Google DeepMinds talentfortrinn i Europa har kollapset

Google DeepMind har ikke blitt et ubetydelig AI-laboratorium. Det er fortsatt en av bransjens største og best finansierte forskningsorganisasjoner. Men rollen i arbeidsmarkedet for AI-talenter har endret seg kraftig: Fra å være Europas soleklare førstevalg for fremragende AI-forskere har DeepMind blitt én mektig aktør blant flere.

Det tydeligste tegnet er den fallende andelen nye ansettelser innen forskning og avansert ingeniørarbeid i Europa, Midtøsten og Afrika. Zeki Data anslår at DeepMinds andel falt fra 49 prosent i 2022–23 til 18,6 prosent i 2025–26 – den kraftigste regionale nedgangen Zeki har registrert for et større AI-laboratorium. 2

Tallene viser et kraftig fall i ansettelsesmomentum

Endringen betyr ikke nødvendigvis at DeepMind mister flere ansatte enn de ansetter. Laboratoriet skal fortsatt totalt sett øke bemanningen innen forskning og avansert ingeniørarbeid. Problemet er at forspranget i talentmarkedet har blitt langt mindre.

Ifølge Zeki-data omtalt av Fortune falt forholdet mellom nye ansatte og avganger fra omtrent 12:1 i andre kvartal 2023 til rundt 2:1 i tredje kvartal 2026. 2 Et forhold på 2:1 betyr fortsatt netto tilvekst, men beskriver ikke lenger en organisasjon som har en overveldende tiltrekningskraft på arbeidsmarkedet.

Kontrasten til rivaler i rask vekst er viktig. Én analyse viste en ansettelsesvekst på 97 prosent for OpenAI og 152 prosent for Anthropic, mot 27 prosent for DeepMind. 1 Tallene måler vekst, ikke samlet kvalitet på talentet, men de bidrar til å forklare hvorfor DeepMinds andel av regionale ansettelser har falt selv om laboratoriet fortsatt er stort.

Tallene bør dessuten leses som mål på synlige ansettelser og jobbskifter – ikke som en fullstendig kartlegging av all AI-kompetanse. De peker mot en svekket rekrutteringsposisjon, ikke at DeepMinds forskningsmiljø har forsvunnet.

Flere profilerte forskere går til rivalene

Det mest tydelige varselsignalet er hvem som har sluttet, og hvilken betydning de har hatt. I juni 2026 forlot Noam Shazeer, medansvarlig for Gemini, Google til fordel for OpenAI. Samtidig varslet AlphaFold-forskeren John Jumper at han gikk til Anthropic. 333540

Gemini-bidragsyterne Jonas Adler og Alexander Pritzel skal også ha forlatt Google til fordel for Anthropic. 35 Senere ble det meldt at Jeff Dean, Sanjay Ghemawat, Oriol Vinyals og Quoc Le hadde forlatt Google for å starte et nytt selskap. 1718

Slike avganger betyr mer enn bare færre personer på lønningslisten. Seniorforskere tar med seg institusjonell kunnskap, teknisk dømmekraft og troverdighet i rekrutteringen. Avgangen deres kan påvirke utviklingen av grunnmodeller og infrastruktur direkte – og samtidig forme hvordan potensielle nye ansatte ser på organisasjonen.

Destinasjonene er også talende. Zeki-data omtalt av DiarioBitcoin viste at 25 prosent av DeepMind-ansatte som sluttet det foregående året, gikk til Anthropic. 21 prosent gikk til Meta og 14 prosent til OpenAI. 3 En separat analyse basert på SignalFire-data fra 2025 fant at DeepMind-ansatte gikk til Anthropic langt oftere enn motsatt vei. Ubalansen ble anslått til nesten 11:1. 8

Ingen enkelt database fanger opp alle jobbskifter, og tallene bygger på ulike tidsperioder og metoder. Samlet peker de likevel i samme retning: Anthropic, OpenAI og Meta har blitt reelle alternativer for forskere som tidligere kanskje ville sett på DeepMind som det naturlige valget.

Lønn forklarer noe – men ikke alt

De fremste AI-laboratoriene konkurrerer i et arbeidsmarked der kontantlønn, aksjer og tilgang til sjeldne databehandlingsressurser kan påvirke karrierevalg betydelig. Det er rapportert om svært offensive lønnspakker fra rivalene, særlig i takt med at OpenAI og Anthropic utvider virksomheten i Europa. 411

Men lønn alene forklarer ikke hvorfor DeepMinds posisjon er svekket. Laboratoriets opprinnelige appell besto av en kombinasjon av prestisje, tekniske ressurser og frihet til å arbeide med forskning med lang tidshorisont. Etter hvert som Gemini har blitt sentral i Googles konkurransestrategi og kommersielle satsing, har DeepMind samtidig fått større press om å levere produkter og modeller etter konsernets tidsplaner.

Det skaper en mulig målkonflikt. Et forskningsmiljø kan bli mer fokusert og raskere i gjennomføringen ved å samle ressursene rundt Gemini, AI-agenter og relaterte produkter. På den andre siden kan forskere som setter pris på åpen og langsiktig utforskning, oppleve at det er mindre rom for arbeid uten et klart kommersielt mål.

Rapporter har også pekt på strengere begrensninger for publisering og en svekket opplevelse av selvstendighet, selv om de offentlige kildene ikke tallfester hvor mye disse faktorene har bidratt til at enkeltpersoner har sluttet. 7 Det vil derfor være for kategorisk å forklare talentflukten med én regel eller én lederbeslutning. Den mest holdbare konklusjonen er at lønn, kommersielt press, organisatoriske endringer og rivalenes økende attraktivitet forsterker hverandre.

AlphaFold-omorganiseringen sendte et kraftig signal

DeepMinds endrede prioriteringer kommer særlig til syne i behandlingen av AlphaFold. I juli 2026 ble det meldt at teamet bak det Nobel-belønte systemet for prediksjon av proteinstrukturer var blitt oppløst eller omorganisert, mens laboratoriet flyttet ressurser mot store språkmodeller, Gemini og bredere vitenskapelig automatisering. 4950

DeepMind sa at forskere var flyttet til områder som blant annet Gemini-prosjekter, enzymdesign, kjernefusjon og genomikk. 49 Endringen bør derfor ikke beskrives som at laboratoriet forlater vitenskapelig AI. Det er mer presist å se den som en omfordeling av forskningsressurser rundt en bredere, Gemini-sentrert strategi.

Likevel er signalet viktig. AlphaFold representerte den typen langsiktig og domenespesifikk forskning som gjorde DeepMind særpreget. Når mye av dette arbeidet omplasseres, kan det berolige investorer og produktledere ved å vise at laboratoriet konsentrerer seg om strategiske prioriteringer på kortere sikt. For forskere kan det skape et annet spørsmål: Hvor mye selvstendighet er det igjen for prosjekter med usikker eller fjern kommersiell gevinst?

Hassabis’ nye rolle knytter DeepMind tettere til Alphabet

I august 2026 ga Demis Hassabis fra seg det daglige ansvaret som toppsjef i DeepMind og ble styreleder for Google DeepMind samt sjefsforsker i Alphabet. Koray Kavukcuoglu, som tidligere var laboratoriets teknologidirektør, tok over den operative ledelsen og rapporterer direkte til Alphabet-sjef Sundar Pichai. 171822

Endringen har en tydelig strategisk logikk. Hassabis kan arbeide på tvers av Alphabet med langsiktige AI- og forskningsprioriteringer, mens Kavukcuoglu kan konsentrere seg om utviklingen av Gemini, frontlinjeforskning og teamene for Gemini-appen og utviklere. 2253

Samtidig endrer dette DeepMinds institusjonelle identitet. Organiseringen legger mer myndighet direkte til Alphabets sentrale ledelse, i stedet for å opprettholde inntrykket av et relativt selvstendig forskningslaboratorium med base i London. Reuters har meldt at Kavukcuoglu får siste ord i større DeepMind-beslutninger. 18

Det kan gi bedre samordning og høyere fart. Men det kan også få laboratoriet til å fremstå mer som en produkt- og konsernorientert AI-avdeling enn som det uvanlig selvstendige forskningsmiljøet som opprinnelig tiltrakk seg mange av de fremste forskerne. Om dette blir et rekrutteringsproblem, vil avhenge av hva forskerne faktisk får lov til å arbeide med og publisere – ikke bare av ledernes titler.

DeepMind har fortsatt betydelige styrker

Den fallende andelen av ansettelser må ikke forveksles med et sammenbrudd i teknisk kapasitet. Metix’ talentkart for 2026 telte 2 837 personer i Googles DeepMind-miljøs synlige tekniske talentbase. Det var færre enn Metas 4 092, men flere enn Anthropics 1 251 i dette datasettet. 6

DeepMind har dessuten fordeler rivalene vanskelig kan kopiere:

• Datakraft og infrastruktur i stor skala gjennom Alphabets ressurser og økosystemet rundt egenutviklet maskinvare.
• Kompetanse innen vitenskapelig AI, blant annet arven etter AlphaFold og arbeid knyttet til biologi og vitenskapelige oppdagelser.
• Forskningsbredde innen blant annet forsterkningslæring, multimodale systemer, AI-agenter og verdensmodeller.
• Distribusjon gjennom Googles forbrukertjenester, skytjenester og produkter for utviklere.
• Kapital og organisatorisk rekkevidde som gjør det mulig å finansiere både utvikling av frontlinjemodeller og langsiktig forskning.

DeepMinds egen forskningsportefølje omfatter fortsatt systemer som SIMA 2, Gemini Robotics og Genie 3. Det viser at arbeidet med AI-agenter, robotikk og interaktive verdensmodeller fortsetter. 56

Disse ressursene gjør DeepMind til en formidabel konkurrent. Hovedspørsmålet er om laboratoriet klarer å omsette dem til produkter og forskningsresultater raskt nok – og om det klarer å beholde menneskene som trengs for å få det til.

Her ser DeepMind ut til å tape terreng

De mest utsatte områdene er der forskningsledelse, produktutvikling og bruk blant utviklere forsterker hverandre. Rivalene har bygget sterke identiteter rundt forbrukerassistenter, kodeverktøy og avanserte generelle modeller. Særlig OpenAI og Anthropic har blitt attraktive arbeidsplasser for forskere som vil jobbe med synlige produkter tett koblet til det pågående modellkappløpet. 53

Sammenligninger av moderne ytelsestester har også bidratt til inntrykket av at Googles ledende modeller ligger bak enkelte konkurrenter, selv om rangeringene varierer etter modell, oppgave og tidspunkt. Fortune viste til vurderinger der Googles beste tilgjengelige modell ble plassert bak systemer fra Anthropic, OpenAI, xAI, Meta og et kinesisk laboratorium. 6 Det er et øyeblikksbilde, ikke en permanent rangering. Men oppfatninger betyr mye i talentmarkedet: Forskere vil ofte til organisasjonen de mener setter tempoet.

Meta representerer en annen type utfordring. Selskapet kan kombinere betydelig lønn med et enormt distribusjonsøkosystem, mens Anthropic og OpenAI tilbyr fokuserte oppdrag innen frontlinjemodeller og sterke fortellinger om hva de vil oppnå. Googles infrastrukturfordel er reell, men infrastruktur skaper ikke resultater av seg selv. Den har først verdi når organisasjonen klarer å beholde forskerne og ingeniørene som avgjør hva som skal trenes, hvordan det skal evalueres og hvilke produkter som skal lanseres.

Den egentlige endringen er at prestisjemonopolet er borte

Den sterkeste konklusjonen er ikke at DeepMind har blitt svakt. Det er at den tidligere kombinasjonen av prestisje, selvstendighet og tekniske ressurser ikke lenger gir laboratoriet et ubestridt fortrinn i Europa.

Fra 2022–23 til 2025–26 falt DeepMinds andel av regionale ansettelser innen avansert AI fra 49 til 18,6 prosent, mens forholdet mellom nye ansatte og avganger gikk fra omtrent 12:1 til 2:1. 2 Profilert talentflukt har gjort endringen synlig, og laboratoriets tettere kobling til Alphabet har forsterket spørsmålene om forskningsidentiteten.

DeepMind kan fortsatt hente seg inn. Veien videre avhenger av at selskapet lykkes med Gemini og relaterte produkter uten å fjerne den vitenskapelige friheten som i utgangspunktet gjorde organisasjonen så attraktiv. Den neste fasen av kampen om AI-talenter vil ikke bare avgjøre hvem som kan betale mest, men også hvilket laboratorium som kan tilby den beste kombinasjonen av selvstendighet, ressurser, innflytelse og tro på at arbeidet faktisk vil få betydning.