Google DeepMind ei enää hallitse Euroopan huipputekoälyn työmarkkinoita

Google DeepMind on siirtynyt Euroopan tekoälymarkkinoiden selvästä ykkösvalinnasta yhdeksi useista kovista kilpailijoista. Laboratorio on edelleen poikkeuksellisen vahva tutkimuksessa, laskentainfrastruktuurissa ja tekoälyosaamisen keskittymänä, mutta sen rekrytointietumatka, henkilöstön pysyvyys ja maine vapaamuotoisena pitkän aikavälin tutkimuspaikkana ovat heikentyneet tuntuvasti. 2

Rekrytointiosuus romahti

Zeki Datan arvion mukaan DeepMindin osuus tutkimus- ja edistyneen insinöörityön rekrytoinneista Euroopassa, Lähi-idässä ja Afrikassa putosi 49 prosentista vuosina 2022–23 vain 18,6 prosenttiin vuosina 2025–26. Kyseessä oli aineiston jyrkin alueellinen markkinaosuuden lasku suuren tekoälylaboratorion kohdalla. 2

Myös henkilöstön vaihtuvuus kertoo aseman muuttumisesta. DeepMindin uusien tulijoiden ja lähtijöiden suhde oli vuoden 2023 toisella neljänneksellä noin 12:1, mutta vuoden 2026 kolmannella neljänneksellä enää noin 2:1. 5 Yhtiö kasvattaa siis edelleen tutkimus- ja insinöörihenkilöstöään, mutta ei enää vedä osaajia puoleensa ylivoimaisella voimalla.

Samaan aikaan kilpailijat ovat laajentaneet toimintaansa Euroopassa nopeasti. OpenAI:n rekrytointien kerrottiin kasvaneen 97 prosenttia ja Anthropicin 152 prosenttia, kun DeepMindin kasvu oli 27 prosenttia. 1

Näkyvät lähdöt korostavat muutosta

Vuonna 2026 DeepMindistä lähtivät muun muassa Geminin kehittäjiksi nimetyt Jonas Adler ja Alexander Pritzel, jotka siirtyivät Anthropiciin. Transformer-arkkitehtuurin toinen keskeinen kirjoittaja ja Character.AI:n entinen johtaja Noam Shazeer puolestaan siirtyi OpenAI:lle. 24

Myöhemmin Alphabetin päätutkija Jeff Dean, senior fellow Sanjay Ghemawat sekä Oriol Vinyals ja Quoc Le lähtivät perustamaan Discovery Loop -yritystä. 1

Lähtöjen merkitys ei perustu vain henkilömäärään. Kyse on tutkijoista ja insinööreistä, joilla on ollut poikkeuksellisen suuri vaikutus perustavanlaatuisiin tekoälymalleihin, laskentainfrastruktuuriin ja tieteellisen tekoälyn kehitykseen.

Raha selittää osan, mutta ei kaikkea

Kilpailevien laboratorioiden erittäin suuret palkka- ja osaketarjoukset ovat yksi ilmeinen syy osaajien siirtymiseen. Korvaus ei kuitenkaan yksin selitä muutosta. 14

DeepMindin perinteinen vetovoima on perustunut mahdollisuuteen tehdä pitkän aikavälin tutkimusta, seurata kunnianhimoisia ideoita ja julkaista vaikutusvaltaisia tuloksia. Viime vuosina painopiste on siirtynyt yhä selvemmin Geminin kehittämiseen ja kaupallistamiseen. Samalla tutkijoiden autonomia on kaventunut ja julkaisuihin on kohdistunut aiempaa tiukempaa kontrollia.

Myös AlphaFold-tiimin uudelleenjärjestely on voimakas viesti organisaation suunnasta. DeepMind on siirtänyt painopistettään suurten kielimallien ja yleisen tieteellisen automaation ympärille, vaikka AlphaFold oli yksi sen näkyvimmistä tieteellisistä saavutuksista. 26

Julkisesti saatavilla oleva aineisto ei kuitenkaan kerro, kuinka suuri paino kullakin tekijällä on ollut yksittäisissä lähdöissä. Siksi henkilöstökatoa ei olisi perusteltua selittää yhdellä päätöksellä tai politiikalla.

Hassabisin uusi rooli vähentää DeepMindin itsenäisyyttä

Elokuussa 2026 DeepMindin perustaja ja toimitusjohtaja Demis Hassabis luopui päivittäisestä toimitusjohtajan työstä. Hänestä tuli DeepMindin hallituksen puheenjohtaja ja Alphabetin päätutkija. Operatiivisen vastuun otti teknologiajohtaja Koray Kavukcuoglu, joka raportoi suoraan Alphabetin toimitusjohtajalle Sundar Pichaille. 12

Muutos antaa Hassabisille laajemman, koko Alphabetia koskevan tehtävän. Samalla se kuitenkin vähentää DeepMindin institutionaalista itsenäisyyttä ja erottaa laboratorion näkyvimmän tieteellisen johtajan päivittäisestä päätöksenteosta.

Järjestely voi nopeuttaa päätöksiä ja parantaa Geminin, Google-tuotteiden ja tutkimuksen välistä koordinaatiota. Toisaalta se vahvistaa käsitystä siitä, että DeepMind on muuttumassa itsenäisestä tutkimuslaboratoriosta Googlen tuoteorganisaation jatkeeksi.

Missä DeepMind on yhä vahva?

DeepMindillä on edelleen merkittäviä vahvuuksia tieteellisessä tekoälyssä, vahvistusoppimisessa, multimodaalisissa järjestelmissä, laskentainfrastruktuurissa ja tutkimusosaamisen tiheydessä. AlphaFoldin perintö osoittaa, että laboratorio pystyy yhdistämään tekoälyn ja biologian tavalla, joka tuottaa läpimurtoja tieteessä. 6

Heikommaksi sen asema on koettu kuluttajille suunnatuissa tekoälyavustajissa, nopeassa tuotekehityksessä, koodausagenteissa ja yleismallien koetussa suorituskyvyssä. Erään riippumattoman benchmark-arvion mukaan Googlen paras julkaistu malli jäi Anthropicin, OpenAI:n, xAI:n, Metan ja yhden kiinalaisen laboratorion mallien taakse. 6

Kyse on yksittäisestä mittaushetkestä, ei lopullisesta paremmuusjärjestyksestä. Se kuitenkin kuvaa ongelmaa: DeepMindin tutkimusmaine ei ole automaattisesti muuttunut Geminin ylivoimaiseksi tuoteasemaksi.

Infrastruktuuri ei yksin ratkaise kilpailua

OpenAI ja Anthropic yhdistävät vahvan mallibrändin, tuotteiden kasvuvauhdin ja tehokkaan rekrytointitarinan. Meta pystyy tarjoamaan aggressiivisia palkkioita ja levittämään mallejaan valtavan tuote-ekosysteemin kautta. Microsoft AI Superintelligence puolestaan tuo kilpailuun hyvin rahoitetun toimijan, joka keskittyy nimenomaisesti huipputason tekoälykyvykkyyteen.

DeepMindin yhteys Alphabetin laskentakapasiteettiin, omiin TPU-piireihin, maailmanlaajuiseen jakeluun ja pääomaan on todellinen etu. Laskentateho auttaa kuitenkin vain, jos organisaatio pystyy pitämään palveluksessaan ihmiset, jotka päättävät, mitä koulutetaan, julkaistaan ja tuodaan käyttäjille.

Siksi johtamisjärjestelyt ja osaajien lähteminen uhkaavat muuttaa infrastruktuuriedun vähemmän ratkaisevaksi kilpailutekijäksi. 12

Monopoli on ohi, mutta laboratorio ei ole heikko

DeepMindin keskeinen muutos ei ole se, että laboratoriosta olisi tullut heikko. Muutos on siinä, että sen aiempi lähes monopoliasema Euroopan tekoälyosaajien silmissä on murtunut.

Aiemmin DeepMind saattoi tarjota yhdistelmän arvovaltaa, tieteellistä vapautta ja Alphabetin resursseja, johon harvalla kilpailijalla oli vastinetta. Nyt OpenAI, Anthropic, Meta ja uudet startupit tarjoavat osaajille vaihtoehtoisia reittejä sekä tutkimukseen että näkyvien tuotteiden rakentamiseen.

DeepMindin toipuminen riippuu pitkälti siitä, onnistuuko se tekemään Geministä kaupallisesti menestyvän ilman, että se samalla poistaa tutkimuksellisen autonomian, joka teki laboratoriosta alun perin poikkeuksellisen vetovoimaisen.