谷歌7天失去4位顶级研究员、市值蒸发2700亿美元：当AI能力押注在"人"身上，企业的风险有多大？

过去这7天，全球AI行业发生了一件让整个资本市场都震动的事：谷歌旗下DeepMind研究院，在不到一周的时间里连续失去4位顶级AI科学家。

6月18日，Transformer架构联合发明者、Gemini模型联席负责人 Noam Shazeer 宣布离职，加入OpenAI——这位研究员在2024年被谷歌以27亿美元"买回来"，不到两年就再度出走。6月20日，诺贝尔化学奖得主、AlphaFold主导者 John Jumper 宣布跳槽至Anthropic，结束在DeepMind长达9年的工作。6月24日，Gemini AI编程负责人 Jonas Adler 和预训练核心成员 Alexander Pritzel 相继确认将加入Anthropic。

市场的反应极其直接：这7天里，Alphabet市值蒸发约2700亿美元，创下技术公司史上因非财报事件引发的最大单周市值跌幅纪录之一。

这件事表面上是AI大厂之间的"人才争夺战"，但它背后揭示的问题，其实和每一家正在做AI落地的企业都密切相关。

当"人才"成了AI能力的核心变量

一位分析师在Alphabet股价暴跌后写道："投资者正在重新为这件事定价：如果你花了1900亿美元建设AI基础设施，但那些让这些基础设施产生前沿能力的人离开了，你买的是正在贬值的资产。"

这句话值得细细品味。谷歌的问题不是没钱、没算力、没数据——这三样它都领先全球。问题在于，AI领域的"前沿能力"，在2026年，仍然高度依赖少数几个能同时推进训练理论、架构研究和应用系统的人。Noam Shazeer 一人，就承载了 Transformer 架构的全部历史知识；John Jumper 一人，把蛋白质折叠的奥秘变成了能被人类使用的工具。这样的人，在全球可能只有几十个。

DA Davidson分析师Gil Luria在接受媒体采访时直言："前沿的竞争，现在看来是Anthropic和OpenAI之间的事。"这句话在几年前几乎不可能出现在任何一份关于谷歌的研究报告里。

根据多位前DeepMind员工的描述，驱动这波离职潮的并不只是钱——Anthropic 和 OpenAI 给研究员的承诺，是"做自己真正想做的实验"，而不是在多条产品线之间抢夺GPU资源。就在 Shazeer 宣布离职前，他的研究项目计算资源刚刚被重新分配给了伦敦的另一个DeepMind团队。

这是一个关于"组织环境"而不仅仅是"薪酬待遇"的故事。花27亿美元买回来的人，两年后依然离开——个人才华不能靠任何价格永久绑定，只有让人觉得"这里是我能做最好工作的地方"，才能真正留住他。

更大的压力：AI价格战悄然打响

与此同时，另一条线索同样值得关注：AI模型的定价体系，正在迎来一场剧烈重构。

据《华尔街日报》6月11日的报道，OpenAI 正在认真考虑大幅削减token定价，直接原因是 Anthropic 的企业客户份额在过去一年里完成了惊人逆袭：Anthropic 年化收入从2025年初的约10亿美元飞升至2026年5月的约470亿美元，而 OpenAI 的企业市场份额则从2023年的约50%跌至如今的25%-27%左右。

但这场价格战的威胁，不只来自两家美国公司之间的互掐。根据 Artificial Analysis 的对比数据，处理同等工作量，Anthropic 的报价约4811美元，OpenAI 约3357美元，而来自中国的 DeepSeek 仅需1071美元，GLM 模型甚至低至544美元——前者与后者相差接近9倍。

Uber 今年早些时候透露，公司已经"用完了2026年全年的AI Agent预算"。这不是个案——越来越多的企业开始发现，自己烧了大量token，却很难把这些支出和业务上真正看得见的改变连接起来。

token 价格战打响，对企业来说当然是好消息——AI使用成本会下降。但这也意味着：简单地"用用AI工具"的门槛在消失，真正的竞争差距将更多来自"怎么用"而不是"用没用"。

"人才即算力"的时代，普通企业的AI能力在哪里？

谷歌的故事，对普通企业最大的启示不是"去抢AI人才"——大多数企业根本没有能力参与这场竞价。真正的启示在于：如果一家拥有全球最多顶级AI人才、最强算力、最大数据量的公司，都会因为几个关键人物离开而让市场陷入震动，那么，一家普通企业把AI能力建立在"某几个人会用AI"上，风险有多大？

这个问题，和上个月 WRITER 调研（2400名高管和员工）揭示的结论是同一回事的镜像：87%的高管说，AI超级用户的生产力高出普通员工5倍——但这5倍的生产力无法自动扩散成组织的5倍回报。因为超级用户的能力是个人的，不是组织的。他们一旦离职，那套知识、那套工作流、那些积累的prompt，都会随着他们一起离开。

这不是谷歌才有的问题。这是所有把AI能力建立在"人"上而不是建立在"系统"上的组织，共同的脆弱性。

STARBOX视角：AI能力要属于组织，不能属于个人

我们在服务上百个行业客户的过程中，反复看到一个现象：一家公司里有一两个"AI牛人"，他们帮整个团队把效率拉高了，老板也很满意。但一旦这个人休假、换岗或者离职，那套依赖他个人的AI工作流就会停摆或者走样。

Noam Shazeer 和 John Jumper 离开的不只是一份工作，他们带走的是不可复制的认知资产。谷歌可以继续招人，继续建模——但那两个人在特定研究方向上积累的判断力和直觉，无法被任何招聘广告复制。

企业的AI落地，从一开始就应该把"沉淀"摆在和"使用"同等重要的位置：让知识体系属于组织、让工作流不依赖特定员工、让每一次AI实践的经验都能被结构化地积累下来。换句话说，超级用户当然是好事，但一家企业的AI竞争力，不能只靠超级用户。

这正是STARBOX四维知识体系和三层架构设计的出发点：不是让某个人更会用AI，而是让整个组织的AI能力，无论谁来、谁走，都能持续运转、持续积累。