AnswersPublished28 sources
Google DeepMind har förlorat sitt tydliga försprång bland Europas AI-forskare
Google DeepMinds andel av rekryteringar inom forskning och avancerad ingenjörsutveckling i Europa, Mellanöstern och Afrika föll från 49 procent 2022–2023 till 18,6 procent 2025–2026. Förändringen handlar inte bara om löner: DeepMind pressas att kommersialisera Gemini, samtidigt som forskare kan uppleva mindre självs...
Publicerad avRedigerad med GPT-5.6 LunaBilder genererade med GPT Image 1.5
Research answer
Key takeaways
- Google DeepMinds andel av rekryteringar inom forskning och avancerad ingenjörsutveckling i Europa, Mellanöstern och Afrika föll från 49 procent 2022–2023 till 18,6 procent 2025–2026.
- Förändringen handlar inte bara om löner: DeepMind pressas att kommersialisera Gemini, samtidigt som forskare kan uppleva mindre självständighet än tidigare.
- DeepMind har fortfarande stora styrkor inom beräkningskraft, infrastruktur, vetenskaplig AI och forskning – men labbets tidigare ställning som Europas självklara destination för AI eliten är inte längre säker.
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 har inte blivit ett oviktigt AI-labb. Det är fortfarande en av branschens största och bäst finansierade forskningsorganisationer. Men dess roll på arbetsmarknaden har förändrats kraftigt: från Europas självklara förstahandsval för framstående AI-forskare till en stark konkurrent bland flera.
Det tydligaste tecknet är labbets minskande andel av nya rekryteringar inom forskning och avancerad ingenjörsutveckling i Europa, Mellanöstern och Afrika. Enligt data från Zeki Data sjönk andelen från 49 procent 2022–2023 till 18,6 procent 2025–2026 – den kraftigaste regionala nedgången som Zeki har registrerat för ett större AI-labb. 2
Siffrorna visar ett tydligt tapp i rekryteringskraft
Förändringen innebär inte nödvändigtvis att DeepMind totalt sett förlorar fler medarbetare än det anställer. Labbets forsknings- och ingenjörsorganisation växer fortfarande enligt tillgängliga uppgifter. Problemet är att dess tidigare övertag har krympt rejält.
Enligt Zeki-data som rapporterats av Fortune sjönk förhållandet mellan nya medarbetare och avgångar från ungefär 12:1 under andra kvartalet 2023 till cirka 2:1 under tredje kvartalet 2026. 2 Ett förhållande på 2:1 innebär fortfarande ett nettotillskott, men det beskriver inte längre en organisation som har ett nästan överväldigande grepp om arbetsmarknaden.
Kontrasten mot snabbt växande konkurrenter är viktig. En analys uppskattade rekryteringstillväxten till 97 procent för OpenAI och 152 procent för Anthropic, jämfört med 27 procent för DeepMind. 1 Siffrorna mäter tillväxt, inte den samlade kvaliteten på forskningen, men de hjälper till att förklara varför DeepMinds andel av regionala rekryteringar har fallit trots att labbet fortfarande är stort.
Uppgifterna ska samtidigt läsas som mått på synliga rekryteringar och personalrörelser, inte som en fullständig kartläggning av all AI-kompetens. De pekar på en försvagad rekryteringsposition – inte på att DeepMinds forskningsbas har försvunnit.
Flera tunga namn har lämnat
Den mest iögonfallande varningssignalen är vilka personer som har lämnat och vilken roll de haft. I juni 2026 lämnade Gemini-medansvarige Noam Shazeer Google för OpenAI, medan AlphaFold-forskaren John Jumper meddelade att han skulle gå till Anthropic. 33
35
40
Även Gemini-bidragsgivarna Jonas Adler och Alexander Pritzel rapporterades vara på väg till Anthropic. 35 Senare rapporterades Jeff Dean, Sanjay Ghemawat, Oriol Vinyals och Quoc Le ha lämnat Google för att starta ett nytt bolag.
17
18
Sådana avhopp påverkar mer än personalstyrkans storlek. Seniora forskare tar med sig institutionell kunskap, tekniskt omdöme och trovärdighet i rekryteringen. Deras beslut kan påverka utvecklingen av grundmodeller och infrastruktur direkt – och samtidigt förändra hur potentiella nya medarbetare ser på organisationen.
Även destinationerna säger mycket. Zeki-data som rapporterats av DiarioBitcoin visar att 25 procent av de DeepMind-anställda som lämnade under det föregående året gick till Anthropic, 21 procent till Meta och 14 procent till OpenAI. 3 Separat rapportering baserad på SignalFire-data visade 2025 att DeepMind-anställda gick till Anthropic i betydligt högre takt än åt andra hållet. Obalansen uppskattades till nästan 11:1.
8
Ingen enskild datamängd fångar alla personalbyten, och uppgifterna bygger på olika tidsperioder och metoder. Tillsammans pekar de ändå på ett tydligt mönster: Anthropic, OpenAI och Meta har blivit trovärdiga alternativ för personer som tidigare kanske betraktade DeepMind som det naturliga valet.
Lönerna spelar roll – men förklarar inte allt
De mest avancerade AI-labben konkurrerar på en arbetsmarknad där kontant ersättning, aktier och tillgång till sällsynta beräkningsresurser kan påverka karriärbeslut påtagligt. Rapporter har beskrivit aggressiva ersättningspaket från konkurrenter, särskilt när OpenAI och Anthropic bygger ut sin europeiska verksamhet. 4
11
Men lönerna räcker inte som ensam förklaring. DeepMinds ursprungliga attraktionskraft byggde på en kombination av prestige, tekniska resurser och frihet att ägna sig åt forskning med lång tidshorisont. När Gemini har blivit centralt för Googles konkurrenskraft och affärsstrategi har DeepMind samtidigt fått större press att leverera modeller och produkter enligt företagets tidsplaner.
Det skapar en möjlig målkonflikt. En forskningsorganisation kan bli mer fokuserad och snabb genom att koncentrera resurserna på Gemini, AI-agenter och närliggande produkter. Samtidigt kan forskare som värdesätter öppna och långsiktiga frågeställningar uppleva att utrymmet för mer utforskande arbete har minskat.
Rapporter har även pekat på hårdare begränsningar för publicering och en minskad känsla av självständighet, även om det offentliga underlaget inte visar hur mycket varje faktor har bidragit till enskilda avhopp. 7 Det vore därför för långtgående att förklara utvecklingen med en enda policy eller ett enda ledningsbeslut. Den mer hållbara slutsatsen är att ersättning, kommersiell press, organisatoriska förändringar och konkurrenternas växande attraktionskraft förstärker varandra.
AlphaFold-omorganisationen skickade en stark signal
DeepMinds förändrade prioriteringar syns särskilt tydligt i behandlingen av AlphaFold. I juli 2026 rapporterades att teamet bakom det Nobelprisbelönade systemet för proteinstrukturer hade upplösts eller omorganiserats när labbet styrde om resurser mot stora språkmodeller, Gemini och bredare vetenskaplig automatisering. 49
50
DeepMind uppgav att forskare hade flyttats till bland annat Gemini-projekt, enzymdesign, kärnfusion och genomik. 49 Förändringen bör därför inte beskrivas som att labbet överger vetenskaplig AI. Det handlar snarare om att forskningen omfördelas inom en bredare strategi med Gemini i centrum.
Ändå är signalen organisatoriskt betydelsefull. AlphaFold representerade den typ av långsiktig och domänspecifik forskning som gjorde DeepMind unikt. Att omplacera stora delar av arbetet kan lugna investerare och produktteam genom att visa att labbet fokuserar på strategiska prioriteringar här och nu. För forskare kan det väcka en annan fråga: hur mycket självständighet finns kvar för projekt vars kommersiella nytta ligger långt fram i tiden eller är osäker?
Hassabis nya roll knyter DeepMind närmare Alphabet
I augusti 2026 lämnade Demis Hassabis det dagliga ansvaret som vd för DeepMind och blev ordförande för Google DeepMind samt Chief Scientist för Alphabet. Koray Kavukcuoglu, som tidigare var labbets teknikchef, tog över det operativa ansvaret och rapporterar direkt till Alphabets vd Sundar Pichai. 17
18
22
Förändringen har en tydlig strategisk logik. Hassabis kan arbeta med långsiktiga AI- och vetenskapsfrågor i hela Alphabet, medan Kavukcuoglu kan fokusera på Gemini, spetsforskning samt Gemini-appen och utvecklarteamen. 22
53
Samtidigt förändras DeepMinds institutionella identitet. Den nya rapporteringsvägen ger Alphabets centrala ledning större direkt inflytande, i stället för att bevara bilden av ett relativt självständigt forskningslabb med bas i London. Reuters rapporterade att Kavukcuoglu skulle ha sista ordet i större DeepMind-beslut. 18
Det kan förbättra samordning och snabbhet. Men det kan också få labbet att framstå mer som en produkt- och företagsinriktad AI-division än som den ovanligt självständiga forskningsinstitution som en gång lockade till sig världens främsta forskare. Om detta blir ett rekryteringsproblem beror i slutändan på vad forskarna faktiskt får arbeta med och publicera – inte bara på vilka titlar cheferna har.
DeepMind har fortfarande stora styrkor
Den minskade rekryteringsandelen ska inte förväxlas med ett tekniskt sammanbrott. Metix räknade 2026 till 2 837 personer i Google DeepMinds synliga tekniska talangpool. Det var färre än Metas 4 092 men fler än Anthropics 1 251 i den datamängden. 6
DeepMind har dessutom fördelar som konkurrenterna inte enkelt kan återskapa:
- Beräkningskraft och infrastruktur genom Alphabets resurser och ekosystemet kring egenutvecklad hårdvara.
- Expertis inom vetenskaplig AI, inklusive arvet från AlphaFold och forskning kopplad till biologi och vetenskapliga upptäckter.
- Forskningsdjup inom bland annat förstärkningsinlärning, multimodala system, AI-agenter och världsmodeller.
- Distribution genom Googles konsumentprodukter, molntjänster och utvecklarverktyg.
- Kapital och organisatorisk räckvidd som räcker till både utveckling av spetsmodeller och mer långsiktig forskning.
DeepMinds egen forskningsportfölj omfattar fortfarande system som SIMA 2, Gemini Robotics och Genie 3 – tecken på fortsatt arbete inom agenter, robotik och interaktiva världsmodeller. 56
Det gör DeepMind till en mycket formidabel konkurrent. Den centrala frågan är om organisationen kan omvandla sina resurser till produkter och forskningsresultat tillräckligt snabbt – och om den kan behålla människorna som krävs för att lyckas.
Här verkar DeepMind tappa mark
Labbets mest utsatta områden är de där forskningsledarskap, produktutveckling och användning bland utvecklare förstärker varandra. Konkurrenter har byggt starka identiteter kring konsumentassistenter, kodverktyg och avancerade allmänna modeller. OpenAI och Anthropic har i synnerhet blivit attraktiva för forskare som vill arbeta med synliga produkter med en direkt koppling till den pågående modellkapplöpningen. 53
Jämförelser av aktuella riktmärken och tester har också bidragit till bilden av att Googles ledande lanserade modeller ligger efter vissa konkurrenter, även om resultaten varierar beroende på modell, uppgift och datum. Fortune hänvisade till bedömningar där Googles bästa lanserade modell placerades bakom system från Anthropic, OpenAI, xAI, Meta och ett kinesiskt AI-labb. 6 Det är en ögonblicksbild, inte en permanent ranking. Men i kampen om talanger spelar bilden stor roll: forskare vill ofta arbeta på den plats där de tror att utvecklingen går snabbast.
Meta erbjuder en annan typ av utmaning. Bolaget kan kombinera stora ersättningar med ett enormt distributionsnätverk, medan Anthropic och OpenAI erbjuder fokuserade uppdrag inom avancerade modeller och starka berättelser om varför just deras forskning spelar roll. Googles infrastrukturförsprång är verkligt, men infrastruktur sköter inte sig själv. Den får betydelse först när organisationen kan behålla forskarna och ingenjörerna som avgör vad som ska tränas, hur det ska utvärderas och vilka produkter som ska lanseras.
Den stora förändringen är att prestige-monopolet är borta
Den starkaste slutsatsen är inte att DeepMind har blivit svagt. Det är att den tidigare kombinationen av prestige, självständighet och tekniska resurser inte längre ger labbet ett ohotat försprång i Europa.
Mellan 2022–2023 och 2025–2026 föll DeepMinds andel av regionala rekryteringar inom avancerad AI från 49 till 18,6 procent. Samtidigt minskade förhållandet mellan nya medarbetare och avgångar från cirka 12:1 till 2:1. 2 De uppmärksammade avhoppen har gjort förändringen synlig, och labbets tätare koppling till Alphabet har förstärkt frågorna om dess forskningsidentitet.
DeepMind kan fortfarande återhämta sig. Vägen framåt handlar om att lyckas med Gemini och närliggande produkter utan att samtidigt avskaffa den vetenskapliga frihet som gjorde organisationen ovanligt attraktiv från början. Nästa fas i AI-branschens talangkrig kommer inte bara att avgöras av vem som kan betala mest, utan av vilket labb som kan erbjuda den bästa kombinationen av självständighet, resurser, inflytande och tydliga bevis på att forskarnas arbete får verklig betydelse.
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 har förlorat sitt tydliga försprång bland Europas AI-forskare"?
Google DeepMinds andel av rekryteringar inom forskning och avancerad ingenjörsutveckling i Europa, Mellanöstern och Afrika föll från 49 procent 2022–2023 till 18,6 procent 2025–2026.
What are the key points to validate first?
Google DeepMinds andel av rekryteringar inom forskning och avancerad ingenjörsutveckling i Europa, Mellanöstern och Afrika föll från 49 procent 2022–2023 till 18,6 procent 2025–2026. Förändringen handlar inte bara om löner: DeepMind pressas att kommersialisera Gemini, samtidigt som forskare kan uppleva mindre självständighet än tidigare.
What should I do next in practice?
DeepMind har fortfarande stora styrkor inom beräkningskraft, infrastruktur, vetenskaplig AI och forskning – men labbets tidigare ställning som Europas självklara destination för AI eliten är inte längre säker.