Google DeepMind har enligt uppgift upplöst teamet bakom dess Nobelprisvinnande AlphaFold-system, vilket signalerar en genomgripande översyn av den vetenskapliga forskningsstrategin som etablerade det Londonbaserade labbet som ett av världens främsta laboratorier för artificiell intelligens. Flytten omarbetar DeepMinds prioriteringar kring dess Gemini stora språkmodeller och det hårt konkurrensutsatta kapplöpningen för att bygga frontier AI-agenter. Följ vår AI-industribevakning för ett bredare sammanhang om företagsomstruktureringar som omformar fältet.

Omorganisationen beskrevs i en rapport som publicerades onsdagen den 29 juli 2026 av Financial Times, som inramade det som att Google ser över en forskningsmetod som gjorde DeepMind till ett av de bästa AI-labben i världen. Enligt FT:s analys av nya jobbflyttningar och källor som är bekanta med saken, har de flesta av de ursprungliga författarna till AlphaFold-tidningarna omplacerats under det senaste året.

Från stora vetenskapliga utmaningar till Tvillingarna

Företaget bekräftade att de drabbade forskarna har flyttat till projekt kopplade till Googles Gemini stora språkmodell, tillsammans med angränsande vetenskapliga områden inklusive enzymdesign, kärnfusion och genomik. Andra har flyttat till Isomorphic Labs, spinouten DeepMind fokuserad på AI-driven läkemedelsupptäckt. FT fann att nästan en fjärdedel av de heltidsanställda Google DeepMind-författarna till de ursprungliga AlphaFold-tidningarna har lämnat företaget helt och hållet.

Pushmeet Kohli, vicepresident för forskning på Google DeepMind och grundaren och chefen för dess AI for Science-team, sa till FT att labbets fokus förändras. "Vår strategi under de senaste nio åren har varit att fokusera på stora utmaningar, ett konkret mål som varje projekt fokuserar på", sa Kohli. "Strategien har utvecklats."

Istället för att koncentrera sig på ett enda högprofilerat vetenskapligt problem som AlphaFold riktade in sig på förutsägelse av proteinstruktur, bygger DeepMind nu också Gemini-drivna system utformade för att hjälpa forskare och så småningom automatisera delar av den vetenskapliga processen. Pivoten placerar labbet i direkt konkurrens med OpenAI och Anthropic för att utveckla frontier AI-agenter som kan resonera och utföra uppgiften självständigt.

En Nobelvinnande utvandring

Tidpunkten understryker omfattningen av det strategiska skiftet. AlphaFold, som förutsäger proteinstrukturer med noggrannhet som förändrade biologi och läkemedelsupptäckt, var central för 2024 års Nobelpris i kemi som tilldelades DeepMinds Demis Hassabis och John Jumper, tillsammans med David Baker från University of Washington. Veckor innan FT-rapporten meddelade Jumper, en av de nobelvinnande forskarna bakom AlphaFold, att han lämnar DeepMind för att ansluta sig till rivalen Anthropic.

Avgångarna återspeglar en bredare omstrukturering av talang inom AI-branschen, där forskare som en gång eftersträvade långa vetenskapliga genombrott alltmer dras mot konsument- och företagsagentloppet. DeepMinds beslut att lägga in sitt prisforskarteam i Gemini-satsningen tyder på att Google ser det största värdet på kort sikt och konkurrensrisken i allmänna språkmodeller snarare än i dedikerade vetenskapliga månbilder.

Ombildningen kommer när införandet av AI på arbetsplatsen accelererar över hela ekonomin. Separat forskning som släpptes av Google den här veckan visade att AI på arbetsplatsen nu berör 68 procent av jobben, vilket motsvarar ungefär 90 procent av sysselsättningen i USA, men inom en enskild roll använder anställda det i genomsnitt bara för cirka 21 procent av sina uppgifter. Scott Strand, chef för strategisk verksamhet och specialprojekt för teknik och samhälle på Google, berättade för Axios att arbetare i huvudsakligen fysiska och manuella roller, som biltekniker och industrimekaniker, i allt högre grad förlitar sig på multimodal AI som bearbetar bilder och video för diagnostik i realtid och lärande på jobbet.

Vad pivoten betyder för AI-forskning

Flytten har konsekvenser utöver ett företags organisationsdiagram. AlphaFolds framgång firades som ett bevis på att djupinlärning kunde knäcka tidigare svårlösta vetenskapliga problem, och dess öppna release gav forskare över hela världen fri tillgång till förutspådda strukturer för nästan alla kända proteiner. Att vika ihop denna expertis till en Gemini-centrerad färdplan väcker frågor om huruvida framtida DeepMind-genombrott kommer att vara lika öppna eller i allt högre grad paketerade i egna produkter.

Det signalerar också var talangen och datorn flödar. Med nästan en fjärdedel av de ursprungliga AlphaFold-författarna borta och resten omdirigerad, sprids den institutionella kunskapen bakom en av AI:s mest berömda vetenskapliga landvinningar precis när fältets tyngdpunkt skiftar från specialiserade forskningsmodeller till generella grundmodeller och agenter.

Omorganisationen betyder inte att DeepMind överger vetenskapen. Kohlis team fortsätter att arbeta med enzymdesign, kärnfusion och genomik. Men det fristående AlphaFold-programmet, det som vann ett Nobelpris, verkar ge vika för en modell där vetenskapliga upptäckter är tänkta att flöda genom Tvillingarna. Huruvida den satsningen lönar sig, för Google och för det bredare forskarsamhället, kommer att vara en av de avgörande berättelserna i den nuvarande AI-cykeln.

Ligg före AI

Spåra de strategiska stegen som omdefinierar branschen med våra senaste AI-nyheter och analys.

Utforska fler AI-nyheter