.

Per DeepMind, al contrario, è una perdita di capitale umano difficile da rimpiazzare in fretta.

Non è un caso isolato. Negli ultimi mesi diverse figure di primo piano hanno cambiato casacca, in un mercato dove il valore di un singolo ricercatore di eccellenza può spostare gli equilibri tra i laboratori. La ricerca sulle proteine, in particolare, è diventata un terreno di conquista proprio per la sua rilevanza scientifica e commerciale.

AlphaFold non sparisce: il database resta online

Serve una precisazione importante, per evitare allarmismi inutili. Lo scioglimento del team non significa la fine di AlphaFold. Il database pubblico che raccoglie oltre 200 milioni di strutture proteiche previste dal sistema resta operativo e continua a essere consultabile gratuitamente da ricercatori di tutto il mondo. È diventato uno strumento di base per la biologia molecolare, e Google non ha annunciato alcuna intenzione di ritirarlo.

Se vuoi capire davvero perché questo strumento è considerato una svolta, ti abbiamo raccontato come AlphaFold 3 sta rivoluzionando la biologia molecolare, dalla previsione delle proteine fino alle interazioni con farmaci e acidi nucleici.

Del resto la ricerca sulle scienze della vita nell’orbita di Alphabet prosegue anche altrove. Isomorphic Labs continua il suo lavoro sui farmaci, e lo stesso DeepMind ha di recente presentato un piano insieme a Isomorphic Labs per la bioresilienza contro le minacce biologiche. La biologia, insomma, non esce dai radar del laboratorio, ma cambia il modo in cui viene affrontata.

Cosa cambia per il futuro dell’AI scientifica

La vicenda AlphaFold è molto più di una semplice riorganizzazione aziendale. È il segno di una fase nuova, in cui i grandi laboratori concentrano risorse e talenti attorno a poche piattaforme di AI generale, considerate ormai il vero motore del progresso. I team verticali, costruiti attorno a un singolo obiettivo scientifico, lasciano spazio a modelli tuttofare da adattare ai campi più diversi.

Se la scommessa di DeepMind funzionerà, potremmo assistere a un’accelerazione della ricerca: un’unica AI potente messa a disposizione di biologi, chimici e fisici, capace di generare ipotesi e persino di guidare esperimenti. Se invece la specializzazione conta più di quanto Google creda oggi, il rischio è di rallentare proprio nei domini dove il laboratorio aveva costruito il suo primato.

C’è poi una lezione che vale per tutti. La consolidazione attorno ai grandi modelli generalisti sta ridisegnando non solo gli organigrammi, ma anche il modo in cui la scienza verrà prodotta nei prossimi anni.

Resta poi un tema più delicato, quello di chi controlla questi strumenti. Finché il database di AlphaFold rimane aperto e gratuito, migliaia di laboratori pubblici possono continuare a costruirci sopra. Ma la concentrazione di talento e potenza di calcolo in pochi grandi gruppi privati solleva domande legittime sull’accessibilità futura della ricerca di frontiera.

Per chi segue l’intelligenza artificiale da vicino, e magari la usa nel proprio lavoro, il messaggio è chiaro: la partita si gioca sempre di più sulle piattaforme generaliste. Capire come funzionano, e soprattutto quali limiti hanno, diventa una competenza essenziale.

Lo scioglimento del team di AlphaFold chiude un capitolo simbolico e ne apre uno tutto da scrivere. Continua a seguirci per capire come si muovono Google DeepMind, Anthropic e gli altri protagonisti, e quali conseguenze avranno queste scelte sulla ricerca e sul tuo modo di lavorare con l’AI.