Ces dernières années, le marché des talents de l'IA a davantage ressemblé à une draft de sport professionnel qu'à un cycle de recrutement classique. Des laboratoires disposant d'abondantes ressources financières proposent des salaires habituellement associés aux sportifs professionnels, ainsi que des paquets d'actions pouvant transformer les premiers employés en milliardaires. L'attrait de rémunérations changeant la vie a conduit des chercheurs d'élite à changer de laboratoire rival à un rythme étourdissant.

Google DeepMind, autrefois destination de prédilection pour nombre de ces chercheurs — en particulier en Europe — se retrouve désormais du côté perdant de cette compétition, selon une nouvelle vue d'ensemble des flux de talents en ingénierie exclusivement partagée avec Fortune. Une nouvelle analyse de Zeki Data, société britannique d'intelligence de données, montre qu'alors qu'OpenAI et Anthropic gagnent du terrain sur le marché des talents de l'IA, Google DeepMind et, dans une certaine mesure, Meta sont en recul.

Des entretiens avec plusieurs membres actuels et anciens du personnel suggèrent que l'identité changeante de DeepMind a affaibli une partie de son attrait historique. Alors que Google a tenté de combler son retard sur OpenAI et Anthropic, le laboratoire s'est davantage structuré autour de l'amélioration et de la commercialisation de Gemini — un virage que certains chercheurs considèrent comme évinçant la science ouverte et à long terme qui faisait autrefois de DeepMind un lieu si attractif pour les universitaires.

Trois membres actuels et deux anciens employés de DeepMind ont déclaré à Fortune que la vague récente de départs reflète plusieurs pressions simultanées : des laboratoires rivaux comme Meta et Microsoft qui débauchent agressivement des talents avec des offres très lucratives, une frustration croissante au sein de Google quant à sa place dans la course à l'IA, un moral en baisse, et l'attrait des actions avant introduction en bourse dans des entreprises comme OpenAI et Anthropic.

Ce mois-ci seulement, Google DeepMind a perdu Jeff Dean, scientifique en chef de longue date de l'entreprise et vétéran de 27 ans, ainsi que le senior fellow Sanjay Ghemawat et les chercheurs Oriol Vinyals et Quoc Le, partis lancer une startup nommée Discovery Loop. Le même après-midi, Demis Hassabis, cofondateur et directeur général de DeepMind, a annoncé qu'il s'éloignerait du contrôle quotidien du laboratoire pour en devenir président et scientifique en chef d'Alphabet, confiant la direction opérationnelle au directeur technique Koray Kavukcuoglu.

Les nouvelles données de Zeki suggèrent que ces départs publics s'inscrivent dans un retournement plus vaste. Par exemple, la part de DeepMind dans les recrutements de recherche et d'ingénierie avancée en Europe, au Moyen-Orient et en Afrique est passée de 49 % en 2022-23 à 18,6 % en 2025-26 — la chute de parts de marché la plus marquée enregistrée par Zeki pour un grand laboratoire d'IA, dans n'importe quelle région.

« Ils portaient la couronne en Europe depuis toujours, puis celle-ci a commencé à s'éroder à partir d'une base très élevée », a déclaré à Fortune Tom Hurd, fondateur de Zeki Data. « Des entités comme Microsoft AI Superintelligence et Meta Superintelligence grignotent leurs parts de marché, et il y a en outre OpenAI et Anthropic sur le côté. »

Les enjeux du recrutement et de la rétention des talents d'élite sont considérables dans le marché hyperconcurrentiel de l'IA actuel. Un groupe relativement restreint de chercheurs et d'ingénieurs possède l'expérience nécessaire pour entraîner et améliorer les modèles de pointe qui alimentent l'essor de l'IA. Leur travail peut déterminer la vitesse à laquelle un laboratoire améliore ses modèles, sa capacité à transformer des percées de recherche en produits, et sa crédibilité pour attirer la prochaine vague de talents. Recruter et conserver ces meilleurs ingénieurs s'est révélé difficile au cours des dernières années, même pour les entreprises les mieux financées du secteur.

À l'échelle mondiale, DeepMind recrute toujours plus de personnel de recherche et d'ingénierie avancée qu'elle n'en perd. Mais son ratio arrivées-départs — une mesure des recrutements par rapport aux départs — a fortement chuté, passant d'environ 12 pour 1 au deuxième trimestre 2023 à environ 2 pour 1 au troisième trimestre 2026, selon les données de Zeki. Cela signifie qu'elle recrute désormais environ deux personnes pour ces postes pour chaque départ, au lieu d'environ 12. À titre de comparaison, le ratio de Meta en 2025 était de 3 pour 1, celui d'OpenAI de 5,7 pour 1 et celui d'Anthropic de 22 pour 1, selon le rapport.

Anthropic est devenue la première destination des chercheurs et ingénieurs avancés quittant DeepMind. Parmi les personnes ayant quitté DeepMind au cours des 12 derniers mois, 25 % sont allées chez Anthropic, 21 % chez Meta et 14 % chez OpenAI, selon Zeki.

Les représentants de Google DeepMind n'ont pas répondu à une demande de commentaire sur les conclusions de Zeki.

La détérioration des flux de talents de DeepMind a coïncidé avec le resserrement des règles de publication du laboratoire, selon Hurd, un changement qui, selon les chercheurs de Zeki, aurait affaibli l'un des attraits les plus importants du laboratoire pour le personnel axé sur la recherche. Le Financial Times avait révélé en avril 2025 que DeepMind avait instauré un processus de révision interne plus strict et un embargo de six mois pour certains articles d'IA générative stratégiquement sensibles, l'entreprise cherchant à empêcher ses concurrents de tirer profit de ses recherches.

Le FT a rapporté que cette nouvelle approche rendait la publication d'études plus difficile pour les chercheurs, en particulier les travaux susceptibles de révéler des faiblesses des produits ou d'exposer des techniques commercialement précieuses. DeepMind avait alors déclaré rester attachée à la publication de recherches et être en train de mettre à jour ses politiques afin de préserver la capacité de ses équipes à contribuer au vaste écosystème de la recherche.

Pour un laboratoire qui a bâti sa réputation sur des percées publiques telles qu'AlphaGo et AlphaFold, ce virage a créé des frictions avec des chercheurs qui l'avaient rejoint pour mener des travaux relativement libres et exploratoires.

« La plupart des anciens qui ont rejoint DeepMind avant le moment ChatGPT l'ont fait pour faire partie d'un laboratoire de recherche en IA », a confié à Fortune un ancien ingénieur de DeepMind. « Tous ceux qui ont rejoint l'entreprise avant 2023 pensaient rejoindre un laboratoire de recherche en IA, et soudain on leur a demandé de créer des produits pour Google. »

Une série de départs très médiatisés

Zeki a constaté que les recrutements en recherche et en ingénierie dans l'ensemble du secteur ont progressé à un taux annuel composé de 23 % depuis 2022. Mais cette croissance profite de manière disproportionnée aux laboratoires de pointe plus récents. Les effectifs de recherche et d'ingénierie d'OpenAI ont augmenté d'environ 97 % par an et ceux d'Anthropic de 152 %, contre 27 % pour Google DeepMind. OpenAI et Anthropic partaient d'une base bien plus réduite, mais ces chiffres montrent la rapidité avec laquelle leurs organisations se sont développées par rapport à DeepMind.

DeepMind fait également face à une nouvelle concurrence dans des régions qu'elle dominait depuis longtemps. Selon Zeki, Mistral AI et Anthropic ont été les principales bénéficiaires du recul de la part de DeepMind en Europe, au Moyen-Orient et en Afrique. En Asie-Pacifique, où DeepMind a ouvert un nouveau laboratoire de recherche à Singapour en novembre dernier, des acteurs locaux dont ByteDance, Sakana AI et Sarvam AI gagnent des parts de marché dans des marchés que les laboratoires établis ont historiquement sous-financés.

Cette évolution se voit également dans une liste croissante de départs remarqués.

David Silver, pionnier de l'apprentissage par renforcement derrière AlphaGo, AlphaZero et AlphaStar, a quitté DeepMind après près de 13 ans pour lancer Ineffable Intelligence en début d'année, une startup londonienne aujourd'hui valorisée à 5,1 milliards de dollars après un tour d'amorçage de 1,1 milliard de dollars. Parmi les autres employés de longue date partis de DeepMind figurent Wojciech Czarnecki, aujourd'hui directeur technique de Fundamental, et Lasse Espeholt.

Misha Laskin et Ioannis Antonoglou, ce dernier ayant travaillé directement avec Silver sur AlphaGo, sont également partis en 2024 pour fonder Reflection AI.

Cet été a apporté une nouvelle série de départs marquants. En juin, Google a perdu Noam Shazeer, co-responsable de Gemini, au profit d'OpenAI, et John Jumper, qui a partagé avec Hassabis le prix Nobel de chimie 2024 pour AlphaFold, au profit d'Anthropic, à un jour d'intervalle. Les chercheurs d'AlphaFold Jonas Adler et Alexander Pritzel ont suivi Jumper chez Anthropic peu après.

« Les profils les plus orientés vers la recherche ressentent le besoin d'explorer les opportunités ailleurs, et l'on commence alors à voir un nombre bien plus élevé que d'habitude se lancer dans leur propre projet en emmenant certains de leurs amis avec eux », a déclaré Hurd. « Avec le temps, cela a fini par représenter un grand nombre de personnes. »

Les équipes dédiées aux modèles de langage et à la science perdent du terrain

Les données de Zeki suggèrent que ces pertes ne sont pas réparties uniformément. En comparant l'expertise de toutes les personnes ayant quitté DeepMind avec celle de celles qui l'ont rejointe au cours des 12 derniers mois, la société a constaté une perte nette dans les grands modèles de langage et les systèmes multimodaux : 19,2 % des partants étaient spécialisés dans ces domaines, contre 15,6 % des arrivants. L'entreprise a également perdu du terrain en vision par ordinateur, selon le rapport.

L'équipe AlphaFold — définie comme le groupe qui a conçu AlphaFold2, le système d'IA qui prédit la structure tridimensionnelle des protéines à partir de leur séquence génétique — a également subi de lourdes pertes. Sur les 29 auteurs nommés de l'article AlphaFold2, 13 ont depuis quitté DeepMind, selon Zeki. Le Financial Times a rapporté en juillet que DeepMind avait réaffecté la plupart des auteurs de l'article original au cours de l'année précédente, le personnel passant à des projets liés à Gemini ainsi qu'à la conception d'enzymes, à la génomique, à la fusion nucléaire et à Isomorphic Labs, la filiale de découverte de médicaments d'Alphabet.

DeepMind gagne en revanche du terrain en robotique, en IA incarnée et en apprentissage automatique appliqué aux sciences. Ces domaines reflètent des secteurs où l'entreprise développe ses capacités et où, dans certains cas, elle se dispute les talents avec Nvidia autant qu'avec les laboratoires d'IA rivaux.

L'analyse de Zeki suit 20 900 personnes occupant des postes de recherche et d'ingénierie avancée dans 10 entreprises, à partir d'informations publiquement disponibles compilées en août 2026. Ce groupe comprend des scientifiques de recherche, des ingénieurs de recherche, des ingénieurs en apprentissage automatique et en apprentissage profond, des scientifiques appliqués et des membres du personnel technique ; il exclut les managers, les dirigeants, les stagiaires, les fonctions en contact avec la clientèle et le personnel non technique. Comme l'analyse s'appuie sur des informations publiques, elle peut sous-estimer le nombre total de personnes occupant ces postes.

DeepMind conserve toujours la puissance de calcul, les ressources financières, la réputation et le rayonnement institutionnel de Google pour attirer du personnel. Mais dans un marché où les meilleurs chercheurs peuvent choisir presque n'importe où et travailler sur presque n'importe quoi, certains de ses anciens avantages semblent plus difficiles à préserver.

Cet article a été initialement publié sur Fortune.com