Google DeepMind traci przewagę w walce o elitarnych badaczy AI

Google DeepMind przeszedł drogę od bezkonkurencyjnego europejskiego magnesu na elitarnych badaczy AI do jednego z kilku najważniejszych graczy na rynku. Laboratorium wciąż dysponuje wyjątkową infrastrukturą i bardzo silnym zespołem, ale jego przewaga w rekrutacji, zdolność do zatrzymywania pracowników oraz wizerunek miejsca oferującego dużą swobodę badawczą wyraźnie osłabły. 2

Najmocniejszy sygnał: załamanie udziału w rekrutacji

Według danych Zeki Data udział 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. To największy regionalny spadek udziału odnotowany przez Zeki w przypadku dużego laboratorium AI. 2

Pogorszyła się również relacja nowych przyjęć do odejść. Z około 12:1 w II kwartale 2023 roku zmniejszyła się do mniej więcej 2:1 w III kwartale 2026 roku. 5 DeepMind nadal pozyskuje więcej osób, niż traci, ale nie przyciąga już talentów z przytłaczającą przewagą, jaką miało wcześniej. W tym samym czasie europejskie rekrutacje OpenAI i Anthropic rosły odpowiednio o 97% i 152%, podczas gdy w DeepMind wzrost wyniósł 27%. 1

Odejścia, które mają znaczenie większe niż sama liczba pracowników

W czerwcu 2026 roku współtwórcy Gemini Jonas Adler i Alexander Pritzel przeszli do Anthropic, a Noam Shazeer — współautor architektury Transformer i były lider Character.AI — odszedł do OpenAI. 24 Później Alphabet opuścili także główny naukowiec Jeff Dean, starszy fellow Sanjay Ghemawat, Oriol Vinyals i Quoc Le, którzy założyli firmę Discovery Loop. 1

Takie ruchy są istotne nie tylko ze względu na liczbę odejść. Chodzi o osoby mające wpływ na rozwój modeli bazowych, infrastrukturę obliczeniową i kierunki badań nad sztuczną inteligencją. Ich przejście do rywali osłabia również przekaz, że DeepMind jest miejscem, w którym najambitniejsi badacze mogą pracować nad przełomowymi projektami na własnych zasadach.

Pieniądze to tylko część wyjaśnienia

Konkurenci oferują wyjątkowo wysokie pakiety wynagrodzeń i udziałów w firmach, co niewątpliwie ułatwia podbieranie pracowników. Nie wyjaśnia to jednak całej zmiany. 14

Tradycyjną przewagą DeepMind była możliwość prowadzenia długoterminowych badań i publikowania wpływowych prac. Z czasem głównym zadaniem laboratorium stało się dostarczanie i komercjalizowanie Gemini. Towarzyszyć temu miały mniejsza autonomia oraz bardziej rygorystyczna kontrola publikacji.

Ważnym sygnałem była także reorganizacja zespołu AlphaFold i przesunięcie priorytetów w stronę dużych modeli językowych oraz szeroko rozumianej automatyzacji badań naukowych. 26 Nie wiadomo publicznie, jaką dokładnie wagę ma każdy z tych czynników, dlatego nie można przypisać odejść jednej konkretnej decyzji czy polityce.

Demis Hassabis oddaje stery operacyjne

W sierpniu 2026 roku Demis Hassabis zrezygnował z codziennego kierowania DeepMindem i został przewodniczącym laboratorium oraz głównym naukowcem Alphabetu. Za działalność operacyjną odpowiada teraz dyrektor techniczny Koray Kavukcuoglu, który raportuje bezpośrednio do Sundara Pichaia. 12

Zmiana daje Hassabisowi szerszą rolę w całym Alphabet, ale jednocześnie ogranicza instytucjonalną niezależność DeepMind. Oddziela też publiczną, naukową twarz laboratorium od bieżącego zarządzania. Może to przyspieszyć podejmowanie decyzji i poprawić zgodność z celami Alphabetu, ale wzmacnia obawy, że DeepMind staje się przede wszystkim produkcyjnym ramieniem Google, a nie odrębną instytucją badawczą.

Co DeepMind nadal ma po swojej stronie?

Laboratorium wciąż jest wyjątkowo mocne w dziedzinie sztucznej inteligencji dla nauki, uczenia ze wzmocnieniem, systemów multimodalnych, infrastruktury oraz badań o wysokiej koncentracji talentów. Dziedzictwo AlphaFold pozostaje dowodem jego szczególnych kompetencji w biologii i odkryciach naukowych. 6

Słabsza jest natomiast pozycja DeepMind w obszarze konsumenckich asystentów AI, szybkiego rozwoju produktów, agentów programistycznych i postrzeganej „surowej inteligencji” gotowych modeli ogólnego zastosowania. W jednym z przywoływanych niezależnych testów najlepszy wdrożony model Google wypadł za Anthropic, OpenAI, xAI, Meta i jednym z chińskich laboratoriów. 6 To tylko pojedynczy pomiar, a nie ostateczny ranking, ale dobrze pokazuje problem wizerunkowy związany z konkurencyjnością Gemini.

Największe zagrożenie jest organizacyjne

OpenAI i Anthropic łączą silne marki modeli, tempo rozwoju produktów i atrakcyjną narrację rekrutacyjną. Meta może oferować bardzo wysokie wynagrodzenia, a następnie wykorzystywać modele w ogromnym ekosystemie swoich usług. Do rywalizacji dołącza również Microsoft AI Superintelligence — dobrze finansowany projekt skoncentrowany bezpośrednio na przełomowych możliwościach AI.

Przewaga DeepMind wynikająca z dostępu do mocy obliczeniowej Alphabetu, własnych układów TPU, dystrybucji produktów i kapitału jest realna. Sama infrastruktura nie wystarczy jednak, jeśli firma nie potrafi zatrzymać ludzi decydujących o tym, co należy trenować, wdrażać i publikować. Reorganizacja oraz odpływ talentów mogą więc sprawić, że przewaga infrastrukturalna stanie się mniej rozstrzygająca. 12

Najważniejsza zmiana nie polega na tym, że DeepMind stał się słaby. Laboratorium utraciło raczej dawny monopol na prestiż, swobodę badawczą i dostęp do najlepszych talentów w Europie. Jego przyszłość zależy od tego, czy zdoła uczynić Gemini sukcesem komercyjnym, nie likwidując jednocześnie tej naukowej autonomii, która przez lata przyciągała do niego wybitnych badaczy.