У OpenAI было 11 основателей, и сегодня внутри компании остались только 3. Это не слух, а факт, который снова всплыл на недавнем судебном процессе. Остальные разошлись и теперь строят новые AI-компании, которые конкурируют друг с другом.
Если коротко, OpenAI стала не только создателем ChatGPT, но и инкубатором целой индустрии. Люди из одной команды теперь влияют почти на все ключевые AI-игры на рынке.
OpenAI превратилась в «материнскую» команду для десятков AI-проектов
Внутри OpenAI остались Сам Альтман, Грег Брокман и Войцех Заремба. Это 3 человека из стартовых 11, то есть меньше 30%. Для компании такого масштаба это очень резкая кадровая эволюция.
Почти каждый, кто ушёл, не пропал с радаров. Наоборот, они запустили новые лаборатории, фонды и продукты, которые двигают AI вперёд.
- Sam Altman — остаётся ключевым лицом OpenAI и её публичной стратегией.
- Greg Brockman — продолжает управлять инженерной и продуктовой частью.
- Wojciech Zaremba — прошёл все этапы компании, теперь в фокусе AI safety (безопасность ИИ) и alignment (согласование целей ИИ с целями человека).
На практике это значит, что OpenAI уже давно больше, чем один офис и один бренд. Это сеть людей, которые унесли опыт в разные компании и там усилили гонку.
Куда ушли остальные и почему это важно рынку
Самый громкий выход был у Илона Маска. Он покинул совет директоров OpenAI в 2018 году после конфликта о направлении развития, а затем запустил xAI.
Другой ключевой игрок, Илья Суцкевер, ушёл в 2024 году. Он соосновал Safe Superintelligence, лабораторию с фокусом только на безопасный AGI (искусственный общий интеллект).
- Elon Musk — вышел из OpenAI, создал xAI, усилил конкуренцию за модели и вычисления.
- Ilya Sutskever — ушёл после строительства сильной research-команды (исследовательской команды), запустил SSI.
- Andrej Karpathy — работал над Tesla Autopilot, возвращался в OpenAI, запустил Eureka Labs, затем присоединился к Anthropic.
- Durk Kingma — перешёл в Google DeepMind, позже в Anthropic.
- John Schulman — один из архитекторов reinforcement learning (обучение с подкреплением) для ChatGPT, теперь chief scientist (главный научный сотрудник) в Thinking Machines.
- Pamela Vagata — первой вышла из OpenAI, позже занялась AI-направлениями в Stripe и запустила фонд Pebblebed.
- Trevor Blackwell — ушёл в 2017-м, позже стал партнёром Y Combinator.
- Vicki Cheung — строила инфраструктуру OpenAI, затем соосновала Gantry для ML operations (операции машинного обучения).
Для предпринимателя тут важная деталь. Кадровая миграция в AI сейчас работает как мультипликатор: один сильный человек переносит культуру, подходы и связи в новый проект.
Что за этим стоит: борьба не только за модели, но и за людей
Снаружи кажется, что компании соревнуются только в benchmark (тест производительности). Но в реальности главный дефицит, это люди, которые умеют строить масштабные модели и безопасные системы.
Поэтому переходы из OpenAI в Anthropic, xAI, DeepMind и новые лаборатории так важны. Это не просто смена работы, это перенос «операционной ДНК» между конкурентами.
Вторая причина, разные взгляды на скорость и риски. Одни хотят быстрее выкатывать продукты, другие ставят на AI safety (безопасность ИИ), governance (управление) и долгую устойчивость.
| Что видно снаружи | Что происходит внутри рынка |
| Новые релизы моделей | Переток ключевых исследователей между лабораториями |
| Громкие анонсы компаний | Борьба за вычисления, данные и команды |
| Сравнение benchmark (тест производительности) | Спор о балансе скорости, риска и безопасности |
Если смотреть шире, OpenAI стала точкой сборки талантов. А потом эти таланты разошлись и превратили один центр в несколько мощных центров.
Как использовать этот тренд прямо сейчас, если вы не технарь
Эта история полезна не только разработчикам. Предпринимателям и маркетологам она даёт понятный сигнал: выбирать стоит не «громкий бренд», а конкретную команду и её подход.
- Следите за людьми, а не только за логотипами компаний.
- Смотрите, кто стоит за продуктом и где эта команда работала раньше.
- Оценивайте скорость обновлений и прозрачность по AI safety (безопасность ИИ).
- Проверяйте реальные кейсы, а не только benchmark (тест производительности).
- Держите 2–3 альтернативы на случай резких изменений рынка.
Разработчикам стоит отдельно наблюдать за проектами бывших исследователей OpenAI. Часто именно там появляются новые практики по alignment (согласование целей ИИ с целями человека), инфраструктуре и quality control (контроль качества).
Маркетологам полезно тестировать инструменты из разных «школ» AI. У Anthropic, OpenAI и xAI разные продуктовые принципы, и это влияет на тон, точность и управляемость ответов.
Главная неожиданность в том, что будущее AI сейчас решают не корпорации, а траектории конкретных людей. Один переход основателя сегодня может изменить ваш стек инструментов уже через полгода.