Google DeepMind n’est plus le choix évident des chercheurs européens en IA

Google DeepMind n’est pas devenu un laboratoire secondaire. Il reste l’une des organisations de recherche en IA les mieux dotées au monde, avec les moyens financiers, informatiques et scientifiques d’Alphabet, la maison mère de Google.

Mais sa place sur le marché des talents a nettement changé. Le laboratoire, longtemps considéré comme la destination européenne par défaut pour les chercheurs de pointe, doit désormais composer avec plusieurs concurrents crédibles — notamment Anthropic, OpenAI et Meta.

Une perte de vitesse visible dans les recrutements

L’indicateur le plus frappant concerne la part de DeepMind dans les recrutements de chercheurs et d’ingénieurs avancés en Europe, au Moyen-Orient et en Afrique. Selon les données de Zeki Data, elle est passée de 49 % en 2022-2023 à 18,6 % en 2025-2026, soit le recul régional le plus marqué enregistré par Zeki pour un grand laboratoire d’IA. 2

Ces chiffres ne signifient pas que DeepMind ne recrute plus. Le laboratoire continuerait à augmenter globalement ses effectifs de recherche et d’ingénierie avancée. Mais son avantage relatif s’est considérablement réduit, tandis que ses rivaux accélèrent leur expansion.

Selon les données de Zeki rapportées par Fortune, le ratio entre les arrivées et les départs chez DeepMind est passé d’environ 12 pour 1 au deuxième trimestre 2023 à près de 2 pour 1 au troisième trimestre 2026. 2 Un ratio de 2 pour 1 indique encore un solde positif, mais il ne traduit plus l’attraction presque irrésistible dont bénéficiait autrefois le laboratoire.

À titre de comparaison, la croissance des recrutements aurait atteint 97 % chez OpenAI et 152 % chez Anthropic, contre 27 % chez DeepMind. 1 Ces pourcentages mesurent la progression des effectifs, et non la qualité des chercheurs. Ils permettent toutefois de comprendre pourquoi la part de DeepMind dans les embauches régionales s’est contractée alors que le laboratoire reste important.

Ces données doivent être interprétées comme des indicateurs des recrutements et mouvements de personnel observables, pas comme un recensement exhaustif des compétences en IA. Elles signalent un affaiblissement de la position de DeepMind dans le recrutement, pas la disparition de sa base scientifique.

Des départs qui dépassent la simple question des effectifs

Plusieurs départs récents ont attiré l’attention en raison du statut des personnes concernées. En juin 2026, Noam Shazeer, codirigeant de Gemini, a quitté Google pour OpenAI. John Jumper, chercheur associé à AlphaFold, a annoncé son départ pour Anthropic. 333540

Les contributeurs de Gemini Jonas Adler et Alexander Pritzel auraient eux aussi rejoint Anthropic. 35 Peu après, Jeff Dean, Sanjay Ghemawat, Oriol Vinyals et Quoc Le ont été annoncés comme partants de Google pour créer une nouvelle entreprise. 1718

L’importance de ces départs ne se résume pas au nombre de postes vacants. Les chercheurs les plus expérimentés emportent avec eux une connaissance approfondie des systèmes, des méthodes de travail et des priorités techniques du laboratoire. Leur réputation joue également un rôle dans le recrutement : leur départ peut modifier la perception qu’ont les candidats de l’organisation.

La destination des anciens employés est tout aussi révélatrice. D’après des données de Zeki citées par DiarioBitcoin, parmi les salariés de DeepMind partis au cours de l’année précédente, 25 % ont rejoint Anthropic, 21 % Meta et 14 % OpenAI. 3 Une analyse fondée sur des données de SignalFire indiquait déjà en 2025 que les employés de DeepMind rejoignaient Anthropic à un rythme près de 11 fois supérieur au mouvement inverse. 8

Aucune base de données ne recense tous les changements d’employeur, et ces estimations reposent sur des périodes et des méthodes différentes. Leur convergence dessine néanmoins une tendance claire : Anthropic, OpenAI et Meta sont désormais des options suffisamment attractives pour des profils qui auraient autrefois considéré DeepMind comme le choix naturel.

Les rémunérations comptent, mais n’expliquent pas tout

La course aux talents de pointe se déroule sur un marché où les salaires, les actions et l’accès à des ressources informatiques rares peuvent peser lourd dans une décision de carrière. Plusieurs articles ont fait état de packages de rémunération très offensifs chez les concurrents, notamment à mesure qu’OpenAI et Anthropic renforcent leur présence en Europe. 411

La rémunération n’est toutefois qu’une partie de l’explication. L’attrait historique de DeepMind reposait sur un mélange de prestige, de moyens techniques et de liberté pour mener des travaux à long terme. Avec la montée en puissance de Gemini dans la stratégie commerciale de Google, le laboratoire est soumis à une pression croissante pour livrer des modèles et des produits selon des calendriers d’entreprise.

Cette évolution crée un compromis délicat. Concentrer les ressources sur Gemini, les agents et les produits associés peut améliorer la rapidité d’exécution et la cohérence stratégique. En contrepartie, les chercheurs attachés à une exploration plus ouverte peuvent avoir le sentiment que la place accordée aux projets aux retombées commerciales lointaines se réduit.

Des articles ont également évoqué un durcissement des contraintes de publication et une autonomie perçue comme moindre. Les informations publiques ne permettent cependant pas de mesurer précisément le rôle de chacun de ces facteurs dans les départs. 7 Il serait donc excessif d’attribuer l’exode à une seule règle ou à une seule décision de direction. L’explication la plus solide combine plutôt rémunérations concurrentes, pression commerciale, réorganisation interne et attractivité croissante des laboratoires rivaux.

La réorganisation d’AlphaFold a envoyé un signal fort

Le changement de priorités est particulièrement visible dans le traitement d’AlphaFold, le système d’IA de prédiction de la structure des protéines qui a contribué à une découverte récompensée par le prix Nobel.

En juillet 2026, des articles ont rapporté que l’équipe à l’origine d’AlphaFold avait été dissoute ou réorganisée, alors que DeepMind réorientait une partie de ses ressources vers les grands modèles de langage, Gemini et l’automatisation scientifique à grande échelle. 4950

DeepMind a précisé que des chercheurs avaient été transférés vers des projets liés à Gemini, à la conception d’enzymes, à la fusion nucléaire et à la génomique. 49 Il serait donc inexact de présenter cette évolution comme un abandon de l’IA scientifique. Il s’agit plutôt d’une redistribution des efforts autour d’une stratégie davantage centrée sur Gemini.

Le signal institutionnel reste néanmoins important. AlphaFold incarnait le type de recherche spécialisée et de long terme qui avait contribué à distinguer DeepMind. Réaffecter une grande partie de cette activité peut rassurer les équipes produits et les investisseurs sur les priorités immédiates du groupe. Pour les chercheurs, cela soulève une autre question : quelle marge de manœuvre reste-t-il pour les projets dont les bénéfices commerciaux sont incertains ou éloignés ?

Le nouveau rôle de Demis Hassabis rapproche encore DeepMind d’Alphabet

En août 2026, Demis Hassabis a abandonné la gestion quotidienne de DeepMind pour devenir président du laboratoire et directeur scientifique d’Alphabet. Koray Kavukcuoglu, auparavant directeur technique de DeepMind, a pris le contrôle opérationnel et rend compte directement au directeur général d’Alphabet, Sundar Pichai. 171822

Cette évolution répond à une logique stratégique évidente. Hassabis peut désormais travailler à l’échelle d’Alphabet sur les priorités scientifiques et les orientations de long terme de l’IA, tandis que Kavukcuoglu se concentre sur Gemini, la recherche de pointe, ainsi que les équipes de l’application Gemini et des outils destinés aux développeurs. 2253

Elle modifie aussi l’identité institutionnelle de DeepMind. La nouvelle ligne hiérarchique donne davantage de pouvoir à la direction centrale d’Alphabet, plutôt que de préserver l’image d’un laboratoire de recherche londonien relativement indépendant. Reuters a rapporté que Kavukcuoglu aurait le dernier mot sur les décisions majeures de DeepMind. 18

Cette centralisation peut améliorer la coordination et accélérer la mise sur le marché. Mais elle peut aussi donner l’impression que DeepMind devient une division d’IA et de produits de Google, au détriment de l’institution de recherche atypiquement autonome qui attirait les scientifiques les plus recherchés.

L’effet réel sur le recrutement dépendra moins des titres officiels que de la liberté dont disposeront les chercheurs pour choisir leurs sujets, publier leurs travaux et poursuivre des projets à long terme.

DeepMind conserve des atouts considérables

La baisse de sa part dans les recrutements ne doit pas être confondue avec un effondrement de ses capacités techniques. La cartographie des talents de Metix comptabilisait 2 837 personnes dans le vivier technique visible de Google DeepMind, contre 4 092 pour Meta et 1 251 pour Anthropic dans cet ensemble de données. 6

DeepMind dispose encore de plusieurs avantages difficiles à reproduire :

• Une puissance de calcul et une infrastructure à grande échelle, soutenues par les ressources d’Alphabet et son écosystème de puces spécialisées.
• Une expertise en IA scientifique, héritée notamment d’AlphaFold et de travaux liés à la biologie et à la découverte scientifique.
• Une forte profondeur de recherche dans l’apprentissage par renforcement, les systèmes multimodaux, les agents et les modèles du monde.
• Une capacité de distribution exceptionnelle, grâce aux produits grand public, au cloud et aux outils pour développeurs de Google.
• Des moyens financiers et organisationnels permettant de financer à la fois les modèles de pointe et la recherche de long terme.

Le portefeuille de recherche du laboratoire comprend toujours des systèmes comme SIMA 2, Gemini Robotics et Genie 3, qui témoignent de travaux en cours sur les agents, la robotique et les modèles interactifs du monde. 56

DeepMind reste donc un concurrent redoutable. La question est plutôt de savoir s’il peut transformer ces ressources en produits et en résultats de recherche assez rapidement, tout en conservant les personnes capables de mener cette transformation.

Les domaines où le laboratoire semble perdre du terrain

DeepMind est particulièrement exposé dans les secteurs où leadership scientifique, vitesse d’itération produit et adoption par les développeurs se renforcent mutuellement. Ses concurrents ont construit des identités fortes autour des assistants grand public, des outils de programmation et des modèles généralistes de pointe.

OpenAI et Anthropic sont devenus des destinations attractives pour les chercheurs qui souhaitent travailler sur des produits très visibles et directement liés à la course actuelle aux modèles. 53 Meta présente une menace différente : le groupe peut combiner une rémunération élevée avec une immense capacité de distribution.

Les comparaisons de performances entre modèles ont également nourri l’impression que les produits IA de Google ont pris du retard sur certains concurrents. Fortune a cité des évaluations plaçant le meilleur modèle commercialisé de Google derrière des systèmes d’Anthropic, d’OpenAI, d’xAI, de Meta et d’un laboratoire chinois. 6 Il ne s’agit que d’un instantané, car les classements varient selon la date, le modèle et la tâche évaluée. Mais la perception compte sur le marché de l’emploi : les chercheurs veulent souvent rejoindre l’organisation qu’ils pensent être en train de donner le rythme.

L’avantage de Google en matière d’infrastructure est réel. Il ne suffit toutefois pas à lui seul. Il ne devient décisif que si l’entreprise conserve les scientifiques et les ingénieurs qui déterminent quoi entraîner, comment l’évaluer et quels produits lancer.

Le véritable changement : la fin d’un quasi-monopole de prestige

La conclusion la plus solide n’est pas que DeepMind serait devenu faible. C’est que son ancien mélange de prestige, d’autonomie et de moyens techniques ne lui garantit plus une position dominante en Europe.

Entre 2022-2023 et 2025-2026, sa part des recrutements régionaux de chercheurs et d’ingénieurs avancés est passée de 49 % à 18,6 %, tandis que son ratio entre arrivées et départs est tombé d’environ 12 pour 1 à 2 pour 1. 2 Les départs de personnalités reconnues ont rendu cette évolution visible, et le rapprochement avec Alphabet a renforcé les interrogations sur l’identité scientifique du laboratoire.

DeepMind peut encore inverser la tendance. Pour y parvenir, il devra réussir à faire de Gemini et des produits associés des moteurs de croissance sans supprimer la liberté scientifique qui avait fait du laboratoire un aimant à talents.

La prochaine phase de la guerre des talents dans l’IA ne se jouera pas uniquement sur les salaires. Elle opposera aussi les laboratoires capables d’offrir le meilleur équilibre entre autonomie, ressources, influence et preuve concrète que le travail de leurs chercheurs aura un impact.