В последние несколько лет рынок талантов в сфере ИИ больше напоминал драфт в профессиональном спорте, чем обычный цикл найма. Лаборатории с большими денежными ресурсами предлагают зарплаты, которые чаще ассоциируются с профессиональными спортсменами, а также пакеты акций, способные превратить первых сотрудников в миллиардеров. Соблазн меняющих жизнь выплат заставляет элитных исследователей стремительно переходить из одной конкурирующей лаборатории в другую.

Google DeepMind, когда-то бывшая главным местом работы для многих таких исследователей — особенно в Европе — теперь, согласно новому обзору движения инженерных кадров, эксклюзивно переданному Fortune, оказывается на проигрывающей стороне этого соревнования. Новый анализ Zeki Data, британской компании по анализу данных, показывает, что пока OpenAI и Anthropic укрепляют позиции на рынке кадров для ИИ, Google DeepMind и, в некоторой степени, Meta теряют темп.

Интервью с несколькими нынешними и бывшими сотрудниками указывают на то, что меняющаяся идентичность DeepMind ослабила часть ее исторической привлекательности. По мере того как Google пыталась сократить разрыв с OpenAI и Anthropic, лаборатория становилась все более жестко ориентированной на улучшение и коммерциализацию Gemini — сдвиг, который некоторые исследователи воспринимают как вытеснение открытой, рассчитанной на долгую перспективу науки, которая когда-то делала DeepMind столь привлекательной для академических специалистов.

Трое нынешних и двое бывших сотрудников DeepMind сообщили Fortune, что недавняя волна уходов объясняется сразу несколькими факторами: агрессивным переманиванием кадров со стороны конкурирующих лабораторий, таких как Meta и Microsoft, с щедрыми денежными предложениями, растущим разочарованием внутри Google по поводу ее положения в гонке ИИ, падающим моральным духом и привлекательностью акций до IPO у компаний вроде OpenAI и Anthropic.

Только в этом месяце Google DeepMind потеряла Джеффа Дина, многолетнего главного научного сотрудника компании и ветерана с 27-летним стажем, а также старшего научного сотрудника Санжая Гхемавата и исследователей Ориола Виньялса и Куока Ле, которые ушли, чтобы запустить стартап Discovery Loop. В тот же день Дэмис Хассабис, сооснователь и генеральный директор DeepMind, заявил, что отойдет от повседневного управления лабораторией и станет ее председателем и главным научным сотрудником Alphabet, передав операционный контроль техническому директору Корaю Кавукчуоглу.

Новые данные Zeki указывают, что эти публичные уходы являются частью более широкого разворота. Например, доля DeepMind в найме исследовательских и продвинутых инженерных специалистов в Европе, на Ближнем Востоке и в Африке снизилась с 49% в 2022–23 до 18,6% в 2025–26 — это самое резкое падение доли рынка, которое Zeki зафиксировала для крупной ИИ-лаборатории в любом регионе.

"Они вечно были королями в Европе, а затем это начало размываться с очень высокой базы", — сказал Fortune основатель Zeki Data Том Хёрд. "Такие игроки, как Microsoft AI Superintelligence и Meta Superintelligence, откусывают их долю рынка, а рядом еще OpenAI и Anthropic".

Ставки в найме и удержании элитных специалистов в нынешнем крайне конкурентном рынке ИИ очень высоки. Относительно небольшая группа исследователей и инженеров обладает опытом, необходимым для обучения и улучшения передовых моделей, которые лежат в основе бума ИИ. Их работа может определять, как быстро лаборатория улучшает свои модели, сможет ли она превращать научные прорывы в продукты и насколько убедительно она сможет привлекать следующую волну талантов. Нанимать и удерживать таких ведущих инженеров в последние несколько лет оказалось сложно даже для самых хорошо финансируемых компаний отрасли.

В глобальном масштабе DeepMind по-прежнему нанимает больше сотрудников в сфере исследований и продвинутой инженерии, чем теряет. Но ее коэффициент притока к оттоку — показатель, отражающий найм относительно увольнений и уходов — резко снизился: примерно с 12 к 1 во втором квартале 2023 года до примерно 2 к 1 в третьем квартале 2026 года, согласно данным Zeki. Это означает, что теперь компания добавляет в этих ролях около двух человек на каждого ушедшего вместо примерно 12. Для сравнения, коэффициент Meta в 2025 году составлял 3 к 1, у OpenAI — 5,7 к 1, а у Anthropic — 22 к 1, говорится в отчете.

Anthropic стала главным направлением для уходящих исследователей и продвинутых инженеров DeepMind. Из тех, кто покинул DeepMind за последние 12 месяцев, 25% перешли в Anthropic, 21% — в Meta, а 14% — в OpenAI, по данным Zeki.

Представители Google DeepMind не ответили на запрос о комментарии по выводам Zeki.

Ухудшение потоков кадров в DeepMind совпало с ужесточением правил публикаций в лаборатории, сказал Хёрд, а исследователи Zeki считают, что это могло ослабить одно из важнейших преимуществ лаборатории для сотрудников, ориентированных на исследования. Financial Times впервые сообщила в апреле 2025 года, что DeepMind ввела более строгий внутренний процесс рецензирования и шестимесячное эмбарго для некоторых стратегически чувствительных материалов по генеративному ИИ, поскольку компания стремилась не позволить конкурентам извлекать выгоду из ее исследований.

FT писала, что новый подход усложнил исследователям публикацию работ, особенно тех, которые могли выявить слабые стороны продукта или раскрыть коммерчески ценные методы. DeepMind тогда заявила, что по-прежнему привержена публикации исследований и обновляет свою политику, чтобы сохранить способность своих команд вносить вклад в более широкую исследовательскую экосистему.

Для лаборатории, построившей репутацию на публичных прорывах вроде AlphaGo и AlphaFold, этот сдвиг создал напряженность с исследователями, пришедшими ради относительно неограниченной, перспективной науки.

"Большинство старожилов, которые пришли в DeepMind до момента ChatGPT, приходили, чтобы быть частью ИИ-исследовательской лаборатории", — сказал Fortune один бывший инженер DeepMind. "Все, кто пришел до 2023 года, думали, что идут в ИИ-лабораторию, а потом вдруг от них стали ждать, что они будут делать продукты для Google".

Серия громких уходов

Zeki установила, что найм в сфере исследований и инженерии по всему сектору растет в среднем на 23% в год с 2022 года. Но этот рост непропорционально уходит в более новые frontier-лаборатории. Численность исследовательских и инженерных сотрудников OpenAI растет примерно на 97% в год, а Anthropic — на 152%, по сравнению с 27% у Google DeepMind. OpenAI и Anthropic начинали с гораздо меньшей базы, но эти цифры показывают, как быстро их организации расширялись относительно DeepMind.

DeepMind также сталкивается с новой конкуренцией в регионах, где долгое время доминировала. По данным Zeki, главными выгодополучателями снижения доли DeepMind в Европе, на Ближнем Востоке и в Африке стали Mistral AI и Anthropic. В Азиатско-Тихоокеанском регионе, где DeepMind открыла новую исследовательскую лабораторию в Сингапуре в ноябре прошлого года, местные игроки, включая ByteDance, Sakana AI и Sarvam AI, наращивают долю на рынках, в которые действующие лаборатории исторически инвестировали недостаточно.

Этот сдвиг также заметен по растущему списку громких уходов.

Дэвид Сильвер, пионер обучения с подкреплением, стоящий за AlphaGo, AlphaZero и AlphaStar, ушел после почти 13 лет в DeepMind, чтобы ранее в этом году запустить Ineffable Intelligence — лондонский стартап, который теперь оценивается в $5.1 billion после посевного раунда на $1.1 billion. Среди других давних сотрудников DeepMind, покинувших компанию, — Воцех Чарнецки, ныне технический директор Fundamental, и Лассе Эспехольт.

Миша Ласкин и Иоаннис Антоноглу, последний из которых напрямую работал с Сильвером над AlphaGo, также ушли в 2024 году, чтобы основать Reflection AI.

Этим летом произошла еще одна серия заметных уходов. В июне Google потеряла сопредседателя Gemini Ноама Шейзера, перешедшего в OpenAI, и Джона Джампера, который вместе с Хассабисом разделил Нобелевскую премию по химии 2024 года за AlphaFold, ушедшего в Anthropic, — оба почти в один и тот же день. Следом за Джампером в Anthropic вскоре перешли и коллеги по AlphaFold Джонас Адлер и Александр Притцель.

"Чем больше людей с выраженной исследовательской ориентацией чувствуют, что им хотелось бы посмотреть возможности где-то еще, тем чаще вы начинаете видеть намного больше обычного людей, которые идут создавать что-то свое и приводят с собой друзей", — сказал Хёрд. "Со временем это сложилось в очень большое число людей".

Команды языковых моделей и науки теряют позиции

Данные Zeki показывают, что потери распределены неравномерно. Сопоставляя специализацию всех, кто ушел из DeepMind, с теми, кто пришел за последние 12 месяцев, компания зафиксировала чистый отток в области больших языковых моделей и мультимодальных систем: 19,2% ушедших специализировались в этих областях против 15,6% среди пришедших. По данным отчета, компания также сдала позиции в компьютерном зрении.

Команда AlphaFold — под которой понимается группа, создавшая AlphaFold2, ИИ-систему, предсказывающую трехмерную структуру белков по их генетической последовательности, — также понесла серьезные потери. По данным Zeki, из 29 указанных авторов статьи об AlphaFold2 с тех пор 13 покинули DeepMind. В июле Financial Times сообщила, что в течение предыдущего года DeepMind перераспределила большинство авторов оригинальной статьи на проекты, связанные с Gemini, а также на разработку ферментов, геномику, ядерный синтез и Isomorphic Labs, фармацевтическую дочернюю компанию Alphabet.

Однако DeepMind набирает позиции в робототехнике, embodied AI и машинном обучении для науки. Эти направления отражают области, в которых компания расширяет свои возможности и, в некоторых случаях, конкурирует за таланты не только с соперничающими ИИ-лабораториями, но и с Nvidia.

Анализ Zeki охватывает 20 900 человек на должностях в исследовательской и продвинутой инженерной сфере в 10 компаниях, используя общедоступную информацию, собранную в августе 2026 года. В группу входят исследователи, инженеры-исследователи, инженеры по машинному и глубокому обучению, прикладные ученые и технические специалисты; из нее исключены менеджеры, руководители, стажеры, сотрудники, работающие с клиентами, и нетехнический персонал. Поскольку анализ опирается на публичную информацию, он может занижать общее число людей на этих должностях.

У DeepMind по-прежнему есть вычислительные мощности Google, деньги, репутация и институциональный охват, чтобы привлекать сотрудников. Но на рынке, где лучшие исследователи могут выбирать почти любое место и работать практически над чем угодно, некоторые из ее прежних преимуществ, похоже, становится труднее сохранять.

Этот материал впервые был опубликован на Fortune.com