AnswersPublished28 sources
Google DeepMinds fordel i kampen om Europas AI-talenter er smuldret
Google DeepMinds andel af forsknings og avancerede ingeniøransættelser i Europa, Mellemøsten og Afrika faldt fra 49 % i 2022–23 til 18,6 % i 2025–26. Udviklingen handler om mere end løn: DeepMind er under pres for at kommercialisere Gemini, mens forskere kan opleve mindre autonomi end tidligere.
Udgivet afRedigeret med GPT-5.6 LunaBilleder genereret med GPT Image 1.5
Research answer
Key takeaways
- Google DeepMinds andel af forsknings og avancerede ingeniøransættelser i Europa, Mellemøsten og Afrika faldt fra 49 % i 2022–23 til 18,6 % i 2025–26.
- Udviklingen handler om mere end løn: DeepMind er under pres for at kommercialisere Gemini, mens forskere kan opleve mindre autonomi end tidligere.
- DeepMind har fortsat store fordele inden for computerkraft, infrastruktur, videnskabelig AI og forskningsdybde – men laboratoriets tidligere status som Europas naturlige førstevalg er ikke længere sikker.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How has Google DeepMind’s position as Europe’s dominant employer of elite AI researchers changed from 2022–23 to 2025–26, including the fall. Article summary: Google DeepMind has shifted from Europe’s clear first-choice elite-AI employer to one major competitor among several. It remains a formidable research organization with exceptional infrastructure, but its regional hiring. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Google DeepMind er ikke blevet et ubetydeligt AI-laboratorium. Det er fortsat en af branchens største og bedst finansierede forskningsorganisationer. Men laboratoriets rolle på talentmarkedet har ændret sig markant: DeepMind er gået fra at være Europas oplagte førstevalg for eliteforskere inden for kunstig intelligens til at være én stærk konkurrent blandt flere.
Det tydeligste tegn er laboratoriets faldende andel af nye ansættelser inden for forskning og avanceret ingeniørarbejde i Europa, Mellemøsten og Afrika. Ifølge Zeki Data faldt DeepMinds andel fra 49 % i 2022–23 til 18,6 % i 2025–26 – det største regionale fald, Zeki har registreret for et større AI-laboratorium. 2
Tallene viser et kraftigt tab af momentum
Udviklingen betyder ikke nødvendigvis, at DeepMind mister flere medarbejdere, end laboratoriet ansætter. DeepMind ser fortsat ud til samlet set at udvide sit forsknings- og ingeniørteam. Problemet er, at den tidligere fordel er blevet væsentligt mindre.
Ifølge Zeki-tal omtalt af Fortune faldt forholdet mellem nye medarbejdere og fratrædelser fra cirka 12:1 i andet kvartal 2023 til omkring 2:1 i tredje kvartal 2026. 2 Et forhold på 2:1 betyder stadig, at medarbejderstaben vokser netto, men det beskriver ikke længere en organisation med en næsten uimodståelig tiltrækningskraft på markedet.
Kontrasten til de hurtigt voksende rivaler er vigtig. En analyse opgjorde ansættelsesvæksten til 97 % for OpenAI og 152 % for Anthropic mod 27 % for DeepMind. 1 Tallene måler vækstrater og siger ikke i sig selv noget om forskernes kvalitet. De hjælper dog med at forklare, hvorfor DeepMinds andel af de regionale ansættelser er faldet, selv om laboratoriet stadig er stort.
Tallene bør desuden læses som mål for synlige ansættelser og jobskift – ikke som en komplet optælling af alle AI-specialister. De peger på en svækket rekrutteringsposition, ikke på at DeepMinds forskningsgrundlag er forsvundet.
Hvor søger de tidligere DeepMind-forskere hen?
Det mest markante advarselssignal er, at nogle af afgangene omfatter personer med høj anciennitet og stor strategisk betydning. I juni 2026 forlod Gemini-medansvarlig Noam Shazeer Google til fordel for OpenAI, mens AlphaFold-forskeren John Jumper meddelte, at han skiftede til Anthropic. 33
35
40
Gemini-bidragyderne Jonas Adler og Alexander Pritzel blev også rapporteret at være på vej til Anthropic. 35 Senere blev det rapporteret, at Jeff Dean, Sanjay Ghemawat, Oriol Vinyals og Quoc Le havde forladt Google for at starte en ny virksomhed.
17
18
Afgangene betyder mere end blot færre navne på lønningslisten. Seniorforskere tager institutionel viden, teknisk dømmekraft og troværdighed med sig i rekrutteringen. Deres exit kan påvirke udviklingen af grundmodeller og infrastruktur direkte – og samtidig ændre potentielle medarbejderes opfattelse af organisationen.
Det er også vigtigt, hvor de tidligere DeepMind-medarbejdere ender. Zeki-tal omtalt af DiarioBitcoin viser, at 25 % af de DeepMind-medarbejdere, der forlod laboratoriet i det foregående år, gik til Anthropic, 21 % til Meta og 14 % til OpenAI. 3 En separat analyse baseret på SignalFire-data viste i 2025, at DeepMind-medarbejdere skiftede til Anthropic langt oftere end den modsatte vej – med en skævhed på næsten 11:1.
8
Ingen enkelt database registrerer alle jobskift, og tallene dækker forskellige perioder og metoder. Samlet peger de dog på et stabilt mønster: Anthropic, OpenAI og Meta er blevet realistiske alternativer for forskere, der tidligere måske ville have betragtet DeepMind som det naturlige valg.
Lønnen spiller en rolle – men forklarer ikke alt
De førende AI-laboratorier konkurrerer på et arbejdsmarked, hvor kontant løn, aktieandele og adgang til knappe computerressourcer kan få stor betydning for karrierevalg. Medier har beskrevet aggressive lønpakker fra rivaler, især i takt med at OpenAI og Anthropic udvider deres europæiske aktiviteter. 4
11
Men løn alene forklarer ikke, hvorfor DeepMinds position er blevet svækket. Laboratoriets oprindelige tiltrækningskraft var en kombination af prestige, tekniske ressourcer og frihed til at arbejde med langsigtede forskningsprojekter. I takt med at Gemini er blevet centralt for Googles konkurrenceevne og kommercielle strategi, har DeepMind oplevet et større pres for at levere produkter og modeller inden for koncernens tidsplaner.
Det skaber en mulig afvejning. En forskningsorganisation kan opnå større fokus og hurtigere eksekvering ved at samle ressourcerne om Gemini, AI-agenter og relaterede produkter. Omvendt kan forskere, der værdsætter åbne og undersøgende projekter, opleve, at der er mindre plads til eksperimenterende arbejde.
Medieomtale har også peget på strammere begrænsninger for publicering og en svækket oplevelse af autonomi, men de offentligt tilgængelige oplysninger kvantificerer ikke, hvor meget hver af faktorerne har bidraget til de enkelte afskedigelser. 7 Det vil derfor være for skråsikkert at forklare udviklingen med én bestemt politik eller én ledelsesbeslutning. Den mest holdbare konklusion er, at løn, kommercielt pres, organisatoriske ændringer og rivalernes voksende attraktivitet forstærker hinanden.
Omlægningen af AlphaFold sendte et stærkt signal
DeepMinds ændrede prioriteringer ses især i behandlingen af AlphaFold. I juli 2026 rapporterede medier, at teamet bag det Nobelprisvindende system til forudsigelse af proteinstrukturer var blevet opløst eller omorganiseret, mens laboratoriet flyttede ressourcer mod store sprogmodeller, Gemini og bredere videnskabelig automatisering. 49
50
DeepMind oplyste, at forskerne var flyttet til områder som Gemini-projekter, enzymdesign, kernefusion og genomik. 49 Ændringen bør derfor ikke beskrives som en simpel opgivelse af videnskabelig AI. Det er mere præcist at se den som en omfordeling af forskning omkring en bredere, Gemini-centreret strategi.
Alligevel er signalet organisatorisk vigtigt. AlphaFold repræsenterede den type langsigtede, domænespecifikke forskning, der gjorde DeepMind særligt. En omplacering af store dele af arbejdet kan over for investorer og produktteams signalere, at laboratoriet fokuserer på strategiske prioriteter med kortere tidshorisont. For forskere kan det rejse et andet spørgsmål: Hvor meget selvstændighed er der tilbage til projekter, hvis kommercielle afkast er usikre eller ligger langt ude i fremtiden?
Hassabis’ nye rolle knytter DeepMind tættere til Alphabet
I august 2026 opgav Demis Hassabis det daglige ansvar som administrerende direktør for DeepMind og blev bestyrelsesformand for Google DeepMind samt videnskabelig chef for Alphabet. Koray Kavukcuoglu, der tidligere var laboratoriets teknologidirektør, overtog den operationelle ledelse og refererer direkte til Alphabets administrerende direktør, Sundar Pichai. 17
18
22
Ændringen har en klar strategisk logik. Hassabis kan arbejde på tværs af Alphabet med langsigtede AI- og videnskabelige prioriteter, mens Kavukcuoglu kan koncentrere sig om udviklingen af Gemini, frontlinjeforskning samt Gemini-appen og udviklerteams. 22
53
Samtidig ændrer det DeepMinds institutionelle identitet. Ledelsesstrukturen placerer mere magt direkte hos Alphabets centrale ledelse i stedet for at bevare indtrykket af et relativt selvstændigt, London-baseret forskningslaboratorium. Reuters rapporterede, at Kavukcuoglu får det sidste ord i større DeepMind-beslutninger. 18
Det kan forbedre koordinering og hastighed. Men det kan også få laboratoriet til at ligne en produkt- og virksomhedsdrevet AI-afdeling mere end den usædvanligt autonome forskningsinstitution, som oprindeligt tiltrak nogle af verdens førende forskere. Om den opfattelse bliver et rekrutteringsproblem, afhænger i sidste ende af, hvad forskerne faktisk får lov til at arbejde med og publicere – ikke kun af ledernes titler.
DeepMind har stadig væsentlige styrker
Et fald i andelen af ansættelser må ikke forveksles med et sammenbrud i den tekniske kunnen. Metix’ talentkort for 2026 talte 2.837 personer i Google DeepMinds synlige tekniske talentpulje. Det var færre end Metas 4.092, men flere end Anthropics 1.251 i det pågældende datasæt. 6
DeepMind har desuden fordele, som rivalerne ikke let kan kopiere:
- Computerressourcer og infrastruktur i stor skala gennem Alphabets ressourcer og økosystemet omkring specialudviklet hardware.
- Ekspertise i videnskabelig AI, herunder arven fra AlphaFold og arbejde inden for biologi og videnskabelig opdagelse.
- Forskningsdybde inden for blandt andet reinforcement learning, multimodale systemer, AI-agenter og verdensmodeller.
- Distribution gennem Googles forbrugerprodukter, cloudtjenester og udviklerprodukter.
- Kapital og organisatorisk rækkevidde til både at finansiere udviklingen af frontlinjemodeller og mere langsigtet forskning.
DeepMinds egen forskningsportefølje omfatter fortsat systemer som SIMA 2, Gemini Robotics og Genie 3, hvilket afspejler det fortsatte arbejde med agenter, robotteknologi og interaktive verdensmodeller. 56
De aktiver gør DeepMind til en formidabel konkurrent. Det afgørende spørgsmål er, om laboratoriet kan omsætte ressourcerne til produkter og forskningsresultater hurtigt nok – og om det kan fastholde de mennesker, der skal få det til at ske.
Her ser DeepMind ud til at miste terræn
Laboratoriets mest udsatte områder er dem, hvor forskningslederskab, produktudvikling og udbredelse blandt udviklere forstærker hinanden. Rivalerne har opbygget stærke identiteter omkring forbrugerassistenter, kodeværktøjer og generelle frontlinjemodeller. OpenAI og Anthropic er især blevet attraktive destinationer for forskere, der vil arbejde med synlige produkter med en direkte forbindelse til den aktuelle modelkapløb. 53
Sammenligninger af aktuelle benchmarks har også bidraget til opfattelsen af, at Googles førende lancerede modeller halter efter enkelte konkurrenter, selv om placeringerne varierer efter model, opgave og tidspunkt. Fortune henviste til vurderinger, hvor Googles bedste lancerede model lå efter systemer fra Anthropic, OpenAI, xAI, Meta og et kinesisk laboratorium. 6 Det er et øjebliksbillede og ikke en permanent rangliste, men opfattelsen betyder noget på talentmarkedet: Forskere vil ofte gerne være en del af den organisation, de mener sætter tempoet.
Meta udgør en anden type udfordring. Selskabet kan kombinere store lønpakker med et enormt distributionsøkosystem, mens Anthropic og OpenAI tilbyder fokuserede missioner omkring frontlinjemodeller og stærke fortællinger i rekrutteringen. Googles fordel inden for infrastruktur er reel, men infrastruktur fungerer ikke af sig selv. Den er kun værdifuld, hvis organisationen kan fastholde de forskere og ingeniører, der afgør, hvad der skal trænes, hvordan det skal evalueres, og hvilke produkter der skal lanceres.
Den egentlige ændring er, at DeepMind ikke længere har monopol på prestige
Den stærkeste konklusion er ikke, at DeepMind er blevet svagt. Det er, at den tidligere kombination af prestige, autonomi og tekniske ressourcer ikke længere giver laboratoriet en ubestridt fordel i Europa.
Fra 2022–23 til 2025–26 faldt DeepMinds andel af de regionale ansættelser inden for avanceret AI fra 49 % til 18,6 %, mens forholdet mellem nye medarbejdere og fratrædelser faldt fra cirka 12:1 til 2:1. 2 Højprofilerede afgange har gjort udviklingen synlig, og laboratoriets tættere forbindelse til Alphabet har skærpet spørgsmålene om dets forskningsidentitet.
DeepMind kan stadig vende udviklingen. Det kræver, at laboratoriet får succes med Gemini og relaterede produkter uden at fjerne den videnskabelige frihed, som oprindeligt gjorde organisationen usædvanligt attraktiv. Den næste fase af AI-kampen om talent vil ikke kun afgøre, hvem der kan betale mest, men også hvilket laboratorium der kan tilbyde forskerne den bedste kombination af autonomi, ressourcer, indflydelse og en tydelig tro på, at deres arbejde får betydning.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Google DeepMinds fordel i kampen om Europas AI-talenter er smuldret"?
Google DeepMinds andel af forsknings og avancerede ingeniøransættelser i Europa, Mellemøsten og Afrika faldt fra 49 % i 2022–23 til 18,6 % i 2025–26.
What are the key points to validate first?
Google DeepMinds andel af forsknings og avancerede ingeniøransættelser i Europa, Mellemøsten og Afrika faldt fra 49 % i 2022–23 til 18,6 % i 2025–26. Udviklingen handler om mere end løn: DeepMind er under pres for at kommercialisere Gemini, mens forskere kan opleve mindre autonomi end tidligere.
What should I do next in practice?
DeepMind har fortsat store fordele inden for computerkraft, infrastruktur, videnskabelig AI og forskningsdybde – men laboratoriets tidligere status som Europas naturlige førstevalg er ikke længere sikker.