Как Google DeepMind утратил прежнее преимущество в борьбе за таланты ИИ

Google DeepMind больше не выглядит безусловным центром притяжения для лучших специалистов по ИИ в Европе. Лаборатория сохраняет мощную исследовательскую базу, вычислительные ресурсы и высокую концентрацию талантов, но ее кадровое лидерство, способность удерживать сотрудников и репутация места для свободных долгосрочных исследований заметно ослабли. 2

Рынок талантов развернулся

По оценке Zeki Data, доля DeepMind среди нанимаемых специалистов по исследованиям и продвинутой инженерии в Европе, на Ближнем Востоке и в Африке упала с 49% в 2022–2023 годах до 18,6% в 2025–2026 годах. Это стало самым резким снижением региональной доли среди крупных лабораторий ИИ, зафиксированным аналитиками Zeki. 2

Изменилась и динамика притока кадров. Если во втором квартале 2023 года на одного ушедшего сотрудника DeepMind приходилось примерно 12 новых, то в третьем квартале 2026 года это соотношение снизилось примерно до 2:1. 5 Компания все еще нанимает больше исследователей, чем теряет, однако прежняя подавляющая привлекательность исчезла.

На этом фоне конкуренты резко ускорили европейский рекрутинг: рост найма OpenAI оценивался в 97%, Anthropic — в 152%, тогда как у DeepMind он составил 27%. 1

Уходят не просто сотрудники, а лидеры направлений

Проблема для DeepMind заключается не только в численности уходящих специалистов. Среди них были люди, определявшие развитие базовых моделей, вычислительной инфраструктуры и научных систем.

В июне 2026 года в Anthropic перешли участники разработки Gemini Йонас Адлер и Александр Притцель, а один из авторов архитектуры Transformer и бывший руководитель Character.AI Ноам Шазир — в OpenAI. 24 Позднее Alphabet покинули главный научный сотрудник Джефф Дин, старший научный сотрудник Санджай Гхемават, Ориоль Виньялс и Куок Ле: они решили основать компанию Discovery Loop. 1

Такие переходы особенно болезненны для лаборатории, поскольку влиятельные исследователи уносят с собой не только опыт, но и научные связи, управленческое видение и способность привлекать новые команды.

Деньги важны, но не объясняют все

Конкуренты предлагают исключительные выплаты, бонусы и доли в быстрорастущих компаниях — и это, безусловно, влияет на решения специалистов. Однако одним уровнем компенсаций ситуацию не объяснить. 14

Традиционное преимущество DeepMind заключалось в возможности заниматься долгосрочными исследованиями, публиковать влиятельные работы и самостоятельно выбирать научные направления. В последние годы мандат лаборатории все сильнее связывают с развитием и коммерциализацией Gemini. Сообщения о более жестком контроле публикаций и сокращении исследовательской автономии могут подрывать именно ту особенность, которая когда-то сделала DeepMind магнитом для ученых.

Показательным сигналом стала реорганизация команды AlphaFold на фоне поворота к большим языковым моделям и общей автоматизации научной работы. Большинство авторов оригинальной статьи об AlphaFold за последний год были переведены в другие подразделения или покинули компанию; DeepMind заявляла, что часть специалистов продолжила работу над Gemini, дизайном ферментов, термоядерным синтезом и геномикой. 26 При этом публичных данных, позволяющих точно определить вклад каждого из этих факторов в уход сотрудников, нет. Поэтому было бы неправильно связывать кадровые потери с одной конкретной политикой.

Хассабис отходит от оперативного управления

В августе 2026 года Демис Хассабис передал повседневное руководство DeepMind, став председателем лаборатории и главным научным сотрудником Alphabet — материнской компании Google. Операционный контроль перешел к техническому директору Кораю Кавукчуоглу, который теперь напрямую подчиняется Сундару Пичаи. 12

Для Хассабиса новая должность означает более широкий масштаб работы на уровне всей Alphabet. Но для DeepMind это также означает снижение институциональной самостоятельности: публичное научное лицо лаборатории больше не руководит ее ежедневной деятельностью.

Такая модель может ускорить принятие решений и улучшить координацию с Google. Одновременно она усиливает опасение, что DeepMind превращается из самостоятельного исследовательского центра в продуктовое подразделение, ориентированное прежде всего на Google и Gemini.

В чем DeepMind по-прежнему силен

Несмотря на кадровые потери, DeepMind нельзя считать слабой лабораторией. Она сохраняет заметные преимущества в следующих областях:

• научный ИИ и автоматизация исследований;
• обучение с подкреплением;
• мультимодальные системы;
• вычислительная инфраструктура;
• высокая плотность исследовательских талантов;
• биология и научные открытия — направление, ярким символом которого остается наследие AlphaFold. 6

Однако позиции DeepMind выглядят уязвимее в сфере пользовательских ИИ-помощников, быстрых обновлений продуктов, программных агентов и воспринимаемого «сырого интеллекта» готовых универсальных моделей. Согласно одной из приведенных независимых оценок, лучшая выпущенная Google модель уступала продуктам Anthropic, OpenAI, xAI, Meta и одной китайской лаборатории. 6 Это лишь отдельный срез, а не окончательный рейтинг, но он отражает проблему восприятия компании на рынке.

Почему конкуренция становится опаснее

OpenAI и Anthropic предлагают специалистам сильные бренды моделей, заметную динамику продуктов и убедительную историю о том, что именно у них создается следующий технологический прорыв. Meta способна агрессивно платить и распространять модели через огромную экосистему сервисов. Microsoft AI Superintelligence добавляет еще одного хорошо финансируемого конкурента, который прямо сосредоточен на передовых возможностях ИИ.

У DeepMind остаются серьезные козыри Alphabet: вычислительные мощности, собственная инфраструктура TPU, глобальная дистрибуция и капитал. Но сами ресурсы не дают решающего преимущества, если компания не может удержать людей, которые определяют, какие модели обучать, какие продукты выпускать и какие исследования публиковать. Поэтому реорганизация и отток талантов могут превратить инфраструктурный перевес в менее убедительное конкурентное преимущество. 12

Главное изменение

DeepMind не стал слабым. Изменилась его роль на рынке труда: прежняя европейская монополия на престиж, научную свободу и доступ к ресурсам разрушена. Теперь лаборатории приходится конкурировать за элитных исследователей на более равных условиях.

Восстановление позиций будет зависеть от того, сможет ли DeepMind сделать Gemini коммерчески успешным, не уничтожив при этом научную автономию, которая изначально превратила лабораторию в один из главных мировых центров притяжения для талантов ИИ.