จากนายจ้าง AI เบอร์หนึ่ง สู่คู่แข่งรายใหญ่ท่ามกลางสงครามแย่งชิงบุคลากร

Google DeepMind เคยเป็นจุดหมายปลายทางอันดับหนึ่งของนักวิจัย AI ระดับแถวหน้าในยุโรป แต่ภาพดังกล่าวกำลังเปลี่ยนไปอย่างชัดเจน ปัจจุบัน DeepMind ยังคงเป็นองค์กรวิจัยที่มีความสามารถสูง โครงสร้างพื้นฐานแข็งแกร่ง และมีความหนาแน่นของบุคลากรชั้นนำเป็นพิเศษ ทว่าความได้เปรียบด้านการดึงดูดและรักษาคนเก่ง รวมถึงภาพลักษณ์ของการเป็นห้องแล็บที่เปิดกว้างต่อการวิจัยระยะยาว ได้อ่อนแรงลงอย่างมีนัยสำคัญ 2

ส่วนแบ่งตลาดบุคลากรลดลงอย่างแรง

ข้อมูลจาก Zeki Data ระบุว่า ส่วนแบ่งของ DeepMind ในการจ้างงานนักวิจัยและวิศวกรขั้นสูงทั่วยุโรป ตะวันออกกลาง และแอฟริกา หรือภูมิภาค EMEA ลดลงจาก 49% ในช่วงปี 2022–23 เหลือเพียง 18.6% ในช่วงปี 2025–26 ซึ่งเป็นการลดลงของส่วนแบ่งที่รุนแรงที่สุดที่ Zeki บันทึกไว้สำหรับห้องแล็บ AI รายใหญ่ในภูมิภาคใด ๆ 2

อีกตัวชี้วัดหนึ่งสะท้อนภาพเดียวกัน อัตราพนักงานใหม่ต่อผู้ลาออกของ DeepMind ลดลงจากประมาณ 12 ต่อ 1 ในไตรมาส 2 ปี 2023 เหลือราว 2 ต่อ 1 ในไตรมาส 3 ปี 2026 5 DeepMind ยังมีคนเข้ามามากกว่าคนออก แต่ไม่ได้มีแรงดึงดูดแบบท่วมท้นเหมือนในอดีตอีกต่อไป

ในเวลาเดียวกัน คู่แข่งเร่งขยายทีมในยุโรปอย่างหนัก โดยอัตราการเติบโตของการจ้างงานที่มีการรายงานอยู่ที่ 97% สำหรับ OpenAI และ 152% สำหรับ Anthropic เทียบกับ 27% ของ DeepMind 1

การย้ายค่ายของคนระดับอาวุโส

ความเปลี่ยนแปลงนี้ไม่ได้วัดได้จากจำนวนพนักงานเพียงอย่างเดียว เพราะบุคลากรที่ย้ายออกหลายคนเป็นผู้มีบทบาทสำคัญต่อทิศทางของโมเดลพื้นฐาน ระบบโครงสร้างพื้นฐาน และงานวิจัย AI เชิงวิทยาศาสตร์

ในเดือนมิถุนายน 2026 Jonas Adler และ Alexander Pritzel ซึ่งมีส่วนร่วมกับ Gemini ย้ายไป Anthropic ขณะที่ Noam Shazeer ผู้ร่วมเขียนงานวิจัย Transformer และอดีตผู้นำของ Character.AI ย้ายไป OpenAI 24 ต่อมา Jeff Dean หัวหน้านักวิทยาศาสตร์ของ Alphabet, Sanjay Ghemawat นักวิจัยระดับอาวุโส, Oriol Vinyals และ Quoc Le ก็ออกไปก่อตั้ง Discovery Loop 1

การสูญเสียบุคลากรกลุ่มนี้มีความหมายมากกว่าตัวเลขการจ้างงานสุทธิ เพราะพวกเขาเป็นทั้งนักวิจัย ผู้นำทางเทคนิค และผู้กำหนดวัฒนธรรมการทำงานที่ช่วยสร้างชื่อให้ DeepMind มาเป็นเวลานาน

เงินไม่ใช่คำอธิบายทั้งหมด

ข้อเสนอค่าตอบแทนและหุ้นจำนวนมหาศาลจากคู่แข่งเป็นหนึ่งในปัจจัยที่ทำให้คนย้ายงาน แต่ไม่น่าจะเป็นคำอธิบายทั้งหมด 14 จุดขายดั้งเดิมของ DeepMind คืออิสระในการเลือกทำงานวิจัยระยะยาว ซึ่งอาจใช้เวลาหลายปีกว่าจะเห็นผล และโอกาสในการเผยแพร่ผลงานที่มีอิทธิพลต่อวงการ

อย่างไรก็ตาม ภารกิจขององค์กรในช่วงหลังมุ่งไปที่การพัฒนาและทำให้ Gemini กลายเป็นผลิตภัณฑ์เชิงพาณิชย์มากขึ้น พร้อมรายงานว่าการเผยแพร่งานวิจัยถูกควบคุมเข้มงวดกว่าเดิม การปรับโครงสร้างทีม AlphaFold และการหันไปเน้นโมเดลภาษาขนาดใหญ่ หรือ LLM รวมถึงระบบอัตโนมัติทางวิทยาศาสตร์ในวงกว้าง ล้วนส่งสัญญาณว่าองค์กรมีลำดับความสำคัญที่แคบและมุ่งเชิงผลิตภัณฑ์มากขึ้น 26

อย่างไรก็ดี ยังไม่มีข้อมูลสาธารณะที่ระบุได้ชัดเจนว่าสาเหตุแต่ละด้านมีน้ำหนักเท่าใด ดังนั้นจึงไม่ควรสรุปว่าการลาออกทั้งหมดเกิดจากนโยบายใดนโยบายหนึ่งโดยตรง

การเปลี่ยนบทบาทของ Demis Hassabis

ในเดือนสิงหาคม 2026 Demis Hassabis relinquished บทบาทซีอีโอที่ดูแลงานประจำวันของ DeepMind เพื่อขึ้นเป็นประธานของ DeepMind และหัวหน้านักวิทยาศาสตร์ของ Alphabet ขณะที่ Koray Kavukcuoglu ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีเข้ามาดูแลการดำเนินงาน และรายงานตรงต่อ Sundar Pichai 12

โครงสร้างใหม่นี้ทำให้ Hassabis มีบทบาทกว้างขึ้นในระดับทั้งบริษัท และอาจช่วยให้การประสานงานกับ Alphabet รวดเร็วขึ้น แต่ก็ลดความเป็นอิสระเชิงสถาบันของ DeepMind ลงด้วย การแยกบุคคลที่เป็นตัวแทนทางวิทยาศาสตร์ของห้องแล็บออกจากการบริหารงานประจำวัน อาจทำให้เกิดความรู้สึกมากขึ้นว่า DeepMind กำลังกลายเป็นหน่วยงานพัฒนาผลิตภัณฑ์ของ Google มากกว่าจะเป็นสถาบันวิจัยที่มีเอกลักษณ์ของตนเอง

จุดแข็งยังอยู่ แต่พื้นที่ที่เสียเปรียบกว้างขึ้น

DeepMind ยังคงแข็งแกร่งในด้าน AI เชิงวิทยาศาสตร์ การเรียนรู้แบบเสริมกำลัง ระบบมัลติโมดัล โครงสร้างพื้นฐาน และการรวมตัวของนักวิจัยระดับแนวหน้า มรดกของ AlphaFold ซึ่งสร้างความก้าวหน้าในการทำนายโครงสร้างโปรตีนและนำไปสู่การยอมรับในระดับรางวัลโนเบล เป็นหลักฐานถึงความสามารถเฉพาะตัวขององค์กรในด้านชีววิทยาและการค้นคว้าทางวิทยาศาสตร์ 6

แต่พื้นที่ที่ DeepMind ดูเสียเปรียบมากขึ้น ได้แก่ ผู้ช่วย AI สำหรับผู้บริโภค การออกผลิตภัณฑ์อย่างรวดเร็ว เอเจนต์สำหรับงานเขียนโค้ด และภาพรับรู้เรื่อง “ความฉลาดดิบ” ของโมเดลทั่วไปที่เปิดให้ใช้งานจริง โดยการประเมินจากการทดสอบอิสระฉบับหนึ่งจัดให้โมเดลที่ดีที่สุดของ Google ซึ่งเปิดให้ใช้งานอยู่ตามหลัง Anthropic, OpenAI, xAI, Meta และห้องแล็บแห่งหนึ่งจากจีน 6 นี่เป็นเพียงภาพ ณ ช่วงเวลาหนึ่ง ไม่ใช่การจัดอันดับถาวร แต่สะท้อนปัญหาด้านการรับรู้ในการแข่งขันได้เป็นอย่างดี

ภัยคุกคามไม่ได้มีแค่เรื่องคนลาออก

OpenAI และ Anthropic มีทั้งแบรนด์โมเดลที่แข็งแกร่ง ความเร็วในการพัฒนาผลิตภัณฑ์ และเรื่องเล่าที่ดึงดูดนักวิจัย ขณะที่ Meta มีศักยภาพในการจ่ายค่าตอบแทนสูงและสามารถนำโมเดลไปใช้กับระบบผลิตภัณฑ์ขนาดใหญ่ของตนเองได้ นอกจากนี้ Microsoft AI Superintelligence ยังเป็นคู่แข่งที่ได้รับเงินทุนสูงและมุ่งเน้นความสามารถระดับแนวหน้าโดยตรง

DeepMind ยังได้เปรียบจากทรัพยากรประมวลผลของ Alphabet ชิป TPU ที่บริษัทออกแบบเอง เครือข่ายการจัดจำหน่าย และเงินทุนจำนวนมาก แต่ทรัพยากรเหล่านี้จะสร้างความได้เปรียบได้ก็ต่อเมื่อองค์กรยังรักษาคนที่เป็นผู้ตัดสินใจว่าจะฝึกโมเดลอะไร นำอะไรออกสู่ตลาด และเผยแพร่งานวิจัยใด การปรับโครงสร้างองค์กรควบคู่กับการไหลออกของบุคลากรจึงเสี่ยงทำให้ข้อได้เปรียบด้านโครงสร้างพื้นฐาน ซึ่งเคยเป็นแต้มต่อที่ชัดเจน กลายเป็นข้อได้เปรียบที่ตัดสินการแข่งขันได้น้อยลง 12

จากการครองตลาดสู่การต้องพิสูจน์ตัวเองอีกครั้ง

การเปลี่ยนแปลงสำคัญไม่ได้หมายความว่า DeepMind อ่อนแอลงจนหมดบทบาท แต่หมายถึงการผูกขาดเชิงภาพลักษณ์ในยุโรป ซึ่งเคยรวมทั้งชื่อเสียง อิสระในการวิจัย และโอกาสทำงานกับคนเก่งที่สุด กำลังสลายตัวลง

ภารกิจต่อไปของ DeepMind คือการทำให้ Gemini ประสบความสำเร็จในเชิงพาณิชย์ โดยยังเหลือพื้นที่ให้นักวิจัยทำงานระยะยาวและคิดค้นสิ่งใหม่ได้ หากการผลักดันผลิตภัณฑ์ทำลายอิสระที่เคยทำให้ DeepMind เป็นแม่เหล็กดึงดูดบุคลากร ความได้เปรียบด้านชื่อเสียงอาจฟื้นกลับมาได้ยากกว่าการเพิ่มกำลังประมวลผลเสียอีก