ממעבדת החלומות לברירת מחדל אחת מני רבות: היתרון של Google DeepMind נשחק

Google DeepMind לא הפכה למעבדת AI שולית. היא עדיין אחד מארגוני המחקר הגדולים והמצוידים ביותר בתעשייה. אבל בשוק העבודה של חוקרי הבינה המלאכותית חל שינוי דרמטי: המעבדה עברה ממעמד של יעד כמעט מובן מאליו לחוקרי AI עילית באירופה, למתחרה חזקה אחת מני כמה.

הסימן הברור ביותר לכך הוא הירידה בנתח הגיוסים החדשים של חוקרים ומהנדסים בכירים ברחבי אירופה, המזרח התיכון ואפריקה. לפי נתוני Zeki, חלקה של DeepMind בגיוסים אלה צנח מ-49% בשנים 2022–2023 ל-18.6% בשנים 2025–2026 — הירידה האזורית החדה ביותר ש-Zeki תיעדה עבור מעבדת AI גדולה. 2

המספרים מצביעים על אובדן תנופה

השינוי אינו אומר בהכרח ש-DeepMind מפטרת או מאבדת יותר עובדים משהיא מגייסת. לפי הנתונים, היא עדיין מצרפת לשורותיה חוקרים ומהנדסים בתחומים מתקדמים. הבעיה היא שהיתרון שלה הצטמצם מאוד.

לפי נתוני Zeki שדווחו ב-Fortune, היחס בין מצטרפים לעוזבים ב-DeepMind ירד מכ-12:1 ברבעון השני של 2023 לכ-2:1 ברבעון השלישי של 2026. 2 יחס של 2:1 עדיין מעיד על זרימה נטו של עובדים פנימה, אך הוא כבר אינו מתאר ארגון שמושך אליו את השוק כמעט ללא תחרות.

הפער מול המתחרות שמתרחבות במהירות חשוב במיוחד. ניתוח אחד דיווח על קצב גידול של 97% בגיוסים ב-OpenAI ושל 152% ב-Anthropic, לעומת 27% ב-DeepMind. 1 המספרים האלה מתארים שיעורי צמיחה ולא את איכות הטאלנט הכוללת, אך הם מסבירים כיצד חלקה של DeepMind בגיוסים האזוריים הצטמצם — גם כשהמעבדה עצמה נותרה גדולה.

חשוב לקרוא את הנתונים בפרופורציה: הם מודדים גיוסים ותנועות עובדים שניתן לזהות, ולא מפקד מלא של מומחיות ה-AI בעולם. הם מצביעים על היחלשות בעמדת הגיוס של DeepMind, לא על היעלמות בסיס המחקר שלה.

מי עוזב ולאן

סימן האזהרה הבולט ביותר הוא הבכירות והחשיבות של חלק מהעוזבים. ביוני 2026 עזב נועם שזיר, ממובילי Gemini, את Google לטובת OpenAI, בעוד חוקר AlphaFold ג'ון ג'אמפר הודיע על מעבר ל-Anthropic. 333540

גם ג'ונאס אדלר ואלכסנדר פריצל, שתרמו לפיתוח Gemini, דווחו כמי שעוזבים ל-Anthropic. 35 בהמשך דווח כי ג'ף דין, סנג'אי גהמאוואט, אוריול ויניאלס וקווק לה עזבו את Google כדי להקים חברה חדשה. 1718

המשמעות של המהלכים האלה חורגת ממספר העובדים שנגרע מהמצבה. חוקרים בכירים נושאים איתם ידע ארגוני, שיקול דעת טכני ואמינות שמסייעת בגיוס עובדים חדשים. עזיבתם עשויה להשפיע ישירות על פיתוח מודלי יסוד ותשתיות, וגם על האופן שבו מועמדים פוטנציאליים תופסים את הארגון.

גם היעדים שאליהם העובדים עוברים מספרים סיפור. לפי נתוני Zeki שפורסמו ב-DiarioBitcoin, מבין עובדי DeepMind שעזבו במהלך השנה הקודמת, 25% עברו ל-Anthropic, 21% ל-Meta ו-14% ל-OpenAI. 3 בנפרד, דיווח שהתבסס על נתוני SignalFire ב-2025 מצא שעובדי DeepMind עברו ל-Anthropic בקצב גבוה בהרבה מהכיוון ההפוך — פער שהוערך בכמעט 11:1. 8

אף מאגר מידע יחיד אינו מתעד כל מעבר, והנתונים מבוססים על תקופות ושיטות שונות. עם זאת, יחד הם מצביעים על מגמה עקבית: Anthropic, OpenAI ו-Meta הפכו ליעדים אמינים עבור אנשים שבעבר עשויים היו לראות ב-DeepMind את הבחירה הטבעית.

השכר הוא חלק מהתמונה — אבל לא כולה

מעבדות ה-AI המתקדמות מתחרות בשוק עבודה שבו שכר, מניות וגישה למשאבי מחשוב נדירים יכולים להשפיע באופן ממשי על החלטות קריירה. דיווחים תיארו חבילות תגמול אגרסיביות מצד המתחרות, במיוחד בשעה ש-OpenAI ו-Anthropic מרחיבות את פעילותן באירופה. 411

אבל השכר לבדו אינו מסביר את היחלשות DeepMind. המשיכה המקורית של המעבדה נבעה משילוב של יוקרה, משאבים טכנולוגיים וחופש לעסוק במחקר ארוך טווח. ככל ש-Gemini הפך לחלק מרכזי באסטרטגיה התחרותית והמסחרית של Google, DeepMind נתונה ללחץ גובר לספק מוצרים ומודלים בלוחות זמנים תאגידיים.

כאן נוצר מתח אפשרי. ריכוז משאבים ב-Gemini, בסוכני AI ובמוצרים נלווים עשוי לשפר מיקוד ומהירות ביצוע. במקביל, חוקרים שמעריכים מחקר פתוח וארוך טווח עלולים לחוש שנותר להם פחות מקום לעבודה חקרנית.

דיווחים הצביעו גם על מגבלות הדוקות יותר לפרסום מחקרים ועל תחושת אוטונומיה מופחתת, אף שהראיות הפומביות אינן מכמתות עד כמה כל אחד מהגורמים האלה תרם לעזיבות. 7 לכן יהיה מוגזם לייחס את גל העזיבות למדיניות אחת או להחלטה של מנהל יחיד. המסקנה הזהירה יותר היא ששכר, לחץ מסחרי, שינויים ארגוניים והמשיכה הגוברת של מעבדות מתחרות מחזקים זה את זה.

ארגון מחדש של AlphaFold שלח מסר חד

השינוי בסדרי העדיפויות של DeepMind בולט במיוחד ביחס ל-AlphaFold. דיווחים מיולי 2026 אמרו כי הצוות שפיתח את המערכת זוכת פרס נובל לחיזוי מבני חלבונים פורק או אורגן מחדש, כאשר המעבדה העבירה משאבים למודלי שפה גדולים, ל-Gemini ולאוטומציה מדעית רחבה יותר. 4950

ב-DeepMind אמרו שהחוקרים עברו לתחומים ובהם פרויקטים המבוססים על Gemini, תכנון אנזימים, היתוך גרעיני וגנומיקה. 49 לכן לא נכון לתאר את המהלך כנטישה פשוטה של AI מדעי. מדויק יותר לראות בו הקצאה מחדש של המחקר סביב אסטרטגיה רחבה יותר שבמרכזה Gemini.

ובכל זאת, המסר הארגוני משמעותי. AlphaFold ייצג את סוג המחקר ארוך הטווח והמתמחה שסייע להפוך את DeepMind למעבדה ייחודית. העברת חלק ניכר מהעבודה הזו יכולה להרגיע משקיעים וצוותי מוצר בכך שהמעבדה מתמקדת בסדרי עדיפויות אסטרטגיים קרובים. עבור חוקרים, היא עלולה לעורר שאלה אחרת: כמה עצמאות נותרה לפרויקטים שהתועלת המסחרית שלהם אינה ודאית או רחוקה?

תפקידו החדש של חסאביס מקרב את DeepMind ל-Alphabet

באוגוסט 2026 ויתר דמיס חסאביס על האחריות היומיומית כמנכ"ל DeepMind והפך ליו"ר Google DeepMind ולמדען הראשי של Alphabet. קוראי קווקוצ'קואולו, שהיה קודם לכן סמנכ"ל הטכנולוגיה של המעבדה, קיבל את השליטה התפעולית ומדווח ישירות למנכ"ל Alphabet, סונדר פיצ'אי. 171822

לשינוי יש היגיון אסטרטגי ברור. חסאביס יכול לפעול ברחבי Alphabet בנושאי AI ומדע ארוכי טווח, בעוד קווקוצ'קואולו יתמקד בפיתוח Gemini, במחקר AI מתקדם ובצוותי אפליקציית Gemini והמפתחים. 2253

אך השינוי משפיע גם על הזהות המוסדית של DeepMind. מבנה הדיווח מעניק סמכות רבה יותר להנהלה המרכזית של Alphabet, במקום לשמר את הרושם של מעבדת מחקר לונדונית עצמאית יחסית. Reuters דיווחה כי לקווקוצ'קואולו תהיה המילה האחרונה בהחלטות מרכזיות של DeepMind. 18

המהלך עשוי לשפר תיאום ומהירות. הוא גם עלול לגרום למעבדה להיראות יותר כמו חטיבת מוצר ו-AI תאגידית, ופחות כמו מוסד המחקר האוטונומי והחריג שמשך אליו מדענים מובילים. השאלה אם התפיסה הזו תהפוך לבעיה בגיוס תלויה במה שהחוקרים יורשו בפועל לחקור ולפרסם — לא רק בתארים של המנהלים.

DeepMind עדיין מחזיקה בקלפים חזקים

אין לבלבל בין ירידה בנתח הגיוסים לבין קריסה ביכולת הטכנולוגית. מפת הטאלנט של Metix לשנת 2026 מנתה 2,837 עובדים במאגר הטכני הנראה לעין של Google DeepMind — פחות מ-4,092 של Meta, אך יותר מ-1,251 של Anthropic באותו מאגר. 6

ל-DeepMind יש גם יתרונות שקשה למתחרות לשחזר:

• מחשוב ותשתיות בקנה מידה גדול, הודות למשאבי Alphabet ולמערכת החומרה הייעודית שלה.
• מומחיות ב-AI מדעי, ובה מורשת AlphaFold ועבודה הקשורה לביולוגיה ולגילויים מדעיים.
• עומק מחקרי בתחומים כמו למידת חיזוק, מערכות מולטי-מודאליות, סוכנים ומודלי עולם.
• הפצה רחבה דרך מוצרי הצרכנים, הענן וכלי המפתחים של Google.
• הון ויכולת ארגונית שמאפשרים לממן גם פיתוח מודלי יסוד וגם מחקר ארוך טווח.

פורטפוליו המחקר של DeepMind כולל עדיין מערכות כמו SIMA 2, Gemini Robotics ו-Genie 3 — עדות לכך שהעבודה על סוכנים, רובוטיקה ומודלי עולם אינטראקטיביים נמשכת. 56

הנכסים האלה הופכים את DeepMind למתחרה אדירה. השאלה המרכזית היא אם היא מסוגלת להפוך את המשאבים האלה למוצרים ולהישגים מחקריים במהירות מספקת — ואם תצליח לשמור על האנשים הדרושים לכך.

היכן DeepMind מאבדת קרקע

התחומים החשופים ביותר הם אלה שבהם מנהיגות מחקרית, שיפור מוצר מהיר ואימוץ על ידי מפתחים מחזקים זה את זה. המתחרות בנו זהות חזקה סביב עוזרים לשימוש יומיומי, כלי תכנות ומודלים כלליים מתקדמים. OpenAI ו-Anthropic, במיוחד, הפכו ליעדים אטרקטיביים עבור חוקרים שרוצים לעבוד על מוצרים בולטים עם קשר ישיר למרוץ המודלים הנוכחי. 53

גם השוואות ביצועים עדכניות תרמו לתפיסה שהמודלים המובילים של Google זמינים מאחורי חלק מהמתחרים, אף שהדירוגים משתנים לפי מודל, משימה ותאריך. Fortune ציטט הערכות שלפיהן המודל המוביל של Google שהיה זמין למשתמשים דורג מאחורי מערכות של Anthropic, OpenAI, xAI, Meta ומעבדת AI סינית. 6 זו תמונת מצב ולא דירוג קבוע, אך לתפיסה יש משקל בשוק הטאלנט: חוקרים רבים רוצים להצטרף לארגון שלדעתם מוביל את הקצב.

Meta מציבה אתגר מסוג אחר. היא יכולה לשלב תגמול משמעותי עם אקו-סיסטם הפצה עצום, בעוד Anthropic ו-OpenAI מציעות משימה ממוקדת סביב מודלי AI מתקדמים ונרטיב גיוס חזק. יתרון התשתיות של Google אמיתי, אך תשתיות אינן פועלות מעצמן. הן מועילות רק אם הארגון מצליח לשמר את המדענים והמהנדסים שקובעים מה לאמן, כיצד להעריך את התוצאות ואילו מוצרים להשיק.

השינוי האמיתי: המונופול על היוקרה נעלם

המסקנה החזקה ביותר אינה ש-DeepMind נחלשה והפכה ללא רלוונטית. היא שהשילוב הישן של יוקרה, אוטונומיה ומשאבים טכנולוגיים כבר אינו מעניק לה יתרון בלתי מעורער באירופה.

בין 2022–2023 ל-2025–2026 צנח חלקה של DeepMind בגיוסי העילית של AI באזור מ-49% ל-18.6%, בעוד היחס בין מצטרפים לעוזבים ירד מכ-12:1 ל-2:1. 2 עזיבות של חוקרים בכירים הפכו את השינוי לגלוי, והקשר ההדוק יותר ל-Alphabet החריף את השאלות סביב זהותה המחקרית של המעבדה.

DeepMind יכולה עדיין להתאושש. הדרך לשם עוברת בביצוע מוצלח של Gemini ושל המוצרים הקשורים אליו, בלי למחוק את החופש המדעי שהפך את הארגון לאטרקטיבי כל כך מלכתחילה. השלב הבא במלחמה על טאלנט ה-AI לא יוכרע רק לפי מי שמשלם יותר, אלא לפי השאלה איזו מעבדה מציעה לחוקרים את השילוב החזק ביותר של אוטונומיה, משאבים, השפעה והוכחה לכך שעבודתם באמת תשנה משהו.