Negli ultimi anni, il mercato dei talenti dell’IA ha assomigliato più a un draft sportivo professionistico che a un normale ciclo di assunzioni. I laboratori con abbondante liquidità stanno offrendo stipendi più comunemente associati agli atleti professionisti, insieme a pacchetti azionari che possono trasformare i primi dipendenti in miliardari. Il richiamo di compensi capaci di cambiare la vita ha spinto ricercatori d’élite a passare da un laboratorio rivale all’altro a una velocità vertiginosa.

Google DeepMind, un tempo la destinazione principale per molti di quei ricercatori — soprattutto in Europa — si ritrova ora dalla parte perdente di quella competizione, secondo una nuova panoramica del flusso di talenti ingegneristici condivisa in esclusiva con Fortune. Una nuova analisi di Zeki Data, società britannica di data intelligence, mostra che mentre OpenAI e Anthropic stanno guadagnando terreno nel mercato dei talenti dell’IA, Google DeepMind e, in una certa misura, Meta stanno arretrando.

Le interviste con diversi dipendenti attuali ed ex dipendenti suggeriscono che l’identità in evoluzione di DeepMind abbia indebolito parte del suo fascino storico. Mentre Google ha cercato di colmare il divario con OpenAI e Anthropic, il laboratorio si è organizzato in modo più stretto attorno al miglioramento e alla commercializzazione di Gemini — un cambiamento che alcuni ricercatori vedono come uno spostamento rispetto alla ricerca aperta e di lungo periodo che un tempo rendeva DeepMind una meta così ambita per gli accademici.

Tre dipendenti attuali e due ex dipendenti di DeepMind hanno detto a Fortune che la recente ondata di uscite riflette una combinazione di fattori: laboratori rivali come Meta e Microsoft che sottraggono aggressivamente talenti con offerte molto ricche, crescente frustrazione all’interno di Google per la propria posizione nella corsa all’IA, morale in calo e l’attrazione delle azioni pre-IPO presso concorrenti come OpenAI e Anthropic.

Solo questo mese, Google DeepMind ha perso Jeff Dean, storico chief scientist dell’azienda e veterano da 27 anni, insieme al senior fellow Sanjay Ghemawat e ai ricercatori Oriol Vinyals e Quoc Le, che hanno lasciato per fondare una startup chiamata Discovery Loop. Lo stesso pomeriggio, Demis Hassabis, cofondatore e amministratore delegato di DeepMind, ha detto che avrebbe lasciato il controllo quotidiano del laboratorio per diventarne presidente e chief scientist di Alphabet, affidando il controllo operativo al CTO Koray Kavukcuoglu.

I nuovi dati di Zeki suggeriscono che le uscite pubbliche facciano parte di una più ampia inversione di tendenza. Per esempio, la quota di assunzioni di ricerca e advanced engineering di DeepMind in Europa, Medio Oriente e Africa è scesa dal 49% nel 2022–23 al 18,6% nel 2025–26 — il calo di quota di mercato più marcato registrato da Zeki per un grande laboratorio di IA in qualsiasi regione.

"Avevano la corona in Europa da sempre, e poi ha iniziato a erodersi da una base molto alta", ha detto Tom Hurd, fondatore di Zeki Data, a Fortune. "Marchi come Microsoft AI Superintelligence e Meta Superintelligence stanno erodendo la loro quota di mercato, e poi ci sono OpenAI e Anthropic a lato."

La posta in gioco nel reclutare e trattenere talenti d’élite è alta nell’attuale mercato dell’IA, estremamente competitivo. Un gruppo relativamente ristretto di ricercatori e ingegneri ha l’esperienza necessaria per addestrare e migliorare i modelli frontier che guidano il boom dell’IA. Il loro lavoro può determinare la velocità con cui un laboratorio migliora i propri modelli, se riesce a trasformare le scoperte di ricerca in prodotti e quanto credibilmente può attrarre la prossima ondata di talenti. Assumere e trattenere questi ingegneri di punta si è rivelato difficile negli ultimi anni, anche per le aziende meglio finanziate del settore.

A livello globale, DeepMind assume ancora più personale di ricerca e advanced engineering di quanto ne perda. Ma il suo rapporto tra arrivi e partenze — una misura delle assunzioni rispetto alle uscite — è sceso bruscamente, da circa 12 a 1 nel secondo trimestre del 2023 a circa 2 a 1 nel terzo trimestre del 2026, secondo i dati di Zeki. Ciò significa che ora aggiunge circa due persone in questi ruoli per ogni persona che se ne va, invece di circa 12. Per confronto, il rapporto di Meta nel 2025 era 3 a 1, quello di OpenAI era 5,7 a 1 e quello di Anthropic era 22 a 1, secondo il report.

Anthropic è diventata la principale destinazione per i ricercatori e gli ingegneri avanzati in uscita da DeepMind. Tra le persone che hanno lasciato DeepMind negli ultimi 12 mesi, il 25% è passato ad Anthropic, il 21% a Meta e il 14% a OpenAI, secondo Zeki.

I rappresentanti di Google DeepMind non hanno risposto a una richiesta di commento sui risultati di Zeki.

Il deterioramento dei flussi di talenti di DeepMind è coinciso con l’inasprimento delle regole di pubblicazione del laboratorio, ha detto Hurd, un cambiamento che secondo i ricercatori di Zeki potrebbe aver indebolito uno degli elementi più importanti del suo richiamo per il personale orientato alla ricerca. Il Financial Times ha riportato per la prima volta nell’aprile 2025 che DeepMind aveva introdotto un processo di revisione interna più rigoroso e un embargo di sei mesi per alcuni articoli di generative AI strategicamente sensibili, mentre l’azienda cercava di impedire ai concorrenti di beneficiare delle proprie ricerche.

Il FT ha riferito che il nuovo approccio rendeva più difficile per i ricercatori pubblicare studi, in particolare lavori che potevano mettere in luce debolezze del prodotto o rivelare tecniche di valore commerciale. DeepMind ha dichiarato allora di restare impegnata nella pubblicazione della ricerca e di stare aggiornando le proprie politiche per preservare la capacità dei team di contribuire al più ampio ecosistema di ricerca.

Per un laboratorio che aveva costruito la propria reputazione su svolte pubbliche come AlphaGo e AlphaFold, il cambiamento ha creato attriti con i ricercatori che si erano uniti per perseguire un lavoro relativamente non vincolato e di ampio respiro.

"La maggior parte dei veterani che è entrata in DeepMind prima del momento ChatGPT, è entrata per far parte di un laboratorio di ricerca sull’IA", ha detto a Fortune un ex ingegnere di DeepMind. "Chiunque sia entrato prima del 2023 pensava di entrare in un laboratorio di ricerca sull’IA, e all’improvviso gli è stato chiesto di costruire prodotti per Google."

Una serie di uscite di alto profilo

Zeki ha rilevato che le assunzioni di ricerca e ingegneria in tutto il settore sono cresciute a un tasso annuo composto del 23% dal 2022. Ma la crescita si sta concentrando in misura sproporzionata nei laboratori frontier più recenti. Il personale di ricerca e ingegneria di OpenAI è cresciuto di circa il 97% all’anno e quello di Anthropic del 152%, contro il 27% di Google DeepMind. OpenAI e Anthropic partivano da una base molto più piccola, ma i dati mostrano quanto rapidamente le loro organizzazioni si siano espanse rispetto a DeepMind.

DeepMind sta inoltre affrontando nuova concorrenza in regioni in cui ha a lungo dominato. Secondo Zeki, Mistral AI e Anthropic sono stati i principali beneficiari del calo della quota di DeepMind in Europa, Medio Oriente e Africa. In Asia-Pacifico, dove DeepMind ha aperto un nuovo laboratorio di ricerca a Singapore lo scorso novembre, attori locali tra cui ByteDance, Sakana AI e Sarvam AI stanno guadagnando quota nei mercati in cui i laboratori incumbent hanno storicamente investito poco.

Questo spostamento è visibile anche in un elenco crescente di partenze di rilievo.

David Silver, il pioniere del reinforcement learning dietro AlphaGo, AlphaZero e AlphaStar, ha lasciato DeepMind dopo quasi 13 anni per lanciare all’inizio di quest’anno Ineffable Intelligence, una startup londinese ora valutata 5,1 miliardi di dollari dopo un round seed da 1,1 miliardi di dollari. Tra gli altri dipendenti di lunga data usciti da DeepMind figurano Wojciech Czarnecki, ora chief technology officer di Fundamental, e Lasse Espeholt.

Anche Misha Laskin e Ioannis Antonoglou, quest’ultimo aveva lavorato direttamente con Silver su AlphaGo, hanno lasciato nel 2024 per fondare Reflection AI.

Quest’estate ha portato un altro forte susseguirsi di uscite. A giugno, Google ha perso Noam Shazeer, co-lead di Gemini, passato a OpenAI, e John Jumper, che ha condiviso il Nobel per la Chimica 2024 per AlphaFold con Hassabis, passato ad Anthropic, a distanza di un giorno l’uno dall’altro. I colleghi ricercatori di AlphaFold Jonas Adler e Alexander Pritzel hanno seguito Jumper ad Anthropic poco dopo.

"Più le persone con un profilo di ricerca avanzata sentono di voler guardare opportunità altrove, e poi si inizia a vedere un numero molto più alto del solito di persone che vanno a creare qualcosa di proprio portando con sé alcuni amici", ha detto Hurd. "Col tempo, questo si è sommato a un gran numero di persone."

I team di modelli linguistici e di scienza perdono terreno

I dati di Zeki suggeriscono che le perdite non siano distribuite in modo uniforme. Confrontando le competenze di tutti coloro che hanno lasciato DeepMind con quelle di chi è entrato negli ultimi 12 mesi, la società ha rilevato una perdita netta nei large language model e nei sistemi multimodali: il 19,2% di chi è uscito era specializzato in quelle aree, contro il 15,6% di chi è entrato. Secondo il report, l’azienda ha perso terreno anche nella computer vision.

Anche il team AlphaFold — definito come il gruppo che ha prodotto AlphaFold2, il sistema di IA che prevede la struttura tridimensionale delle proteine a partire dalla loro sequenza genetica — ha subito forti perdite. Dei 29 autori nominati dell’articolo su AlphaFold2, 13 hanno lasciato DeepMind da allora, secondo Zeki. Il Financial Times ha riportato a luglio che DeepMind aveva riassegnato la maggior parte degli autori originali dell’articolo nell’anno precedente, con personale spostato su progetti legati a Gemini, oltre che su enzyme design, genomics, nuclear fusion e Isomorphic Labs, la sussidiaria di Alphabet per la scoperta di farmaci.

DeepMind sta però guadagnando terreno in robotics, embodied AI e machine learning per la scienza. Questi ambiti riflettono aree in cui l’azienda sta ampliando le proprie capacità e, in alcuni casi, competendo per i talenti tanto con Nvidia quanto con i laboratori rivali di IA.

L’analisi di Zeki monitora 20.900 persone in ruoli di ricerca e advanced engineering presso 10 aziende, utilizzando informazioni disponibili pubblicamente compilate nell’agosto 2026. Il gruppo include research scientists, research engineers, machine-learning e deep-learning engineers, applied scientists e membri dello staff tecnico; esclude manager, dirigenti, stagisti, ruoli a contatto con i clienti e personale non tecnico. Poiché l’analisi si basa su informazioni pubbliche, potrebbe sottostimare il numero totale di persone in questi ruoli.

DeepMind dispone ancora del compute, della liquidità, della reputazione e della portata istituzionale di Google per attrarre personale. Ma in un mercato in cui i migliori ricercatori possono scegliere quasi ovunque e lavorare su quasi qualsiasi cosa, alcuni dei suoi vecchi vantaggi sembrano più difficili da preservare.

Questo articolo è apparso originariamente su Fortune.com