W ostatnich latach rynek talentów AI bardziej przypominał draft w zawodowym sporcie niż tradycyjny cykl rekrutacyjny. Zasobne w gotówkę laboratoria oferują wynagrodzenia częściej kojarzone z profesjonalnymi sportowcami, a także pakiety udziałów, które mogą uczynić wczesnych pracowników miliarderami. Perspektywa zmieniających życie zarobków sprawiła, że elitarni badacze z zawrotną prędkością przechodzą między rywalizującymi laboratoriami.

Google DeepMind, niegdyś główne miejsce docelowe dla wielu z tych badaczy — zwłaszcza w Europie — znajduje się teraz po przegrywającej stronie tej rywalizacji, wynika z nowego przeglądu przepływu talentów inżynieryjnych udostępnionego wyłącznie Fortune. Nowa analiza Zeki Data, brytyjskiej firmy zajmującej się analizą danych, pokazuje, że podczas gdy OpenAI i Anthropic zyskują na rynku talentów AI, Google DeepMind i w pewnym stopniu Meta tracą grunt.

Wywiady z kilkoma obecnymi i byłymi pracownikami sugerują, że zmieniająca się tożsamość DeepMind osłabiła część jego historycznej atrakcyjności. W miarę jak Google starało się zmniejszyć dystans do OpenAI i Anthropic, laboratorium stało się ściślej zorganizowane wokół ulepszania i komercjalizacji Gemini — zmiany, którą niektórzy badacze postrzegają jako odsuwanie na bok otwartej, długoterminowej nauki, która kiedyś czyniła DeepMind tak pożądanym miejscem dla akademików.

Trzech obecnych i dwóch byłych pracowników DeepMind powiedziało Fortune, że ostatnia fala odejść wynika z kilku nakładających się presji: agresywnego podbierania talentów przez rywali takich jak Meta i Microsoft za pomocą ofert opiewających na duże kwoty, narastającej frustracji w Google związanej z jego pozycją w wyścigu AI, spadającego morale oraz atrakcyjności akcji przed IPO u konkurentów takich jak OpenAI i Anthropic.

Tylko w tym miesiącu Google DeepMind stracił Jeffa Deana, długoletniego głównego naukowca firmy i 27-letniego weterana, a także starszego badacza Sanjaya Ghemawata oraz badaczy Oriola Vinyalsa i Quoca Le, którzy odeszli, aby założyć startup o nazwie Discovery Loop. Tego samego popołudnia Demis Hassabis, współzałożyciel i dyrektor generalny DeepMind, powiedział, że wycofa się z codziennego zarządzania laboratorium, aby zostać jego przewodniczącym oraz głównym naukowcem Alphabet, przekazując kontrolę operacyjną CTO Korayowi Kavukcuoglu.

Nowe dane Zeki sugerują, że publiczne odejścia są częścią szerszego odwrócenia trendu. Na przykład udział DeepMind w zatrudnieniu w obszarach badań i zaawansowanej inżynierii w Europie, na Bliskim Wschodzie i w Afryce spadł z 49% w latach 2022–23 do 18,6% w latach 2025–26 — to największy spadek udziału w rynku, jaki Zeki odnotował dla dużego laboratorium AI w jakimkolwiek regionie.

„Mieli koronę w Europie przez wieczność, a potem zaczęła ona erodować z bardzo wysokiego poziomu bazowego”, powiedział Fortune Tom Hurd, założyciel Zeki Data. „Podmioty takie jak Microsoft AI Superintelligence i Meta Superintelligence uszczuplają ich udział w rynku, a z boku są jeszcze OpenAI i Anthropic”.

Stawka w pozyskiwaniu i zatrzymywaniu elitarnych talentów jest wysoka na dzisiejszym niezwykle konkurencyjnym rynku AI. Stosunkowo niewielka grupa badaczy i inżynierów ma doświadczenie potrzebne do trenowania i ulepszania modeli granicznych napędzających boom AI. Ich praca może decydować o tym, jak szybko laboratorium ulepsza swoje modele, czy potrafi przekuć przełomy badawcze w produkty i jak wiarygodnie przyciąga kolejną falę talentów. Zatrudnianie i utrzymywanie tych najlepszych inżynierów okazało się trudne w ostatnich latach, nawet dla najlepiej finansowanych firm w branży.

W skali globalnej DeepMind nadal zatrudnia więcej pracowników badawczo-inżynieryjnych, niż traci. Jednak jego wskaźnik napływu do odpływu — miara zatrudnień względem odejść — gwałtownie spadł z około 12 do 1 w drugim kwartale 2023 roku do około 2 do 1 w trzecim kwartale 2026 roku, według danych Zeki. Oznacza to, że obecnie do tych ról dołącza około dwóch pracowników na każdego, który odchodzi, zamiast około 12. Dla porównania, wskaźnik Meta w 2025 roku wynosił 3 do 1, OpenAI 5,7 do 1, a Anthropic 22 do 1, podaje raport.

Anthropic stał się głównym kierunkiem dla odchodzących z DeepMind badaczy i zaawansowanych inżynierów. Spośród osób, które opuściły DeepMind w ciągu ostatnich 12 miesięcy, 25% przeszło do Anthropic, 21% do Meta, a 14% do OpenAI, według Zeki.

Przedstawiciele Google DeepMind nie odpowiedzieli na prośbę o komentarz dotyczącą ustaleń Zeki.

Hurd powiedział, że pogorszenie przepływów talentów w DeepMind zbiegło się z zaostrzeniem zasad publikacji w laboratorium, co według badaczy Zeki mogło osłabić jedną z najważniejszych zachęt dla pracowników nastawionych na badania. Financial Times jako pierwszy poinformował w kwietniu 2025 roku, że DeepMind wprowadził surowszy wewnętrzny proces przeglądu i sześciomiesięczne embargo dla niektórych strategicznie wrażliwych prac o generatywnej AI, ponieważ firma starała się zapobiec czerpaniu korzyści z jej badań przez konkurentów.

FT podał, że nowe podejście utrudniło badaczom publikowanie studiów, zwłaszcza prac, które mogły ujawniać słabości produktów lub pokazywać komercyjnie wartościowe techniki. DeepMind powiedział wówczas, że nadal pozostaje zaangażowany w publikowanie badań i aktualizuje swoje zasady, aby zachować zdolność zespołów do współtworzenia szerszego ekosystemu badawczego.

Dla laboratorium, które zbudowało swoją reputację na publicznych przełomach takich jak AlphaGo i AlphaFold, ta zmiana stworzyła napięcia z badaczami, którzy dołączyli, by prowadzić stosunkowo nieskrępowaną, długofalową pracę badawczą.

„Większość starych wyjadaczy, którzy dołączyli do DeepMind przed momentem ChatGPT, dołączyła po to, by być częścią laboratorium badawczego AI”, powiedział Fortune były inżynier DeepMind. „Każdy, kto dołączył przed 2023 rokiem, myślał, że dołącza do laboratorium badawczego AI, a nagle poproszono go, żeby budował produkty dla Google”.

Seria głośnych odejść

Firma ustaliła, że zatrudnienie w obszarach badań i inżynierii w całym sektorze rośnie od 2022 roku w skumulowanym tempie 23% rocznie. Wzrost ten trafia jednak w nieproporcjonalnie dużym stopniu do nowszych laboratoriów granicznych. Liczba pracowników badawczo-inżynieryjnych OpenAI rośnie o około 97% rocznie, a Anthropic o 152%, wobec 27% w Google DeepMind. OpenAI i Anthropic startowały z dużo mniejszej bazy, ale dane pokazują, jak szybko ich organizacje rozrosły się względem DeepMind.

DeepMind napotyka też nową konkurencję w regionach, w których długo dominował. Według Zeki głównymi beneficjentami spadku udziału DeepMind w Europie, na Bliskim Wschodzie i w Afryce były Mistral AI i Anthropic. W regionie Azji i Pacyfiku, gdzie DeepMind otworzył nowy ośrodek badawczy w Singapurze w listopadzie ubiegłego roku, lokalni gracze, w tym ByteDance, Sakana AI i Sarvam AI, zwiększają udział w rynkach, w które obecne laboratoria historycznie inwestowały zbyt mało.

Ta zmiana jest również widoczna w rosnącej liczbie głośnych odejść.

David Silver, pionier uczenia przez wzmacnianie stojący za AlphaGo, AlphaZero i AlphaStar, odszedł po prawie 13 latach w DeepMind, aby na początku tego roku uruchomić Ineffable Intelligence, londyński startup wyceniany obecnie na 5,1 mld dolarów po rundzie seed o wartości 1,1 mld dolarów. Wśród innych długoletnich pracowników DeepMind, którzy odeszli, są Wojciech Czarnecki, obecnie dyrektor techniczny w Fundamental, oraz Lasse Espeholt.

Misha Laskin i Ioannis Antonoglou, z których ten drugi pracował bezpośrednio z Silverem nad AlphaGo, również odeszli w 2024 roku, by założyć Reflection AI.

Tego lata nastąpiła kolejna seria gwałtownych odejść. W czerwcu Google stracił współlidera Gemini Noama Shazeera na rzecz OpenAI oraz Johna Jumpera, który wraz z Hassabisem otrzymał Nagrodę Nobla w dziedzinie chemii w 2024 roku za AlphaFold, na rzecz Anthropic — w odstępie jednego dnia. Wkrótce potem do Jumpera w Anthropic dołączyli kolejni badacze AlphaFold, Jonas Adler i Alexander Pritzel.

„Im bardziej badawczo nastawieni ludzie czują, że chętnie przyjrzeliby się możliwościom gdzie indziej, tym częściej widzi się znacznie większą niż zwykle liczbę osób zakładających własne przedsięwzięcia i zabierających ze sobą część znajomych”, powiedział Hurd. „Z czasem złożyło się to na dużą liczbę ludzi”.

Zespoły od modeli językowych i nauki tracą grunt

Dane Zeki sugerują, że straty nie rozkładają się równomiernie. Porównując kompetencje wszystkich, którzy odeszli z DeepMind, z tymi, którzy dołączyli w ciągu ostatnich 12 miesięcy, firma odnotowała netto stratę w obszarze dużych modeli językowych i systemów multimodalnych: 19,2% odchodzących specjalizowało się w tych dziedzinach, wobec 15,6% wśród nowo zatrudnionych. Firma straciła też grunt w komputerowym widzeniu, wynika z raportu.

Zespół AlphaFold — definiowany jako grupa, która stworzyła AlphaFold2, system AI przewidujący trójwymiarową strukturę białek na podstawie ich sekwencji genetycznej — również poniósł duże straty. Według Zeki spośród 29 wymienionych autorów pracy o AlphaFold2, 13 opuściło od tego czasu DeepMind. Financial Times podał w lipcu, że DeepMind w poprzednim roku przesunął większość autorów pierwotnej pracy do projektów związanych z Gemini, a także do projektowania enzymów, genomiki, fuzji jądrowej i Isomorphic Labs, spółki zależnej Alphabet zajmującej się odkrywaniem leków.

DeepMind zyskuje jednak w robotyce, AI ucieleśnionej i uczeniu maszynowym dla nauki. Te obszary odzwierciedlają dziedziny, w których firma zwiększa swoje możliwości — i w niektórych przypadkach konkuruje o talenty równie mocno z Nvidią, jak z rywalizującymi laboratoriami AI.

Analiza Zeki obejmuje 20 900 osób na stanowiskach badawczych i zaawansowanej inżynierii w 10 firmach, wykorzystując publicznie dostępne informacje zebrane w sierpniu 2026 roku. Grupa obejmuje naukowców badawczych, inżynierów badawczych, inżynierów uczenia maszynowego i deep learningu, naukowców stosowanych oraz członków personelu technicznego; nie obejmuje menedżerów, kadry kierowniczej, stażystów, ról kontaktu z klientem ani personelu nietechnicznego. Ponieważ analiza opiera się na informacjach publicznych, może zaniżać łączną liczbę osób na tych stanowiskach.

DeepMind nadal ma do dyspozycji obliczenia Google, kapitał, reputację i zasięg instytucjonalny, by przyciągać pracowników. Jednak na rynku, na którym najlepsi badacze mogą wybrać niemal dowolne miejsce i pracować niemal nad czymkolwiek, niektóre z dawnych przewag firmy wydają się trudniejsze do utrzymania.

Ta historia została pierwotnie opublikowana na Fortune.com