Une réorganisation qui dépasse les titres
Google vient d’opérer un remaniement majeur au sommet de son dispositif d’intelligence artificielle. Demis Hassabis, jusqu’ici patron opérationnel de Google DeepMind, devient chairman du laboratoire et chief scientist d’Alphabet. Il conserve en parallèle la direction d’Isomorphic Labs, la filiale consacrée à la découverte de médicaments par IA. Koray Kavukcuoglu, ancien directeur technologique de Google DeepMind et architecte IA du groupe, prend la direction exécutive quotidienne de l’entité comme senior vice-president.
L’autre secousse est le départ de Jeff Dean après 27 ans chez Google. L’un des ingénieurs les plus influents de l’histoire du groupe lance Discovery Loop avec Sanjay Ghemawat, autre figure fondatrice des infrastructures de Google. D’après Axios, Google investira dans cette nouvelle société d’intérêt public et en deviendra aussi le partenaire cloud. TechCrunch, Wired, Ars Technica, le Financial Times et The Verge rapportent également le départ, ainsi que la participation d’Oriol Vinyals et de Quoc Le, deux chercheurs majeurs associés aux travaux de DeepMind et de Google Brain.
Le recoupement par plusieurs médias indépendants est important : il ne s’agit pas d’une simple communication interne rebaptisant des postes, mais bien d’une redistribution des responsabilités, accompagnée de sorties de cadres scientifiques et techniques de premier plan.
Hassabis ne disparaît pas : il quitte la gestion quotidienne
Présenter ce mouvement comme une éviction serait trompeur. Dans son message aux équipes, Sundar Pichai explique vouloir donner à Hassabis davantage de latitude pour travailler sur l’avenir de l’intelligence artificielle générale, ou AGI, ainsi que sur la science. Hassabis confirme de son côté céder les tâches opérationnelles afin de se concentrer sur les choix stratégiques et sociétaux à long terme.
Ce repositionnement répond à une tension devenue structurelle chez les géants de l’IA. Diriger un laboratoire de recherche de pointe est une mission très différente de la gestion d’une plateforme commerciale déployée à l’échelle mondiale. Google DeepMind doit désormais faire progresser les modèles Gemini, servir les produits de Google, alimenter Cloud, assurer la sécurité des systèmes de frontière, soutenir les développeurs et réagir à la cadence d’OpenAI, Anthropic, Meta et xAI. La fonction de CEO concentrait donc recherche fondamentale, industrialisation et stratégie produit dans une seule organisation.
En nommant Kavukcuoglu pour piloter le développement des modèles Gemini, la recherche de frontière et les équipes applicatives et développeurs, Alphabet clarifie une séparation entre exécution et vision scientifique. Hassabis garde une influence considérable : chairman de Google DeepMind, chief scientist du groupe et patron d’Isomorphic Labs, il se retrouve au carrefour de l’AGI, de la gouvernance mondiale de l’IA et des applications biomédicales.
Mais ce choix a aussi un prix symbolique. Depuis la fusion de Google Brain et DeepMind en 2023, Hassabis incarnait l’unification des efforts d’IA de Google. À l’époque, Sundar Pichai avait confié à Hassabis la direction de la nouvelle entité tandis que Jeff Dean devenait chief scientist, avec la responsabilité d’orienter les projets techniques les plus stratégiques. Trois ans plus tard, les deux architectes de cette centralisation quittent le centre opérationnel, chacun à sa manière.
Discovery Loop : industrialiser le cycle de la découverte
Le projet de Jeff Dean est particulièrement révélateur. Discovery Loop ne semble pas vouloir créer un énième assistant conversationnel ou un concurrent direct de Gemini. Selon Wired et TechCrunch, la société vise l’accélération de la découverte scientifique et de l’ingénierie au moyen de l’IA : conception de médicaments, nouveaux matériaux, optimisation de puces et systèmes de calcul figurent parmi les domaines évoqués.
Son nom résume l’ambition : fermer la boucle entre hypothèse, simulation, expérimentation, mesure et apprentissage. Dans ce modèle, l’IA ne se contente pas de résumer des publications ou de générer une molécule candidate. Elle propose des pistes, hiérarchise les expériences, analyse les résultats, puis modifie sa stratégie à partir du retour du laboratoire ou de la chaîne de conception.
L’idée n’est plus théorique. Google DeepMind a récemment présenté Co-Scientist, un système multi-agents fondé sur Gemini pour générer, critiquer et faire évoluer des hypothèses scientifiques. Et une étude publiée dans Nature sur le système Robin a montré un cycle semi-autonome de recherche thérapeutique : recherche documentaire, formulation d’hypothèses, choix de candidats, analyse d’expériences et nouvelle itération. Les résultats demeurent des hypothèses à valider en laboratoire, puis dans les étapes précliniques et cliniques : l’automatisation ne supprime ni les essais ni les contraintes réglementaires.
C’est précisément là que Discovery Loop peut trouver sa place. Dean et Ghemawat combinent une maîtrise rare des systèmes distribués à très grande échelle avec une expérience directe de la recherche en IA. Vinyals et Le apportent, selon les récits de Wired, Ars Technica et TechCrunch, une expertise de premier plan dans les modèles neuronaux, l’apprentissage par renforcement et les grands modèles génératifs. Le pari consiste à bâtir une couche d’infrastructure scientifique où le modèle, le calcul, les données expérimentales et les outils de validation se répondent continuellement.
Une fuite des cerveaux, mais sous contrôle
Le terme de « fuite des cerveaux » est justifié par le poids des départs. Jeff Dean n’est pas un cadre interchangeable : son parcours touche aux systèmes qui ont permis à Google de changer d’échelle, de MapReduce et Bigtable jusqu’aux infrastructures d’apprentissage automatique. Sanjay Ghemawat appartient au même noyau historique. Voir de telles figures partir ensemble est un signal fort dans une industrie où les chercheurs capables de relier architecture informatique, modèles de frontière et produits sont extrêmement rares.
Toutefois, ce n’est pas une rupture complète. Google sera investisseur fondateur, fournisseur cloud et partenaire de recherche de Discovery Loop. Ce montage ressemble moins à une perte sèche qu’à une externalisation stratégique : Alphabet conserve un accès privilégié à une équipe d’élite, tout en lui donnant l’autonomie, la vitesse de décision et l’intéressement financier d’une startup.
C’est une réponse pragmatique au marché des talents. Les grandes entreprises offrent des infrastructures de calcul, des jeux de données, des salaires élevés et une capacité de déploiement unique. Les startups offrent une mission plus resserrée, une gouvernance plus légère, un potentiel de création de valeur supérieur et une liberté de choisir les priorités scientifiques. À mesure que l’IA se déplace des chatbots vers les laboratoires, les usines et la conception de semi-conducteurs, cette seconde formule devient particulièrement attractive pour les chercheurs.
Ce que cela dit de la gouvernance de l’IA
Le nouveau schéma d’Alphabet met en évidence trois couches de pouvoir. D’abord, une direction opérationnelle chargée de livrer rapidement des modèles et des produits : Kavukcuoglu. Ensuite, une autorité scientifique et stratégique : Hassabis. Enfin, un réseau de partenaires externes soutenus par le capital, le cloud et les puces de Google : Discovery Loop en est désormais l’exemple le plus visible.
Cette architecture peut rendre Google plus rapide. Elle réduit le risque que les impératifs commerciaux de Gemini absorbent toute l’attention du laboratoire et donne à Hassabis un mandat explicite sur les conséquences de l’AGI. Elle peut aussi renforcer Isomorphic Labs, où l’enjeu est de convertir les prouesses de biologie computationnelle en traitements réels.
Mais elle comporte une fragilité : en séparant plus nettement recherche, produits et startups partenaires, Alphabet devra éviter que les responsabilités deviennent floues. Qui arbitre lorsqu’un projet de recherche prometteur concurrence un produit Gemini, une initiative d’Isomorphic Labs ou une entreprise soutenue par Google ? Et comment retenir les prochains Dean, Vinyals ou Le si l’action la plus ambitieuse se déroule désormais hors des murs ?
La réponse se jouera moins dans les organigrammes que dans la capacité de Google à offrir aux chercheurs une autonomie comparable à celle des startups, sans perdre l’avantage de son intégration verticale. Dans la course à l’IA, les modèles et les puces comptent. Mais la ressource la plus difficile à reproduire reste un petit groupe de personnes capables de transformer une idée scientifique en système qui change d’échelle.