AnswersPublished28 sources
Google DeepMind traci przewagę w walce o najlepszych specjalistów AI w Europie
Udział Google DeepMind w rekrutacji badaczy i inżynierów zaawansowanych w Europie, na Bliskim Wschodzie i w Afryce spadł z 49% w latach 2022–2023 do 18,6% w latach 2025–2026. Zmiana wynika nie tylko z wynagrodzeń konkurencji, lecz także z rosnącej presji na komercjalizację Gemini i postrzeganego ograniczenia autonom...
Opublikowane przezEdytowane za pomocą GPT-5.6 LunaObrazy wygenerowane za pomocą GPT Image 1.5
Research answer
Key takeaways
- Udział Google DeepMind w rekrutacji badaczy i inżynierów zaawansowanych w Europie, na Bliskim Wschodzie i w Afryce spadł z 49% w latach 2022–2023 do 18,6% w latach 2025–2026.
- Zmiana wynika nie tylko z wynagrodzeń konkurencji, lecz także z rosnącej presji na komercjalizację Gemini i postrzeganego ograniczenia autonomii badawczej.
- DeepMind nadal ma ogromne atuty: moc obliczeniową Alphabetu, infrastrukturę, doświadczenie w naukowej sztucznej inteligencji i szerokie zaplecze badawcze.
- Najważniejsza utrata nie dotyczy samej liczby pracowników, lecz dawnej przewagi prestiżu, swobody i wiary w to, że właśnie tam powstają przełomowe rozwiązania.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How has Google DeepMind’s position as Europe’s dominant employer of elite AI researchers changed from 2022–23 to 2025–26, including the fall. Article summary: Google DeepMind has shifted from Europe’s clear first-choice elite-AI employer to one major competitor among several. It remains a formidable research organization with exceptional infrastructure, but its regional hiring. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Google DeepMind nie stał się nagle nieistotnym laboratorium. Nadal należy do największych i najlepiej finansowanych organizacji badawczych w branży. Zmieniła się jednak jego pozycja na rynku pracy: z oczywistego pierwszego wyboru europejskiej elity AI stał się jednym z kilku bardzo silnych konkurentów.
Najmocniej widać to w danych dotyczących nowych rekrutacji badawczych i inżynieryjnych w Europie, na Bliskim Wschodzie i w Afryce. Według Zeki Data udział DeepMind spadł z 49% w latach 2022–2023 do 18,6% w latach 2025–2026. Był to największy regionalny spadek odnotowany przez Zeki w przypadku dużego laboratorium AI. 2
Liczby pokazują wyraźne wyhamowanie
Nie chodzi wyłącznie o to, że DeepMind traci więcej osób, niż zatrudnia. Laboratorium wciąż ma powiększać zespoły badawcze i inżynieryjne. Problem polega na tym, że jego przewaga nad konkurencją wyraźnie się skurczyła.
Z danych Zeki, cytowanych przez „Fortune”, wynika, że stosunek nowych pracowników do osób odchodzących spadł z około 12:1 w drugim kwartale 2023 roku do mniej więcej 2:1 w trzecim kwartale 2026 roku. 2 Wskaźnik 2:1 nadal oznacza dodatni bilans, ale nie świadczy już o organizacji, która przyciąga talenty z przytłaczającą przewagą.
Dla porównania, wzrost zatrudnienia w OpenAI szacowano na 97%, w Anthropic na 152%, a w DeepMind na 27%. 1 Są to wskaźniki wzrostu, a nie miary jakości zespołów. Pomagają jednak wyjaśnić, dlaczego udział DeepMind w regionalnej rekrutacji spadł, mimo że laboratorium nadal pozostaje duże.
Warto przy tym pamiętać, że dostępne dane opisują widoczne ruchy kadrowe i rekrutację, a nie pełny spis ekspertów AI. Pokazują słabnięcie pozycji rekrutacyjnej, nie zniknięcie zaplecza badawczego DeepMind.
Dokąd odchodzą badacze DeepMind?
Szczególnie wymowny jest kaliber niektórych odejść. W czerwcu 2026 roku Noam Shazeer, współlider prac nad Gemini, przeszedł z Google do OpenAI, a badacz AlphaFold John Jumper ogłosił przejście do Anthropic. 33
35
40
Do Anthropic mieli również odejść współtwórcy Gemini Jonas Adler i Alexander Pritzel. 35 Później informowano, że Google opuścili Jeff Dean, Sanjay Ghemawat, Oriol Vinyals i Quoc Le, aby założyć nową firmę.
17
18
Znaczenie tych ruchów wykracza poza samą liczbę etatów. Doświadczeni badacze zabierają ze sobą wiedzę instytucjonalną, techniczną intuicję i wiarygodność potrzebną do rekrutowania kolejnych osób. Ich odejście może bezpośrednio wpłynąć na rozwój modeli bazowych i infrastruktury, a także zmienić sposób, w jaki organizację postrzegają potencjalni pracownicy.
Istotne są również kierunki tych transferów. Według danych Zeki przytoczonych przez DiarioBitcoin spośród pracowników DeepMind, którzy odeszli w poprzednim roku, 25% przeszło do Anthropic, 21% do Meta, a 14% do OpenAI. 3 Z kolei analiza oparta na danych SignalFire z 2025 roku wskazywała, że pracownicy DeepMind przechodzili do Anthropic znacznie częściej niż w przeciwnym kierunku — dysproporcja wynosiła niemal 11:1.
8
Żaden pojedynczy zbiór danych nie obejmuje wszystkich zmian pracy, a poszczególne zestawienia wykorzystują różne okresy i metody. Łącznie wskazują jednak na spójny trend: Anthropic, OpenAI i Meta stały się wiarygodnymi miejscami dla osób, które wcześniej mogły traktować DeepMind jako naturalny wybór.
Wynagrodzenia to tylko część układanki
Laboratoria rozwijające najbardziej zaawansowane systemy AI konkurują na rynku, na którym gotówka, udziały w firmie i dostęp do rzadkich zasobów obliczeniowych mogą realnie wpływać na decyzje zawodowe. Doniesienia medialne opisywały agresywne pakiety wynagrodzeń oferowane przez konkurentów, szczególnie w związku z rozbudową europejskich operacji OpenAI i Anthropic. 4
11
Same pieniądze nie tłumaczą jednak osłabienia pozycji DeepMind. Tradycyjna atrakcyjność laboratorium wynikała z połączenia prestiżu, zasobów technicznych i swobody prowadzenia badań obliczonych na wiele lat. Wraz ze wzrostem znaczenia Gemini dla biznesowej i konkurencyjnej strategii Google DeepMind znalazł się pod większą presją, by dostarczać produkty i modele zgodnie z korporacyjnymi terminami.
To tworzy wyraźny kompromis. Skupienie zasobów na Gemini, agentach i powiązanych produktach może poprawić koncentrację oraz tempo realizacji. Jednocześnie badacze ceniący otwartą, długoterminową eksplorację mogą mieć poczucie, że zostało dla niej mniej miejsca.
Raporty wskazywały też na zaostrzenie ograniczeń dotyczących publikowania i słabsze poczucie autonomii, choć publicznie dostępne dane nie pokazują, jak duży wpływ każdy z tych czynników miał na decyzje konkretnych osób. 7 Zbyt daleko idące byłoby więc przypisywanie odpływu jednej polityce lub jednej decyzji kierowniczej. Ostrożniejszy wniosek jest taki, że konkurencyjne wynagrodzenia, presja komercyjna, zmiany organizacyjne i rosnąca atrakcyjność rywali wzajemnie się wzmacniają.
AlphaFold stał się ważnym sygnałem strategicznym
Zmiana priorytetów DeepMind jest szczególnie widoczna w reorganizacji zespołu AlphaFold. W lipcu 2026 roku informowano, że zespół stojący za nagrodzonym Noblem systemem przewidywania struktur białek został rozwiązany lub przeorganizowany, gdy laboratorium przesuwało zasoby w stronę dużych modeli językowych, Gemini i szerzej rozumianej automatyzacji badań naukowych. 49
50
DeepMind przekazał, że badacze przenieśli się do obszarów obejmujących projekty oparte na Gemini, projektowanie enzymów, fuzję jądrową i genomikę. 49 Nie należy więc opisywać tej zmiany jako prostego porzucenia naukowej AI. Trafniej mówić o przesunięciu badań w ramach szerszej strategii skoncentrowanej wokół Gemini.
Sygnał organizacyjny jest jednak istotny. AlphaFold symbolizował długoterminowe, wyspecjalizowane badania, które pomagały wyróżnić DeepMind na tle konkurencji. Przeniesienie znacznej części tych prac może uspokajać inwestorów i zespoły produktowe, pokazując koncentrację na priorytetach strategicznych. Dla naukowców rodzi jednak inne pytanie: ile niezależności pozostaje projektom, których komercyjny zwrot jest niepewny albo odległy?
Nowa rola Hassabisa zacieśnia więź z Alphabetem
W sierpniu 2026 roku Demis Hassabis zrezygnował z codziennego zarządzania DeepMind i został przewodniczącym Google DeepMind oraz głównym naukowcem Alphabetu. Za bieżące działania odpowiada Koray Kavukcuoglu, dotychczasowy dyrektor techniczny laboratorium, który raportuje bezpośrednio do dyrektora generalnego Alphabetu, Sundara Pichaia. 17
18
22
Strategiczna logika tej zmiany jest jasna. Hassabis może zajmować się długoterminowymi priorytetami AI i nauki w całym Alphabet, a Kavukcuoglu skupić się na rozwoju Gemini, badaniach nad najbardziej zaawansowanymi systemami oraz zespołach aplikacji Gemini i narzędzi dla deweloperów. 22
53
Zmienia się jednak także tożsamość instytucjonalna DeepMind. Nowa struktura przekazuje więcej władzy bezpośrednio centralnemu kierownictwu Alphabetu, zamiast podtrzymywać wizerunek względnie niezależnego laboratorium badawczego z siedzibą w Londynie. Reuters informował, że Kavukcuoglu będzie miał ostateczny głos w najważniejszych decyzjach DeepMind. 18
Może to poprawić koordynację i tempo działania. Może również sprawić, że laboratorium będzie wyglądało bardziej jak korporacyjny dział AI i produktów niż wyjątkowo autonomiczna instytucja badawcza, która początkowo przyciągała czołowych naukowców. To, czy stanie się to problemem rekrutacyjnym, zależy przede wszystkim od rzeczywistej swobody pracy i publikowania, a nie od samych nazw stanowisk.
DeepMind nadal ma bardzo mocne karty
Spadku udziału w rekrutacji nie należy mylić z załamaniem możliwości technicznych. Mapa talentów Metix z 2026 roku obejmowała 2837 osób w widocznej puli technicznej Google DeepMind — mniej niż w Meta (4092), ale więcej niż w Anthropic (1251). 6
Laboratorium zachowuje też przewagi, których rywale nie mogą łatwo odtworzyć:
- Moc obliczeniowa i infrastruktura dzięki zasobom Alphabetu oraz ekosystemowi własnych układów i centrów danych.
- Doświadczenie w naukowej AI, obejmujące dziedzictwo AlphaFold oraz prace związane z biologią i odkryciami naukowymi.
- Głębia badawcza w obszarach takich jak uczenie ze wzmocnieniem, systemy multimodalne, agenci i modele świata.
- Dystrybucja poprzez konsumenckie, chmurowe i deweloperskie produkty Google.
- Kapitał i skala organizacyjna pozwalające finansować zarówno rozwój modeli czołowych, jak i badania długoterminowe.
Własny katalog badawczy DeepMind nadal obejmuje między innymi SIMA 2, Gemini Robotics i Genie 3, czyli projekty dotyczące agentów, robotyki i interaktywnych modeli świata. 56
To wszystko sprawia, że DeepMind pozostaje groźnym konkurentem. Kluczowe pytanie brzmi jednak, czy organizacja potrafi wystarczająco szybko zamieniać zasoby w produkty i wyniki badań — oraz czy utrzyma ludzi potrzebnych do tego procesu.
Na jakich polach DeepMind traci przewagę?
Najbardziej narażone są obszary, w których przywództwo badawcze, tempo rozwoju produktu i adopcja przez deweloperów wzajemnie się napędzają. Konkurenci zbudowali silne tożsamości wokół asystentów konsumenckich, narzędzi programistycznych i najbardziej zaawansowanych modeli ogólnego przeznaczenia. OpenAI i Anthropic stały się szczególnie atrakcyjnymi miejscami dla badaczy, którzy chcą pracować nad produktami o dużej widoczności i bezpośrednim związku z trwającym wyścigiem modeli. 53
Na postrzeganie sytuacji wpływają również bieżące porównania benchmarkowe. Sugerują one, że czołowe wdrożone modele Google pozostają za niektórymi konkurentami, choć rankingi zależą od modelu, zadania i daty pomiaru. „Fortune” przywoływał oceny, według których najlepszy wdrożony model Google ustępował systemom Anthropic, OpenAI, xAI, Meta oraz jednego z chińskich laboratoriów. 6 To tylko chwilowy obraz, a nie stały ranking. W walce o talenty percepcja ma jednak znaczenie: badacze często chcą dołączać do organizacji, którą uważają za wyznaczającą tempo.
Meta stanowi innego rodzaju wyzwanie. Może łączyć wysokie wynagrodzenia z ogromnym ekosystemem dystrybucji. Anthropic i OpenAI oferują natomiast skoncentrowane misje rozwoju najbardziej zaawansowanych modeli oraz mocne narracje rekrutacyjne. Przewaga infrastrukturalna Google jest realna, ale sama infrastruktura nie wykonuje pracy. Ma znaczenie tylko wtedy, gdy organizacja potrafi zatrzymać naukowców i inżynierów decydujących o tym, co trenować, jak to oceniać i które produkty wypuszczać.
DeepMind nie stracił siły — stracił monopol na prestiż
Najtrafniejszy wniosek nie brzmi: „DeepMind osłabł do tego stopnia, że przestał się liczyć”. Chodzi raczej o to, że dawne połączenie prestiżu, autonomii i zasobów technicznych nie daje mu już bezspornego pierwszeństwa w Europie.
W latach 2022–2023 DeepMind odpowiadał za 49% rekrutacji w obszarze zaawansowanych badań i inżynierii AI w regionie EMEA. W latach 2025–2026 było to już 18,6%. W tym samym czasie stosunek nowych pracowników do odejść spadł z około 12:1 do 2:1. 2 Odejścia znanych badaczy uwidoczniły zmianę, a silniejsze powiązanie laboratorium z Alphabetem nasiliło pytania o jego tożsamość badawczą.
DeepMind może jeszcze odwrócić ten trend. Musi jednak skutecznie rozwijać Gemini i powiązane produkty, nie likwidując przy tym naukowej swobody, która od początku czyniła laboratorium tak atrakcyjnym. Kolejny etap wojny o talenty AI rozstrzygnie nie tylko to, kto zapłaci najwięcej, lecz także to, które laboratorium zaoferuje badaczom najlepsze połączenie autonomii, zasobów, wpływu i przekonania, że ich praca rzeczywiście zmieni świat.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Google DeepMind traci przewagę w walce o najlepszych specjalistów AI w Europie"?
Udział Google DeepMind w rekrutacji badaczy i inżynierów zaawansowanych w Europie, na Bliskim Wschodzie i w Afryce spadł z 49% w latach 2022–2023 do 18,6% w latach 2025–2026.
What are the key points to validate first?
Udział Google DeepMind w rekrutacji badaczy i inżynierów zaawansowanych w Europie, na Bliskim Wschodzie i w Afryce spadł z 49% w latach 2022–2023 do 18,6% w latach 2025–2026. Zmiana wynika nie tylko z wynagrodzeń konkurencji, lecz także z rosnącej presji na komercjalizację Gemini i postrzeganego ograniczenia autonomii badawczej.
What should I do next in practice?
DeepMind nadal ma ogromne atuty: moc obliczeniową Alphabetu, infrastrukturę, doświadczenie w naukowej sztucznej inteligencji i szerokie zaplecze badawcze.