Google DeepMind більше не є беззаперечним магнітом для AI-талантів у Європі

Google DeepMind не перетворилася на другорядну AI-лабораторію. Це й далі одна з найбільших і найкраще забезпечених дослідницьких організацій у галузі. Але її роль на ринку талантів помітно змінилася: із беззаперечного першого вибору для провідних європейських AI-дослідників DeepMind перетворюється на одного з кількох сильних гравців.

Найпереконливіший сигнал — падіння частки нових наймів у сфері досліджень і передової інженерії в Європі, на Близькому Сході та в Африці. За оцінкою Zeki Data, цей показник скоротився з 49% у 2022–2023 роках до 18,6% у 2025–2026 роках. Це найрізкіше регіональне падіння, зафіксоване Zeki для великої AI-лабораторії. 2

Цифри свідчать про різке уповільнення найму

Йдеться не про те, що DeepMind загалом припинила залучати працівників. Лабораторія, як і раніше, наймає дослідників та інженерів. Проте її колишня перевага над конкурентами значно звузилася.

За даними Zeki, які цитує Fortune, співвідношення нових працівників і звільнень у DeepMind зменшилося приблизно з 12:1 у другому кварталі 2023 року до 2:1 у третьому кварталі 2026 року. 2 Показник 2:1 усе ще означає, що кількість нових працівників перевищує кількість тих, хто пішов. Однак це вже не показник організації, яка має майже необмежену привабливість для ринку.

Для порівняння, темпи зростання найму в OpenAI та Anthropic оцінювалися у 97% і 152% відповідно, тоді як у DeepMind — у 27%. 1 Ці дані описують темпи розширення, а не якість фахівців чи загальний розмір команд. Проте вони пояснюють, чому частка DeepMind у регіональному наймі падає навіть за збереження великої кадрової бази.

Водночас ці показники не є повним переписом усіх AI-фахівців. Вони відображають помітні переміщення та найм, а отже свідчать про ослаблення позицій лабораторії у рекрутингу, але не про зникнення її наукової бази.

Куди переходять колишні працівники DeepMind

Особливо промовистими є звільнення кількох дослідників із високою посадою та значним впливом на ключові проєкти. У червні 2026 року співкерівник Gemini Ноам Шазір залишив Google заради OpenAI, а дослідник AlphaFold Джон Джампер оголосив про перехід до Anthropic. 333540

Також повідомлялося, що автори робіт над Gemini Йонас Адлер і Александер Прітцель переходять до Anthropic. 35 Згодом стало відомо, що Джефф Дін, Санджай Гемават, Оріол Віньялс і Куок Ле залишили Google, щоб заснувати нову компанію. 1718

Значення цих переходів виходить далеко за межі простої статистики штатів. Провідні науковці несуть із собою інституційну пам’ять, технічне бачення та репутацію, важливу для подальшого найму. Їхній відхід може безпосередньо вплинути на розробку базових моделей і обчислювальної інфраструктури, а також змінити уявлення потенційних працівників про майбутнє лабораторії.

Важливий і напрямок цих переходів. За даними Zeki, які наводить DiarioBitcoin, серед працівників DeepMind, що звільнилися протягом попереднього року, 25% перейшли до Anthropic, 21% — до Meta, а 14% — до OpenAI. 3 Окремий аналіз на основі даних SignalFire у 2025 році показав, що працівники DeepMind набагато частіше переходили до Anthropic, ніж у зворотному напрямку: дисбаланс оцінювали майже як 11:1. 8

Жоден із цих наборів даних не охоплює кожен перехід і не використовує однакові часові рамки чи методологію. Але разом вони вказують на стійку тенденцію: Anthropic, OpenAI та Meta стали переконливими альтернативами для фахівців, які раніше могли автоматично обирати DeepMind.

Висока оплата — лише частина пояснення

Передові AI-лабораторії конкурують на ринку праці, де грошові виплати, частки в компанії та доступ до дефіцитних обчислювальних ресурсів можуть істотно впливати на кар’єрні рішення. ЗМІ повідомляли про агресивні компенсаційні пакети конкурентів, особливо на тлі розширення європейських операцій OpenAI та Anthropic. 411

Однак самі лише гроші не пояснюють ослаблення позицій DeepMind. Її традиційна привабливість ґрунтувалася на поєднанні престижу, потужних технічних ресурсів і свободи займатися довгостроковими дослідженнями. У міру того як Gemini стала центральною частиною конкурентної та комерційної стратегії Google, на DeepMind посилився тиск щодо створення продуктів і моделей у межах корпоративних дедлайнів.

Це створює потенційний компроміс. Концентрація ресурсів на Gemini, AI-агентах і пов’язаних продуктах може підвищити швидкість виконання та дисципліну розробки. Водночас дослідники, яким важлива відкритість у виборі тем і тривалі горизонти роботи, можуть відчути, що простору для експериментів стало менше.

У публікаціях також ішлося про жорсткіші обмеження на наукові публікації та зниження відчуття автономії, хоча відкриті дані не дозволяють виміряти внесок кожного з цих чинників у конкретні звільнення. 7 Тому було б надто категорично пояснювати відтік однією політикою чи одним управлінським рішенням. Обережніший висновок полягає в тому, що компенсації конкурентів, комерційний тиск, організаційні зміни та посилення інших лабораторій працюють одночасно.

Реорганізація AlphaFold стала сильним сигналом

Зміна пріоритетів DeepMind особливо помітна у ставленні до AlphaFold — системи прогнозування структури білків, за роботу над якою було присуджено Нобелівську премію. У липні 2026 року повідомлялося, що команду AlphaFold розформували або реорганізували, а ресурси лабораторії переорієнтували на великі мовні моделі, Gemini та ширшу автоматизацію наукових досліджень. 4950

У DeepMind заявили, що дослідники перейшли до напрямів, серед яких проєкти на базі Gemini, дизайн ферментів, ядерний синтез і геноміка. 49 Тому цю зміну не варто описувати як просту відмову від наукового AI. Точніше говорити про перерозподіл досліджень навколо ширшої стратегії, центр якої становить Gemini.

Проте організаційний сигнал залишається важливим. AlphaFold уособлювала саме той тип довгострокових і вузькоспеціалізованих досліджень, який зробив DeepMind унікальною. Перенаправлення значної частини цієї роботи може переконати інвесторів і продуктові команди, що лабораторія зосереджена на актуальних стратегічних цілях. Для науковців це породжує інше питання: скільки свободи залишиться для проєктів із невизначеною або віддаленою комерційною віддачею?

Нова роль Деміса Хассабіса посилює зв’язок з Alphabet

У серпні 2026 року Деміс Хассабіс відмовився від щоденного управління DeepMind і став головою Google DeepMind та головним науковцем Alphabet. Операційний контроль перейшов до Корая Кавукчуоглу, колишнього технічного директора лабораторії, який тепер безпосередньо підпорядковується генеральному директору Alphabet Сундару Пічаї. 171822

У цієї зміни є очевидна стратегічна логіка. Хассабіс може працювати над довгостроковими AI-напрямами та науковими пріоритетами всієї Alphabet, тоді як Кавукчуоглу зосереджується на розвитку Gemini, передових дослідженнях, застосунку Gemini та командах для розробників. 2253

Водночас змінюється інституційна ідентичність DeepMind. Нова структура надає більше повноважень центральному керівництву Alphabet і менше підтримує образ відносно незалежної лондонської дослідницької лабораторії. Reuters повідомляло, що саме Кавукчуоглу матиме остаточне слово в ключових рішеннях DeepMind. 18

Це може прискорити координацію та ухвалення рішень. Але водночас лабораторія може почати виглядати радше як корпоративний AI-підрозділ, ніж як незвичайна автономна наукова установа, яка свого часу привабила провідних учених. Чи стане це проблемою для рекрутингу, залежатиме не лише від посад керівників, а й від того, над якими темами дослідникам дозволять працювати та що вони зможуть публікувати.

DeepMind усе ще має серйозні переваги

Падіння частки найму не слід плутати з технологічним крахом. За картою талантів Metix за 2026 рік, у видимому технічному пулі Google DeepMind нараховувалося 2 837 працівників — менше, ніж у Meta (4 092), але більше, ніж в Anthropic (1 251) у межах цього набору даних. 6

DeepMind також зберігає переваги, які конкурентам непросто відтворити:

• Масштабні обчислення та інфраструктура завдяки ресурсам Alphabet і власній екосистемі спеціалізованого обладнання.
• Досвід у науковому AI, зокрема спадщина AlphaFold і дослідження, пов’язані з біологією та науковими відкриттями.
• Глибока дослідницька експертиза у сфері навчання з підкріпленням, мультимодальних систем, AI-агентів і світових моделей.
• Дистрибуція через споживчі, хмарні та розробницькі продукти Google.
• Капітал і організаційний масштаб, достатні для фінансування як передових моделей, так і довгострокових досліджень.

У портфелі Google DeepMind залишаються такі системи, як SIMA 2, Gemini Robotics і Genie 3. Вони свідчать про продовження роботи над агентами, робототехнікою та інтерактивними світовими моделями. 56

Отже, DeepMind залишається дуже сильним конкурентом. Ключове питання полягає в тому, чи зможе лабораторія достатньо швидко перетворювати свої ресурси на продукти й наукові результати — і чи зможе втримати людей, необхідних для цього.

У яких напрямах DeepMind втрачає позиції

Найвразливішими виглядають сфери, де наукове лідерство, швидкість розробки продуктів і залучення розробників підсилюють одне одного. Конкуренти сформували сильні бренди навколо споживчих AI-помічників, інструментів для програмування та передових універсальних моделей. OpenAI та Anthropic, зокрема, стали привабливими для дослідників, які хочуть працювати над помітними продуктами, безпосередньо пов’язаними з нинішньою гонкою моделей. 53

На сприйняття ринку впливають і порівняння актуальних бенчмарків. Вони показували, що найкращі доступні моделі Google у деяких оцінках поступаються конкурентам, хоча результати залежать від моделі, завдання та дати тестування. Fortune цитувало оцінки, за якими найкраща випущена модель Google поступалася системам Anthropic, OpenAI, xAI, Meta та однієї китайської лабораторії. 6 Це лише моментальний зріз, а не незмінний рейтинг. Проте у боротьбі за таланти сприйняття має значення: дослідники часто хочуть приєднатися до організації, яку вважають лідером.

Meta створює інший тип виклику. Вона може поєднувати значні компенсації з величезною екосистемою поширення продуктів, тоді як Anthropic і OpenAI пропонують сфокусовані місії у сфері передових моделей та сильні наративи для рекрутингу. Перевага Google в інфраструктурі безперечна, але сама інфраструктура не створює результатів. Вона має значення лише тоді, коли організація здатна втримати науковців та інженерів, які визначають, що тренувати, як оцінювати моделі та які продукти випускати.

Головна втрата — не сила, а монополія на престиж

Найточніший висновок полягає не в тому, що DeepMind стала слабкою. Її колишнє поєднання престижу, автономії та технічних ресурсів більше не дає беззаперечної переваги в Європі.

У період із 2022–2023 до 2025–2026 років частка DeepMind у наймі провідних AI-фахівців у регіоні впала з 49% до 18,6%, а співвідношення нових працівників і звільнень — приблизно з 12:1 до 2:1. 2 Високопрофільні переходи зробили цю зміну помітною, а тісніший зв’язок лабораторії з Alphabet посилив питання щодо її дослідницької ідентичності.

DeepMind усе ще може відновити позиції. Для цього їй потрібно успішно розвивати Gemini та пов’язані продукти, не знищивши наукову свободу, яка свого часу зробила лабораторію винятково привабливою. Наступний етап боротьби за AI-таланти покаже, хто здатен запропонувати дослідникам не лише найбільші виплати, а й найкраще поєднання автономії, ресурсів, впливу та впевненості в тому, що їхня робота матиме значення.