Google DeepMind ยุบทีม AlphaFold — John Jumper เจ้าของโนเบลย้ายไป Anthropic, คนเขียนเปเปอร์ต้นฉบับลาออกไปแล้วราวหนึ่งในสี่ แต่ฐานข้อมูล 200 ล้านโครงสร้างยังไม่ได้ปิด

Financial Times รายงานเมื่อ 29 กรกฎาคม 2026 ว่า Google DeepMind ได้ยุบทีมที่ทำ AlphaFold โดยเฉพาะ และย้ายนักวิจัยส่วนใหญ่ที่อยู่เบื้องหลังเปเปอร์ต้นฉบับไปทำงานอื่นตลอดปีที่ผ่านมา ข่าวนี้ถูกสื่อหลายสำนักรับไปขยายต่อในวันเดียวกัน

ก่อนอื่นขอแก้ความเข้าใจผิดที่กำลังแพร่: พาดหัวหลายที่ — รวมถึงของ Engadget ที่เราอ้างเป็นแหล่ง — ใช้คำว่า “Google ปิด AlphaFold” ซึ่งไม่ตรงกับเนื้อข่าว สิ่งที่ถูกยุบคือทีม ไม่ใช่ตัวบริการ ณ เวลาที่เขียน ฐานข้อมูล AlphaFold Protein Structure Database ที่มีการทำนายโครงสร้างโปรตีนกว่า 200 ล้านรายการ ยังเปิดให้นักวิจัยทั่วโลกใช้ฟรีตามปกติ เช่นเดียวกับ AlphaFold Server และ AlphaFold 3 สำหรับการใช้งานเชิงวิชาการ

ใครไปไหนบ้าง

คนที่เป็นข่าวใหญ่ที่สุดคือ John Jumper ผู้ร่วมรับรางวัลโนเบลสาขาเคมีปี 2024 ร่วมกับ Demis Hassabis ซีอีโอของ DeepMind — เขาลาออกไปอยู่ Anthropic ตั้งแต่เดือนมิถุนายน 2026 และตามมาด้วยนักวิจัยหลักของ AlphaFold อีกสองคนคือ Jonas Adler และ Alexander Pritzel

ภาพรวมที่น่าตกใจกว่ารายชื่อคือสัดส่วน: ตามรายงานของ FT ราวหนึ่งในสี่ ของผู้เขียนเปเปอร์ AlphaFold ต้นฉบับที่เป็นพนักงานประจำของ Google DeepMind ได้ออกจากบริษัทไปแล้ว

ส่วนคนที่ยังอยู่ ถูกกระจายไปยังโครงการที่หลากหลาย — ทั้งงานที่เกี่ยวกับ Gemini, การออกแบบเอนไซม์, นิวเคลียร์ฟิวชัน, จีโนมิกส์ และ Isomorphic Labs บริษัทลูกด้านค้นหายาของ Alphabet ที่แยกตัวออกไปตั้งแต่ปี 2021

”กลยุทธ์เปลี่ยนไปแล้ว”

คำอธิบายอย่างเป็นทางการมาจาก Pushmeet Kohli รองประธานฝ่ายวิจัยของ Google DeepMind ที่บอกสั้น ๆ ว่า “The strategy has evolved” — กลยุทธ์เปลี่ยนไปแล้ว จากการจัดทีมล้อมรอบ “โจทย์ใหญ่โจทย์เดียว” (grand challenge) มาเป็นรูปแบบอื่น บริษัทย้ำว่า “ภูมิใจอย่างยิ่ง” ในมรดกทางวิทยาศาสตร์และผลกระทบระดับโลกของ AlphaFold

โมเดลองค์กรใหม่ที่รายงานกล่าวถึงคือการวาง Gemini เป็นศูนย์กลาง ทำหน้าที่ประสานงาน agent หลายตัวและโมเดลเฉพาะทางหลายตัวเข้าด้วยกัน แทนที่จะตั้งทีมถาวรทุ่มกับปัญหาวิทยาศาสตร์หนึ่งเรื่องแบบที่ DeepMind ทำมาตลอด งานสายโปรตีนเองจะยังเดินต่อ แต่กระจายอยู่ในโปรแกรมวิทยาศาสตร์ที่กว้างกว่า ไม่มีทีมที่ชื่อ AlphaFold เป็นเจ้าของอีกแล้ว

พูดในภาษาที่ตรงกว่านั้น: AlphaFold เปลี่ยนสถานะจาก “โครงการวิจัย” เป็น “โครงสร้างพื้นฐานที่เสร็จแล้ว” — ของที่ยังเปิดให้ใช้ แต่ไม่มีใครได้รับมอบหมายให้ผลักมันไปข้างหน้าเป็นงานหลัก

มุมมอง AI Curator

เรื่องนี้อ่านได้สองแบบ และผมคิดว่าทั้งสองแบบจริงพร้อมกัน

แบบแรกคือแบบที่บริษัทอยากให้อ่าน: AlphaFold ทำสำเร็จแล้ว โจทย์การทำนายโครงสร้างโปรตีนถูกแก้ไปในระดับที่ใช้งานได้จริง เก็บผลลัพธ์ไว้เป็นฐานข้อมูลสาธารณะ 200 ล้านโครงสร้าง แล้วย้ายคนเก่งไปแก้โจทย์ถัดไป นี่คือการบริหารทรัพยากรวิจัยที่มีเหตุผล ไม่มีทีมไหนควรอยู่กับปัญหาเดิมตลอดไป

แบบที่สองคือแบบที่ตัวเลข “หนึ่งในสี่ลาออก” บอก และมันไม่สวยเท่า เมื่อคนที่เพิ่งได้โนเบลจากงานนี้เลือกไปอยู่ Anthropic — บริษัทที่ทำโมเดลภาษา ไม่ใช่บริษัทชีววิทยา — พร้อมเพื่อนร่วมทีมอีกสองคน สัญญาณที่ส่งออกมาไม่ใช่ “งานเสร็จแล้วเลยไปที่อื่น” แต่ใกล้เคียงกับ “ที่นี่ไม่ใช่ที่ที่จะทำงานแบบนี้ต่อได้แล้ว” มากกว่า และมันสอดคล้องกับแนวโน้มที่กว้างกว่านั้นในอุตสาหกรรมปี 2026: แรงโน้มถ่วงของทุน คน และคอมพิวต์ ถูกดูดเข้าหาโมเดลภาษาเอนกประสงค์จนงานวิจัย AI เฉพาะทางที่เคยเป็นเรือธง กลายเป็นของที่ต้องแย่งทรัพยากรกับ Gemini

สิ่งที่ผมคิดว่านักพัฒนาและนักวิจัยไทยควรถอดบทเรียนคือเรื่อง ความเสี่ยงของการพึ่งพาโครงสร้างพื้นฐานวิจัยที่บริษัทเดียวเป็นเจ้าของ ห้องแล็บชีวโมเลกุลในมหาวิทยาลัยไทยจำนวนไม่น้อยใช้ AlphaFold DB เป็นจุดตั้งต้นของงานประจำ — ตั้งแต่คัดกรองเป้าโปรตีนไปจนถึงงานวิทยานิพนธ์ ตอนนี้ยังไม่มีสัญญาณว่าฐานข้อมูลจะปิด และตัวฐานข้อมูลก็โฮสต์อยู่ที่ EMBL-EBI ซึ่งเป็นสถาบันสาธารณะของยุโรป ไม่ได้อยู่ในมือ Google ฝ่ายเดียว นั่นเป็นเรื่องดี แต่คำถามที่ควรถามไม่ใช่ “จะปิดไหม” — คำถามคือ “ใครจะอัปเดตมัน” ฐานข้อมูลที่ไม่มีทีมเจ้าของ คือฐานข้อมูลที่ค่อย ๆ ล้าสมัยแบบเงียบ ๆ โดยไม่มีวันประกาศปิด และนั่นอันตรายกว่าการปิดตรง ๆ เพราะไม่มีใครรู้ว่าควรเริ่มหาทางเลือกเมื่อไหร่

ข้อเสนอเชิงปฏิบัติสำหรับทีมวิจัยไทยจึงตรงไปตรงมา: ถ้างานของคุณพึ่ง AlphaFold DB อย่างมีนัยสำคัญ ควรเก็บสำเนาชุดข้อมูลส่วนที่ใช้จริงไว้เองพร้อมระบุเวอร์ชัน และเริ่มทำความคุ้นเคยกับทางเลือกโอเพนซอร์สอย่าง ESMFold, OpenFold หรือ Boltz ไว้ควบคู่ ไม่ใช่เพราะมันดีกว่า แต่เพราะมันไม่ขึ้นกับการตัดสินใจจัดสรรทรัพยากรภายในของบริษัทเดียว — บทเรียนเดียวกับที่เราพูดกันเรื่องโมเดลโอเพนเวตกับ API แค่ย้ายสนามจากงานเขียนโค้ดมาเป็นงานวิทยาศาสตร์

และสุดท้าย มีความย้อนแย้งที่ควรบันทึกไว้: AlphaFold คือผลงานที่ทำให้โลกเชื่อว่า AI จะเร่งวิทยาศาสตร์ได้จริง จนกลายเป็นเหตุผลหลักที่ใช้ระดมทุนให้ทั้งอุตสาหกรรม แต่พอถึงปี 2026 ความสำเร็จนั้นกลับกลายเป็นสิ่งที่ถูกลดความสำคัญ เพราะทรัพยากรต้องไปอยู่กับแชตบอตที่ทำเงินได้เร็วกว่า ผมไม่คิดว่านี่เป็นการตัดสินใจที่ผิดในเชิงธุรกิจ แต่มันเป็นคำเตือนที่ชัดเจนว่า “AI เพื่อวิทยาศาสตร์” จะยั่งยืนได้ก็ต่อเมื่อมีคนจ่ายให้มันนอกเหนือจากบริษัทที่ต้องรายงานผลประกอบการทุกไตรมาส

แหล่งข่าว

• Google shuts down its Nobel-prize winning AlphaFold project as it focuses on Gemini — Engadget
• Deepmind dismantles its AlphaFold team as key authors leave for Anthropic — The Decoder
• AlphaFold Protein Structure Database (EMBL-EBI) — ยังเปิดใช้งานตามปกติ
• รายงานต้นทาง: Financial Times (29 ก.ค. 2026, ต้องสมัครสมาชิก)