Google DeepMind больше не является безусловным выбором для ведущих исследователей ИИ в Европе

Google DeepMind не превратилась в незначимую лабораторию. Это по-прежнему одна из крупнейших и лучше всего обеспеченных исследовательских организаций в индустрии. Но её положение на рынке талантов заметно изменилось: из безусловного работодателя № 1 для ведущих специалистов по ИИ в Европе DeepMind превратилась в одного из нескольких сильных конкурентов.

Главный показатель — сокращение доли новых сотрудников в сфере исследований и инженерии продвинутого уровня в Европе, на Ближнем Востоке и в Африке. По оценке Zeki Data, этот показатель упал с 49% в 2022–2023 годах до 18,6% в 2025–2026 годах — это самое резкое региональное снижение среди крупных ИИ-лабораторий, зафиксированное Zeki. 2

Цифры показывают резкое замедление найма

Речь не о том, что DeepMind теперь увольняет больше людей, чем нанимает. По имеющимся данным, лаборатория по-прежнему увеличивает штат исследователей и инженеров продвинутого уровня. Однако её прежнее преимущество в привлечении кадров значительно сократилось.

Согласно данным Zeki, опубликованным Fortune, соотношение новых сотрудников и ушедших из DeepMind снизилось примерно с 12:1 во втором квартале 2023 года до 2:1 в третьем квартале 2026 года. 2 Показатель 2:1 всё ещё означает чистый приток кадров, но уже не говорит о почти непреодолимой привлекательности организации для рынка.

На этом фоне особенно заметен рост конкурентов. В одном из анализов сообщалось, что численность сотрудников OpenAI выросла на 97%, Anthropic — на 152%, а DeepMind — на 27%. 1 Эти цифры отражают темпы роста, а не качество специалистов или общий размер команд. Но они помогают понять, почему доля DeepMind в региональном найме сокращается, хотя сама лаборатория остаётся крупной.

Важно учитывать и ограничения статистики: подобные данные отражают заметные перемещения и найм, а не полный переписной список специалистов по ИИ. Они указывают на ослабление рекрутинговых позиций DeepMind, но не на исчезновение её исследовательской базы.

Куда уходят сотрудники DeepMind

Наиболее тревожный сигнал — уровень и значение некоторых сотрудников, покинувших лабораторию. В июне 2026 года один из руководителей Gemini Ном Шазир перешёл из Google в OpenAI, а исследователь AlphaFold Джон Джампер объявил о переходе в Anthropic. 333540

Также сообщалось, что специалисты, работавшие над Gemini, Йонас Адлер и Александр Притцель, уходят в Anthropic. 35 Позднее стало известно, что Джефф Дин, Санджай Гхемауот, Ориол Виньялс и Куок Ле покинули Google, чтобы основать новую компанию. 1718

Значение этих уходов выходит далеко за рамки простой статистики. Старшие исследователи уносят с собой институциональную память, техническую экспертизу и репутацию, которая помогает лаборатории нанимать новых людей. Их уход может напрямую повлиять на разработку базовых моделей и инфраструктуры, а также изменить восприятие компании потенциальными кандидатами.

Показательно и то, куда именно переходят сотрудники. По данным Zeki, приведённым DiarioBitcoin, среди работников DeepMind, ушедших за предыдущие 12 месяцев, 25% перешли в Anthropic, 21% — в Meta, а 14% — в OpenAI. 3 Отдельный анализ на основе данных SignalFire в 2025 году показал, что сотрудники DeepMind переходили в Anthropic почти в 11 раз чаще, чем в обратном направлении. 8

Ни один из этих наборов данных не учитывает все переходы, а периоды и методики подсчёта различаются. Вместе они, однако, указывают на устойчивую тенденцию: Anthropic, OpenAI и Meta стали полноценными направлениями для специалистов, которые раньше могли считать DeepMind естественным первым выбором.

Деньги важны, но не объясняют всё

Передовые ИИ-лаборатории конкурируют на рынке труда, где зарплаты, доли в капитале компаний и доступ к дефицитным вычислительным ресурсам могут существенно влиять на карьерные решения. СМИ сообщали об агрессивных компенсационных пакетах конкурентов, особенно на фоне расширения европейских подразделений OpenAI и Anthropic. 411

Но одними деньгами ослабление позиций DeepMind не объяснить. Изначально лабораторию привлекали сочетание престижа, технических возможностей и свободы заниматься исследованиями с долгим горизонтом. По мере того как Gemini стал центральной частью конкурентной и коммерческой стратегии Google, на DeepMind усилилось давление: от неё ждут моделей и продуктов, готовых к запуску в корпоративные сроки.

Здесь возникает неизбежный компромисс. Концентрация ресурсов на Gemini, ИИ-агентах и связанных продуктах может повысить скорость исполнения и помочь быстрее выводить решения на рынок. Но исследователи, которым важна открытая и неограниченная постановка задач, могут почувствовать, что пространства для экспериментов стало меньше.

Публикации также указывали на ужесточение внутренних ограничений и снижение ощущения автономии, хотя открытые данные не позволяют точно оценить вклад каждого из этих факторов в решения отдельных сотрудников. 7 Поэтому было бы неправильно связывать отток с одной политикой или одним решением руководства. Более обоснованный вывод состоит в том, что высокие компенсации, коммерческое давление, организационные изменения и привлекательность конкурентов усиливают друг друга.

Перестройка AlphaFold стала сильным сигналом

Изменение приоритетов особенно заметно на примере AlphaFold. В июле 2026 года сообщалось, что команда, создавшая удостоенную Нобелевской премии систему прогнозирования структуры белков, была расформирована или реорганизована, поскольку лаборатория перенаправила ресурсы на большие языковые модели, Gemini и более широкую автоматизацию научных задач. 4950

В DeepMind заявили, что исследователи перешли в такие направления, как проекты на базе Gemini, дизайн ферментов, ядерный синтез и геномика. 49 Поэтому описывать происходящее как простой отказ от научного ИИ было бы неточно. Скорее, речь идёт о перераспределении исследовательских ресурсов в рамках более широкой стратегии, сосредоточенной вокруг Gemini.

Тем не менее организационный сигнал оказался важным. AlphaFold олицетворял именно тот тип долгосрочных специализированных исследований, который помог DeepMind выделиться среди конкурентов. Перенос значительной части этой работы может успокоить инвесторов и продуктовые команды, заинтересованные в ближайших стратегических целях. Но у исследователей возникает другой вопрос: сколько независимости останется у проектов, коммерческая отдача которых неопределённа или отложена на годы?

Новая роль Хассабиса усиливает связь с Alphabet

В августе 2026 года Демис Хассабис отказался от повседневного управления DeepMind и стал председателем Google DeepMind и главным научным сотрудником Alphabet. Операционное руководство перешло к Кораю Кавукчуоглу, ранее занимавшему должность технического директора лаборатории; он подчиняется непосредственно генеральному директору Alphabet Сундару Пичаи. 171822

У этой перестройки есть очевидная стратегическая логика. Хассабис может заниматься долгосрочными направлениями ИИ и науки во всём Alphabet, а Кавукчуоглу — разработкой Gemini, передовыми исследованиями, приложением Gemini и командами, работающими с разработчиками. 2253

Одновременно меняется институциональная идентичность DeepMind. Новая структура передаёт больше полномочий непосредственно центральному руководству Alphabet и ослабляет впечатление, что перед нами относительно независимая исследовательская лаборатория, выросшая в Лондоне. Reuters сообщало, что Кавукчуоглу получит последнее слово в ключевых решениях DeepMind. 18

Это может ускорить координацию и выпуск продуктов. Но лаборатория рискует выглядеть скорее корпоративным подразделением Google, чем необычно автономным научным центром, который когда-то привлекал ведущих специалистов. Проблемой для найма станет не само название должности руководителя, а то, какую работу исследователям реально разрешат вести и публиковать.

Сильные стороны DeepMind никуда не исчезли

Снижение доли в найме не означает краха технических возможностей. В карте талантов Metix за 2026 год в заметном техническом пуле Google DeepMind насчитывалось 2 837 специалистов — меньше, чем у Meta с 4 092, но больше, чем у Anthropic с 1 251. 6

У DeepMind остаются преимущества, которые конкурентам трудно быстро воспроизвести:

• Вычислительные мощности и инфраструктура Alphabet, включая собственную экосистему специализированного оборудования.
• Экспертиза в научном ИИ, в том числе наследие AlphaFold и исследования в области биологии и научных открытий.
• Глубина исследований в reinforcement learning, мультимодальных системах, ИИ-агентах и моделях мира.
• Дистрибуция через потребительские, облачные и разработческие продукты Google.
• Капитал и масштаб организации, позволяющие одновременно финансировать передовые модели и долгосрочные исследования.

Собственный исследовательский портфель DeepMind по-прежнему включает SIMA 2, Gemini Robotics и Genie 3 — системы, связанные с агентами, робототехникой и интерактивными моделями мира. 56

Поэтому DeepMind остаётся серьёзным конкурентом. Главный вопрос в другом: сможет ли лаборатория достаточно быстро превращать эти ресурсы в продукты и исследовательские результаты — и удерживать людей, необходимых для этого.

Где лаборатория уступает позиции

Наиболее уязвимы направления, где лидерство в исследованиях, скорость разработки продуктов и вовлечённость разработчиков усиливают друг друга. Конкуренты сформировали сильные образы вокруг потребительских ассистентов, инструментов для программирования и передовых универсальных моделей. В частности, OpenAI и Anthropic стали привлекательными для исследователей, которые хотят работать над широко заметными продуктами, напрямую связанными с текущей гонкой моделей. 53

На восприятие рынка влияют и сравнения опубликованных моделей. В некоторых актуальных оценках ведущие выпущенные модели Google уступали решениям Anthropic, OpenAI, xAI, Meta и одной китайской лаборатории. 6 Это лишь срез, а не постоянный рейтинг: результаты зависят от модели, задачи и даты сравнения. Но в борьбе за таланты восприятие имеет значение — специалисты часто хотят работать там, где, по их мнению, сейчас задают темп.

Meta предлагает другой тип конкуренции: сочетание значительных компенсаций с огромной экосистемой распространения. Anthropic и OpenAI привлекают сфокусированными миссиями в области передовых моделей и сильными историями для найма. Преимущество Google в инфраструктуре действительно, но сама по себе инфраструктура ничего не решает. Она становится преимуществом только тогда, когда компания удерживает учёных и инженеров, определяющих, что именно обучать, как оценивать модели и какие продукты выпускать.

Главное изменение — исчезновение монополии на престиж

Самый точный вывод состоит не в том, что DeepMind ослабла. Её прежнее сочетание престижа, автономии и технических ресурсов больше не даёт ей безусловного преимущества в Европе.

С 2022–2023 по 2025–2026 годы доля DeepMind в найме ведущих специалистов по ИИ в регионе упала с 49% до 18,6%, а соотношение новых сотрудников и ушедших снизилось примерно с 12:1 до 2:1. 2 Громкие переходы сделали этот сдвиг заметным, а более тесная интеграция с Alphabet усилила вопросы о научной идентичности лаборатории.

DeepMind ещё может восстановить позиции. Для этого ей потребуется добиться результатов в Gemini и связанных продуктах, не уничтожив при этом научную свободу, которая изначально сделала лабораторию столь привлекательной. Следующий этап войны за ИИ-таланты покажет, кто способен предложить исследователям не только самые высокие выплаты, но и лучшее сочетание автономии, ресурсов, влияния и уверенности в том, что их работа действительно будет иметь значение.