Як Google DeepMind втратила частину переваги на ринку елітних AI-талантів

Google DeepMind більше не є очевидним першим вибором для найкращих AI-дослідників у Європі. Лабораторія зберігає потужну інфраструктуру, високу концентрацію наукових талантів і сильні позиції в науковому штучному інтелекті, однак її перевага у наймі, утриманні працівників та репутації незалежного дослідницького центру помітно ослабла. 2

Від 49% до 18,6%: ринок талантів змінився

За оцінкою Zeki Data, частка DeepMind у наймі дослідників та інженерів передового рівня в Європі, на Близькому Сході й в Африці скоротилася з 49% у 2022–2023 роках до 18,6% у 2025–2026 роках. Це стало найрізкішим падінням регіональної частки серед великих AI-лабораторій, зафіксованим Zeki. 2

Зміни видно і за балансом приходу та відтоку працівників. Якщо у другому кварталі 2023 року на одного співробітника, який залишав DeepMind, припадало приблизно 12 нових працівників, то в третьому кварталі 2026-го співвідношення знизилося приблизно до 2:1. 5 DeepMind усе ще залучає більше фахівців, ніж втрачає, але вже не має колишньої переважної сили.

Одночасно європейський найм активно розширювали конкуренти. За наведеними оцінками, кількість працівників у дослідницьких та інженерних командах OpenAI зросла на 97%, Anthropic — на 152%, тоді як у DeepMind — на 27%. 1

Відтік найвідоміших імен

Проблема полягає не лише в кількості звільнень. Серед тих, хто пішов, були фахівці, які впливали на розвиток фундаментальних моделей, інфраструктури та наукових систем.

У червні 2026 року автори, пов’язані з Gemini, Jonas Adler та Alexander Pritzel, перейшли до Anthropic, а співавтор архітектури Transformer і колишній керівник Character.AI Noam Shazeer — до OpenAI. 24 Згодом головний науковець Alphabet Jeff Dean, senior fellow Sanjay Ghemawat, а також Oriol Vinyals і Quoc Le залишили компанію, щоб заснувати Discovery Loop. 1

Такі переходи мають більшу вагу, ніж просто зміна чисельності персоналу. Відомі дослідники формують наукові напрями, визначають пріоритети розробки та допомагають конкурувати за наступне покоління фахівців.

Гроші важливі, але ними все не пояснити

Конкуренти пропонують надзвичайно великі виплати, пакети акцій і бонуси, тому фінансова мотивація безперечно відіграє роль. Водночас компенсація не пояснює всієї картини. 14

Традиційна привабливість DeepMind полягала у можливості працювати над довгостроковими завданнями, публікувати впливові дослідження й отримувати значну свободу у виборі наукових напрямів. Тепер центр дедалі більше орієнтований на розвиток і комерціалізацію Gemini. Повідомляється також про жорсткіший контроль над публікаціями та меншу автономію команд.

Перебудова команди AlphaFold і перенесення фокусу на великі мовні моделі та загальну наукову автоматизацію стали помітним сигналом зміни пріоритетів. 26 Однак публічних даних недостатньо, щоб точно визначити, яку саме роль у відтоку кадрів відіграв кожен із цих факторів. Тому було б перебільшенням пояснювати звільнення лише однією політикою чи рішенням.

Що означає нова роль Деміса Хассабіса

У серпні 2026 року співзасновник DeepMind Деміс Хассабіс передав повсякденне операційне управління лабораторією, ставши її головою та головним науковцем Alphabet. Операційний контроль перейшов до технічного директора Koray Kavukcuoglu, який тепер підпорядковується безпосередньо генеральному директору Alphabet Сундару Пічаї. 12

Для Хассабіса це ширша роль на рівні всієї материнської компанії. Для DeepMind — водночас посилення інтеграції з корпоративною структурою Google. Така модель може пришвидшити ухвалення рішень і краще узгодити дослідження з розвитком продуктів, але здатна посилити враження, що DeepMind перетворюється з окремої наукової лабораторії на продуктовий підрозділ Google.

У чому DeepMind досі сильна

Лабораторія залишається особливо потужною у таких сферах:

• науковий штучний інтелект;
• навчання з підкріпленням;
• мультимодальні системи;
• обчислювальна інфраструктура;
• біологія та наукові відкриття.

Спадщина AlphaFold — один із найяскравіших доказів того, що DeepMind здатна створювати системи з великим науковим значенням. 6

Водночас вразливішими напрямами стали споживчі AI-помічники, швидкість оновлення продуктів, coding agents та сприйняття «сирої інтелектуальної потужності» готових універсальних моделей. В одній із наведених незалежних оцінок бенчмарків найкраща випущена модель Google поступалася моделям Anthropic, OpenAI, xAI, Meta та однієї китайської лабораторії. 6 Це лише окремий зріз, а не остаточний рейтинг, але він добре ілюструє проблему конкурентного сприйняття Gemini.

Чи достатньо Google її переваги в обчисленнях

OpenAI та Anthropic поєднують сильні бренди моделей, швидкий продуктовий розвиток і переконливі історії для рекрутингу. Meta має можливість агресивно платити фахівцям і поширювати свої моделі через величезну екосистему продуктів. Microsoft AI Superintelligence додає ще одного добре профінансованого конкурента, зосередженого саме на передових можливостях AI.

Переваги DeepMind — обчислювальні ресурси Alphabet, власна інфраструктура TPU, глобальна дистрибуція та значний капітал — залишаються реальними. Але самі обчислення не гарантують результату, якщо компанія не може утримати людей, які вирішують, що саме тренувати, випускати та публікувати.

Тому організаційна перебудова й відтік талантів можуть перетворити інфраструктурну перевагу Google на менш переконливий конкурентний актив. 12

Головна зміна

DeepMind не стала слабкою лабораторією. Змінилося інше: її колишня майже монопольна перевага у престижі, свободі досліджень і доступі до талановитих фахівців зникла.

Тепер лабораторії потрібно довести, що вона може зробити Gemini комерційно успішною, не знищивши наукову автономію, яка свого часу зробила DeepMind одним із найпривабливіших місць роботи для елітних AI-дослідників.