Dari Pilihan Utama Menjadi Salah Satu Pesaing: Keunggulan Talenta AI DeepMind Menyusut

Google DeepMind belum berubah menjadi laboratorium AI yang tidak penting. Ia tetap merupakan salah satu organisasi riset terbesar dan paling lengkap sumber dayanya di industri. Namun, posisinya di pasar talenta telah berubah drastis: dari pilihan utama yang nyaris tak terbantahkan bagi peneliti AI elite di Eropa, DeepMind kini menjadi salah satu pesaing kuat di antara beberapa laboratorium besar.

Bukti paling jelas terlihat dari menyusutnya porsi perekrutan peneliti dan insinyur tingkat lanjut di Eropa, Timur Tengah, dan Afrika. Data Zeki memperkirakan pangsa DeepMind turun dari 49% pada 2022–2023 menjadi 18,6% pada 2025–2026—penurunan regional paling tajam yang dicatat Zeki untuk laboratorium AI besar. 2

Angka perekrutan menunjukkan hilangnya momentum

Perubahan ini bukan berarti DeepMind kini kehilangan lebih banyak karyawan daripada yang direkrut. Laboratorium tersebut dilaporkan masih menambah staf riset dan rekayasa tingkat lanjut secara keseluruhan. Masalahnya, daya tariknya tidak lagi sebesar sebelumnya.

Menurut data Zeki yang dilaporkan Fortune, rasio karyawan yang masuk dibandingkan karyawan yang keluar dari DeepMind turun dari sekitar 12:1 pada kuartal II 2023 menjadi sekitar 2:1 pada kuartal III 2026. 2 Rasio 2:1 tetap menunjukkan arus masuk bersih, tetapi tidak lagi menggambarkan organisasi yang memiliki daya tarik dominan di pasar tenaga kerja.

Perbandingan dengan pesaing yang sedang berkembang pesat juga penting. Salah satu analisis mencatat pertumbuhan perekrutan sebesar 97% untuk OpenAI dan 152% untuk Anthropic, dibandingkan 27% untuk DeepMind. 1 Angka tersebut mengukur laju pertumbuhan, bukan kualitas seluruh talenta. Namun, angka itu membantu menjelaskan mengapa pangsa DeepMind dalam perekrutan regional turun meski ukuran laboratoriumnya masih besar.

Data yang tersedia sebaiknya dibaca sebagai ukuran perekrutan dan perpindahan yang terlihat, bukan sensus lengkap atas seluruh keahlian AI. Angka-angka itu menunjukkan melemahnya posisi DeepMind dalam merekrut talenta, bukan hilangnya basis risetnya.

Ke mana peneliti DeepMind pindah?

Tanda peringatan paling terlihat berasal dari sejumlah kepergian yang melibatkan peneliti senior dan tokoh penting. Pada Juni 2026, salah satu pemimpin bersama Gemini, Noam Shazeer, meninggalkan Google untuk bergabung dengan OpenAI. Pada periode yang sama, peneliti AlphaFold John Jumper mengumumkan kepindahannya ke Anthropic. 333540

Kontributor Gemini Jonas Adler dan Alexander Pritzel juga dilaporkan meninggalkan Google untuk Anthropic. 35 Setelah itu, Jeff Dean, Sanjay Ghemawat, Oriol Vinyals, dan Quoc Le dilaporkan keluar dari Google untuk mendirikan perusahaan baru. 1718

Dampak kepergian ini lebih besar daripada sekadar berkurangnya jumlah karyawan. Peneliti senior membawa pengetahuan institusional, penilaian teknis, serta kredibilitas yang penting dalam perekrutan. Kepergian mereka dapat memengaruhi pengembangan model fondasi dan infrastruktur secara langsung, sekaligus membentuk pandangan calon karyawan terhadap organisasi tersebut.

Pola perpindahannya juga signifikan. Data Zeki yang dilaporkan DiarioBitcoin menunjukkan bahwa dari karyawan DeepMind yang keluar selama satu tahun sebelumnya, 25% bergabung dengan Anthropic, 21% dengan Meta, dan 14% dengan OpenAI. 3 Secara terpisah, laporan berbasis data SignalFire pada 2025 menemukan bahwa karyawan DeepMind berpindah ke Anthropic jauh lebih sering daripada arah sebaliknya, dengan ketimpangan yang diperkirakan hampir 11:1. 8

Tidak ada satu dataset yang mencatat setiap perpindahan, dan angka-angka tersebut menggunakan periode serta metodologi yang berbeda. Namun, jika dibaca bersama, semuanya mengarah pada pola yang konsisten: Anthropic, OpenAI, dan Meta kini menjadi tujuan yang kredibel bagi orang-orang yang sebelumnya mungkin menganggap DeepMind sebagai pilihan alami.

Kompensasi berperan, tetapi bukan satu-satunya alasan

Laboratorium AI terdepan kini bersaing di pasar tenaga kerja yang membuat uang tunai, kepemilikan saham, dan akses terhadap sumber daya komputasi langka sangat memengaruhi keputusan karier. Sejumlah laporan menggambarkan paket kompensasi agresif dari para pesaing, terutama ketika OpenAI dan Anthropic memperluas operasinya di Eropa. 411

Namun, kompensasi saja tidak cukup untuk menjelaskan melemahnya posisi DeepMind. Daya tarik awal laboratorium ini merupakan gabungan dari reputasi, sumber daya teknis, dan kebebasan untuk mengejar riset jangka panjang. Seiring Gemini menjadi pusat strategi kompetitif dan komersial Google, DeepMind menghadapi tekanan lebih besar untuk menghasilkan produk dan model sesuai tenggat perusahaan.

Situasi ini menciptakan potensi pertukaran. Organisasi riset dapat memperoleh fokus dan kecepatan eksekusi dengan memusatkan sumber daya pada Gemini, agen AI, dan produk terkait. Di sisi lain, peneliti yang menghargai eksplorasi terbuka mungkin merasa ruang untuk mengerjakan riset eksperimental semakin menyempit.

Sejumlah laporan juga menyinggung aturan publikasi yang lebih ketat serta berkurangnya rasa otonomi, meski bukti publik belum mengukur seberapa besar kontribusi masing-masing faktor terhadap keputusan individu untuk pergi. 7 Karena itu, terlalu jauh jika eksodus tersebut dikaitkan dengan satu kebijakan atau satu keputusan eksekutif. Kesimpulan yang lebih kuat adalah bahwa kompensasi, tekanan komersial, perubahan organisasi, dan meningkatnya daya tarik laboratorium pesaing saling memperkuat.

Restrukturisasi AlphaFold menjadi sinyal penting

Perubahan prioritas DeepMind paling jelas terlihat dari perlakuannya terhadap AlphaFold. Laporan pada Juli 2026 menyebutkan bahwa tim di balik sistem prediksi struktur protein pemenang Nobel itu dibubarkan atau direorganisasi ketika laboratorium mengalihkan sumber daya ke model bahasa besar, Gemini, dan otomatisasi ilmiah yang lebih luas. 4950

DeepMind mengatakan para penelitinya dipindahkan ke bidang seperti proyek Gemini, desain enzim, fusi nuklir, dan genomika. 49 Karena itu, perubahan tersebut tidak tepat jika disebut sebagai pengabaian terhadap AI ilmiah. Lebih akurat jika langkah ini dipahami sebagai pengalokasian ulang riset dalam strategi yang berpusat pada Gemini.

Meski demikian, sinyal organisasionalnya tetap penting. AlphaFold mewakili jenis riset jangka panjang dan spesifik domain yang membantu membedakan DeepMind dari laboratorium lain. Mengalihkan sebagian besar pekerjaan tersebut dapat meyakinkan investor dan tim produk bahwa laboratorium fokus pada prioritas strategis jangka pendek. Bagi peneliti, perubahan itu dapat memunculkan pertanyaan berbeda: seberapa besar kebebasan yang tersisa untuk proyek dengan manfaat komersial yang belum pasti atau masih jauh?

Peran baru Hassabis mempererat hubungan dengan Alphabet

Pada Agustus 2026, Demis Hassabis melepaskan tanggung jawab operasional sehari-hari sebagai CEO DeepMind dan menjadi chairman Google DeepMind sekaligus kepala ilmuwan Alphabet. Koray Kavukcuoglu, yang sebelumnya menjabat chief technology officer laboratorium tersebut, mengambil alih kendali operasional dan melapor langsung kepada CEO Alphabet Sundar Pichai. 171822

Perubahan ini memiliki logika strategis yang jelas. Hassabis dapat bekerja lintas divisi Alphabet untuk menetapkan prioritas AI dan sains jangka panjang, sementara Kavukcuoglu berfokus pada pengembangan Gemini, riset AI terdepan, serta tim aplikasi dan pengembang Gemini. 2253

Namun, perubahan tersebut juga menggeser identitas institusional DeepMind. Struktur pelaporan baru menempatkan lebih banyak wewenang langsung di bawah kepemimpinan pusat Alphabet, alih-alih mempertahankan kesan sebagai laboratorium riset berbasis London yang relatif mandiri. Reuters melaporkan bahwa Kavukcuoglu akan memiliki keputusan akhir atas keputusan-keputusan besar DeepMind. 18

Langkah ini dapat memperbaiki koordinasi dan mempercepat pengambilan keputusan. Akan tetapi, DeepMind juga bisa terlihat lebih seperti divisi produk dan AI korporat daripada institusi riset yang sangat otonom—karakter yang dahulu menarik para ilmuwan elite. Apakah persepsi itu berubah menjadi masalah perekrutan akan bergantung pada ruang kerja dan kebebasan publikasi yang benar-benar tersedia bagi para peneliti, bukan hanya pada jabatan para pemimpinnya.

DeepMind masih memiliki kekuatan besar

Penurunan pangsa perekrutan tidak boleh disamakan dengan runtuhnya kemampuan teknis. Peta talenta Metix pada 2026 menghitung 2.837 orang dalam kumpulan talenta teknis Google DeepMind yang terlihat, di bawah Meta dengan 4.092 orang, tetapi di atas Anthropic dengan 1.251 orang dalam dataset tersebut. 6

DeepMind juga masih memiliki keunggulan yang sulit ditiru pesaing:

• Komputasi dan infrastruktur berskala besar berkat sumber daya Alphabet dan ekosistem perangkat keras khususnya.
• Keahlian dalam AI ilmiah, termasuk warisan AlphaFold dan riset yang berkaitan dengan biologi serta penemuan ilmiah.
• Kedalaman riset di bidang seperti reinforcement learning, sistem multimodal, agen AI, dan model dunia.
• Distribusi melalui produk konsumen, cloud, dan pengembang Google.
• Modal serta jangkauan organisasi untuk mendanai pengembangan model terdepan sekaligus riset jangka panjang.

Portofolio riset DeepMind juga masih mencakup sistem seperti SIMA 2, Gemini Robotics, dan Genie 3, yang menunjukkan keberlanjutan riset dalam bidang agen AI, robotika, dan model dunia interaktif. 56

Aset-aset tersebut membuat DeepMind tetap menjadi pesaing yang sangat kuat. Pertanyaan utamanya adalah apakah sumber daya itu dapat diubah menjadi produk dan hasil riset dengan cukup cepat—serta apakah organisasi tersebut mampu mempertahankan orang-orang yang dibutuhkan untuk mewujudkannya.

Di area mana DeepMind mulai tertinggal?

Posisi laboratorium ini paling rentan di bidang yang menggabungkan kepemimpinan riset, iterasi produk, dan adopsi pengembang. Para pesaing telah membangun identitas kuat di sekitar asisten konsumen, alat pemrograman, dan model umum terdepan. OpenAI dan Anthropic khususnya menjadi tujuan menarik bagi peneliti yang ingin mengerjakan produk dengan visibilitas tinggi dan kaitan langsung dengan perlombaan model AI saat ini. 53

Perbandingan benchmark terkini juga ikut membentuk persepsi bahwa model Google yang telah dirilis masih berada di belakang sebagian pesaing, meskipun peringkat dapat berbeda bergantung pada model, tugas, dan tanggal pengukuran. Fortune mengutip penilaian yang menempatkan model terbaik Google di belakang sistem dari Anthropic, OpenAI, xAI, Meta, dan sebuah laboratorium asal China. 6 Itu merupakan gambaran pada satu titik waktu, bukan peringkat permanen. Namun, persepsi tetap penting di pasar talenta: peneliti sering ingin bergabung dengan organisasi yang mereka anggap sedang memimpin.

Meta menghadirkan tantangan dengan karakter berbeda. Perusahaan itu dapat menggabungkan kompensasi besar dengan ekosistem distribusi yang sangat luas. Sementara itu, Anthropic dan OpenAI menawarkan misi model terdepan yang lebih terfokus serta narasi perekrutan yang kuat. Keunggulan infrastruktur Google memang nyata, tetapi infrastruktur tidak dapat bekerja sendiri. Nilainya hanya akan terasa jika organisasi mampu mempertahankan ilmuwan dan insinyur yang menentukan apa yang dilatih, bagaimana kinerjanya dievaluasi, dan produk mana yang diluncurkan.

Perubahan terbesar: DeepMind kehilangan monopoli prestise

Kesimpulan terkuatnya bukan bahwa DeepMind telah menjadi lemah. Perubahannya adalah kombinasi lama antara prestise, otonomi, dan sumber daya teknis tidak lagi memberinya keunggulan tanpa tanding di Eropa.

Dari 2022–2023 hingga 2025–2026, pangsa DeepMind dalam perekrutan talenta AI elite di kawasan tersebut turun dari 49% menjadi 18,6%, sementara rasio karyawan yang masuk dibandingkan yang keluar merosot dari sekitar 12:1 menjadi 2:1. 2 Kepergian sejumlah tokoh terkenal membuat pergeseran ini semakin terlihat, dan hubungan yang lebih erat dengan Alphabet memperkuat pertanyaan mengenai identitas riset DeepMind.

DeepMind masih dapat bangkit. Jalannya bergantung pada kemampuan mengeksekusi Gemini dan produk terkait tanpa menghapus kebebasan ilmiah yang sejak awal membuat laboratorium tersebut begitu menarik. Babak berikutnya dalam perang talenta AI tidak hanya akan menguji siapa yang mampu membayar paling mahal, tetapi juga laboratorium mana yang dapat menawarkan kombinasi terbaik antara otonomi, sumber daya, pengaruh, dan bukti bahwa pekerjaan para penelitinya benar-benar akan berdampak.