Google smantella DeepMind: cosa cambia per le PMI che usano Gemini

Il 5 agosto 2026 Google ha annunciato il rimescolamento più profondo della sua divisione di intelligenza artificiale dalla nascita di DeepMind. Demis Hassabis lascia la guida operativa e diventa Chair di Google DeepMind e Chief Scientist di Alphabet; Koray Kavukcuoglu, fino a quel momento CTO, prende le redini quotidiane come SVP riportando direttamente a Sundar Pichai. Nelle stesse ore Jeff Dean, dopo 27 anni, annuncia l’uscita. Il titolo Alphabet ha perso circa il 4%.

Ma per chi legge da un’azienda italiana che ha appena portato Gemini dentro i propri processi, la domanda è un’altra: la riorganizzazione di Google DeepMind mette a rischio quello che ho costruito? La risposta breve è no. La risposta lunga spiega perché il rischio vero, quando un fornitore cambia rotta, non è quasi mai tecnologico.

In questo articolo scoprirai:

• Riorganizzazione Google DeepMind: cosa è successo davvero ad agosto 2026
• Chi guida Gemini adesso: Kavukcuoglu, Hassabis e la nuova catena di comando
• Perché è successo: modelli in ritardo, uscite eccellenti e reazione del mercato
• Cosa cambia per un’azienda italiana che ha appena integrato Gemini
• Riorganizzazione Gemini e continuità operativa: perché conta il partner, non solo il modello

Riorganizzazione Google DeepMind: cosa è successo davvero ad agosto 2026

I fatti sono pochi e documentati direttamente dalla fonte primaria. Il 5 agosto Sundar Pichai e Demis Hassabis hanno co-firmato sul blog ufficiale di Google un post intitolato The next chapter of our AI momentum, che annuncia contemporaneamente un cambio ai vertici e una ristrutturazione delle catene di riporto interne al laboratorio. Non si tratta di una crisi improvvisa, ma di una transizione preparata: secondo la ricostruzione di Time, Hassabis si era già progressivamente allontanato dalla gestione quotidiana di Gemini nell’ultimo anno.

Il post ufficiale di Pichai e Hassabis

Nel messaggio pubblicato su blog.google, Pichai accompagna l’annuncio con i numeri di trazione del prodotto: l’app Gemini ha superato i 950 milioni di utenti mensili e i modelli aperti Gemma hanno oltrepassato i 900 milioni di download, con i modelli Flash descritti come “in high demand”. È un dettaglio che conta più di quanto sembri: chi riorganizza una divisione in difficoltà commerciale taglia; chi riorganizza una divisione con questi volumi sta ridisegnando la governance, non ritirandosi dal mercato.

L’uscita di Jeff Dean e la nascita di Discovery Loop

Lo stesso annuncio conferma che Jeff Dean e Sanjay Ghemawat lasciano Google per lanciare “an independent public benefit corporation to accelerate discoveries in ML, science, and engineering”, società poi identificata come Discovery Loop. Dean era in azienda da 27 anni ed è stato uno degli architetti dell’infrastruttura che regge Search. La coincidenza temporale tra la sua uscita e il cambio di ruolo di Hassabis è la ragione principale per cui la notizia è stata letta dai mercati come un segnale negativo, più delle singole nomine: come ha sintetizzato l’analisi di CNBC, Google sta espandendo il proprio impero AI e insieme perde le persone che lo hanno costruito.

Chi guida Gemini adesso: Kavukcuoglu, Hassabis e la nuova catena di comando

Qui si concentra l’errore più diffuso in circolazione, soprattutto sui social: Demis Hassabis non ha lasciato Google. Ha cambiato ruolo. È una distinzione che cambia completamente la lettura del rischio per chi ha fatto investimenti sulla piattaforma.

Koray Kavukcuoglu alla guida operativa di Gemini

Kavukcuoglu passa da CTO a Senior Vice President di Google DeepMind e riporta direttamente a Sundar Pichai, senza un titolo di CEO autonomo: DeepMind perde quindi la sua struttura di comando separata e si avvicina al perimetro di Google. Come riassume Axios nel suo punto sul rimpasto, il suo mandato copre lo sviluppo dei modelli Gemini, la ricerca Frontier AI, l’app Gemini e i team dedicati agli sviluppatori. Kavukcuoglu guidava già di fatto lo sviluppo di Gemini: sul piano della continuità del prodotto, questo è il fatto più rassicurante dell’intera vicenda, perché la persona che decide la roadmap dei modelli non è cambiata, è solo salita di grado.

Hassabis resta come Chair di DeepMind e Chief Scientist di Alphabet

Hassabis mantiene il ruolo di Chair di Google DeepMind e diventa Chief Scientist di Alphabet, continuando a guidare Isomorphic Labs e restando, nelle parole del post ufficiale, “closely connected” come consulente su modelli e ricerca, una lettura confermata anche dal profilo che il Guardian gli ha dedicato. Time riporta inoltre che Shane Legg, cofondatore e Chief AGI Scientist, continua a riportare a lui, mentre Lila Ibrahim passa sotto James Manyika e i team di comunicazione, legale e marketing vengono assorbiti in Google. Sul fronte sicurezza, l’azienda sostiene che l’impianto “changes absolutely nothing”.

Perché è successo: modelli in ritardo, uscite eccellenti e reazione del mercato

La riorganizzazione non nasce nel vuoto. Un’inchiesta di Fortune del 10 agosto ricostruisce un quadro di ritardi accumulati e pressione interna che aiuta a capire la direzione della manovra molto meglio degli organigrammi.

Gemini 3.5 Pro e i tre rinvii consecutivi

Secondo la ricostruzione di Fortune, Gemini 3.5 Pro è stato promesso alla conferenza I/O di maggio come in uscita “il mese prossimo”, ha mancato il target di giugno, poi quello di metà luglio, ed è entrato in agosto ancora non rilasciato. Gli ingegneri intervistati attribuiscono i ritardi a una priorità insufficiente sulle capacità di coding, terreno su cui i concorrenti hanno guadagnato margine nei benchmark agentici. Nello stesso periodo il laboratorio ha perso figure di primo piano: Noam Shazeer verso OpenAI e il premio Nobel John Jumper, coinventore di AlphaFold, verso Anthropic. Il problema di Google non era la ricerca, era la consegna.

Il calo del titolo Alphabet e i 205 miliardi di capex

Il mercato ha reagito con un calo di circa il 4% il 5 agosto. Il contesto finanziario amplifica la lettura: come ricostruito nell’analisi del movimento del titolo, la spesa in conto capitale per l’anno è attesa fino a 205 miliardi di dollari e la società ha registrato un flusso di cassa negativo per la prima volta, effetto degli investimenti in infrastruttura AI. Va detto con chiarezza: è una reazione di sentiment su un cambio di leadership annunciato in una fase di spesa elevata, e nulla di più. Non è una valutazione sulla salute del prodotto né, tantomeno, un indicatore per decisioni di investimento.

Cosa cambia per un’azienda italiana che ha appena integrato Gemini

Passiamo alla parte che riguarda direttamente chi ci legge. Se avete portato Gemini dentro il customer care, la generazione di documenti o un agente interno negli ultimi mesi, la reazione istintiva alla notizia è chiedersi se avete scommesso sul cavallo sbagliato. Nell’immediato, operativamente, non cambia nulla, e vale la pena capire esattamente perché, prima di prendere decisioni affrettate.

La dimensione dell’azienda, però, cambia il peso del rischio. Una PMI non ha un team interno che può rifare l’integrazione da capo: se un modello viene deprecato o cambia comportamento, quel lavoro va ricomprato da fuori, con tempi e costi che un’enterprise assorbe in un trimestre e una piccola impresa no. Per questo, per una PMI, il segnale da tenere d’occhio non è chi guida DeepMind, ma la politica di deprecazione dei modelli su cui ha tarato prompt e processi.

Cosa non cambia per chi usa Gemini via API e Vertex AI

I modelli in produzione restano in produzione. Le versioni più recenti della famiglia, Gemini 3.6 Flash e Gemini 3.5 Flash-Lite, rilasciate il 21 luglio 2026 secondo la cronologia delle versioni, sono disponibili e supportate attraverso i canali enterprise di Google Cloud, con Vertex AI come punto di accesso standard per le aziende e con un ciclo di vita delle versioni documentato pubblicamente. Una riorganizzazione di governance non tocca contratti, endpoint API né la disponibilità dei modelli già pubblicati. Se vi interessa il comportamento della generazione attuale sui carichi automatizzati, ne abbiamo scritto a proposito dei modelli Flash sui task agentici.

Se volete un quadro completo di come è strutturata l’offerta, dai piani ai modelli, resta valida la nostra guida completa a Gemini di Google; per chi invece sta ancora valutando l’ingresso dalla porta gratuita, abbiamo dettagliato cosa include davvero il piano free e quali sono i suoi limiti.

I tre segnali da monitorare nei prossimi mesi

Il rischio non è oggi, è nei prossimi due o tre trimestri, e si misura su tre indicatori. Primo: la cadenza di rilascio dei modelli di punta, la piattaforma di previsioni indipendente FutureSearch colloca la disponibilità generale di Gemini 4 a maggio 2027 come stima mediana, con un intervallo di confidenza all’80% che copre tutto il 2027, contro attese di mercato per fine 2026: è una previsione, non un annuncio. Secondo: eventuali cambi nelle policy di deprecazione dei modelli, che impattano direttamente chi ha prompt e integrazioni tarati su una versione specifica. Terzo: la stabilità dei team enterprise, quelli con cui parlate davvero quando qualcosa si rompe.

Riorganizzazione Gemini e continuità operativa: perché conta il partner, non solo il modello

Ecco il punto che questa vicenda rende evidente meglio di qualsiasi ragionamento astratto. Quando un fornitore riorganizza il vertice, il rischio che corre l’azienda cliente non è quasi mai che la tecnologia smetta di funzionare. È che nessuno, dentro l’azienda, sappia cosa fare se dovesse cambiare qualcosa: quali prompt sono tarati su quel modello, quali processi dipendono da quella specifica API, quanto lavoro servirebbe per spostarsi. È un rischio organizzativo travestito da rischio tecnologico. Lo stesso meccanismo per cui, come abbiamo argomentato altrove, se l’AI generativa non genera ROI il problema non è la tecnologia.

Portabilità multi-modello: Claude, GPT e Gemini

La difesa concreta contro il vendor risk è progettare l’integrazione perché sia portabile fin dall’inizio. Significa tenere la logica di business separata dal modello, versionare i prompt e sapere in anticipo quale alternativa reggerebbe lo stesso carico.

In MIMIR lavoriamo in modo multi-modello, Claude, GPT e Gemini, non per moda architetturale, ma perché il costo di uno switch va deciso a mente fredda, non durante un’emergenza.

Onboarding assistito: il servizio oltre al prodotto

La differenza tra un’azienda che legge questa notizia con ansia e una che la legge come cronaca sta quasi sempre nell’onboarding. Chi è stato accompagnato nell’integrazione ha una mappa dei propri processi, sa quali sono critici e quali no, e ha già discusso il piano B. Chi ha solo comprato un accesso API, no. È la ragione per cui in MIMIR l’assistenza dedicata all’onboarding non è un extra ma il cuore del servizio: il modello è una commodity che cambia ogni sei mesi, il vostro processo no. Sul tema della governance in azienda abbiamo approfondito anche gli aspetti di sicurezza AI con partner fidati.

Se state valutando come rendere la vostra integrazione AI più solida, o se questa notizia vi ha fatto venire il dubbio di essere troppo esposti su un singolo fornitore, potete parlarne con il team di MIMIR. Partiamo sempre dai vostri processi reali, non da quale modello è in cima alle classifiche questa settimana.

Fonti:

• Google — The next chapter of our AI momentum (post ufficiale di Pichai e Hassabis)
• Time — Il nuovo ruolo di Demis Hassabis e la ristrutturazione di Google DeepMind
• Axios — Il rimpasto ai vertici AI di Google
• Fortune — Modelli fermi, scadenze mancate e burnout dietro la crisi di DeepMind
• CNBC — Google espande il suo impero AI e perde chi lo ha costruito
• The Guardian — Demis Hassabis e il futuro di Google DeepMind
• TIKR — Il calo del titolo Alphabet dopo il riassetto AI e l’uscita di Jeff Dean
• Google Cloud — Vertex AI: versioni e ciclo di vita dei modelli
• FutureSearch — Previsioni sulla riorganizzazione di Google DeepMind e su Gemini 4