Google DeepMind : les investissements massifs (capex) sont en réalité un pari sur la "RSI" (auto-amélioration récursive)

Les entreprises constatent enfin un retour sur investissement de l'IA, et mesurent le potentiel restant

Les entreprises commencent enfin à toucher un vrai retour sur investissement de l'intelligence artificielle, et mesurent désormais l'ampleur de la valeur encore inexploitée. Selon le rapport SAP Value of AI 2026, réalisé avec Oxford Economics auprès de 2 600 dirigeants dans 13 pays, l'IA soutient désormais près d'un tiers des tâches dans l'entreprise moyenne, contre 25% l'an dernier. Les attentes de retour sur investissement pour l'IA agentique ont bondi de 10% à 17% en un an, tandis que le ROI général de l'IA est passé de 16% à 21%, avec une projection à 15,9 millions de dollars sur deux ans. SAP a déjà déployé plus de 400 cas d'usage d'IA dans son portefeuille. Sean Kask, chief AI strategy officer chez SAP, cite l'exemple d'un agent en bêta dédié à la comptabilité d'engagement (accruals accounting) : une tâche qui prenait environ 12 heures par mois à un comptable dans une entreprise de taille moyenne ne demande plus que deux à trois heures. Ces gains restent toutefois très inégalement répartis. Plus de la moitié des organisations investissent encore dans l'IA de façon ponctuelle ou fragmentée, et seulement 17% affichent une approche stratégique et globale de priorisation, un chiffre qui a néanmoins presque doublé par rapport aux 9% de l'an dernier. Cette fragmentation tient souvent à une pression venue du conseil d'administration, qui pousse les équipes à adopter l'IA sans stratégie ni culture suffisante du sujet, ce qui favorise des initiatives isolées et peu coordonnées. Résultat, un paradoxe révélateur : 69% des entreprises se disent satisfaites du ROI de leur IA, preuve que la technologie génère bien de la valeur, mais 67% restent convaincues qu'elle est loin de délivrer tout son potentiel. La qualité des données reste le principal frein identifié, citée par 73% des répondants, et 79% rapportent des reprises de travail, des retards ou des retards de traitement liés à des résultats de mauvaise qualité, au moins occasionnellement. Seulement 3% des organisations s'estiment pleinement prêtes pour l'IA agentique. Ce constat marque un changement de nature du problème par rapport à l'apprentissage profond classique. Les modèles de fondation ont largement supprimé le besoin de rechercher, extraire et nettoyer les données pour entraîner des modèles sur mesure, mais ils font émerger un nouvel enjeu : préserver le contexte métier au moment où les agents doivent enchaîner plusieurs étapes et outils pour atteindre un objectif, à l'image du fonctionnement humain. Se préparer à cette nouvelle génération d'agents suppose donc deux conditions : les connecter à des données riches en contexte, et les gouverner à grande échelle. Sans cela, même les initiatives les plus abouties restent cantonnées à des silos, capables de fonctionner sur un cas d'usage précis mais incapables de transformer un processus métier dans son ensemble.

Les investissements en IA s'accélèrent : Deepseek prépare une levée record et Core Automation quadruple sa valorisation en quelques semaines

Deepseek prépare une levée de fonds pouvant atteindre 7,35 milliards de dollars, ce qui en ferait la plus grande opération jamais réalisée par une entreprise d'IA chinoise. Ce tour de table devrait accompagner le lancement de Deepseek V4.1, prévu pour juin 2026. En parallèle, Core Automation, une startup fondée il y a seulement six semaines par Jerry Tworek, ex-chercheur d'OpenAI, vise déjà une valorisation de 4 milliards de dollars, soit un quadruplement en quelques semaines à peine depuis sa création. Ces deux opérations illustrent l'appétit intact des investisseurs pour l'IA, malgré les interrogations persistantes sur la rentabilité du secteur. Pour Deepseek, ce financement représente un tournant stratégique: l'entreprise chinoise, connue pour avoir sorti des modèles très compétitifs à moindre coût, cherche désormais les ressources nécessaires pour rivaliser à grande échelle avec OpenAI et Google. Pour Core Automation, une valorisation à 4 milliards en moins de deux mois signale que les fondateurs issus des grands labos IA peuvent lever des capitaux considérables avant même d'avoir un produit abouti. Ce contexte s'inscrit dans une course aux financements qui s'est accélérée depuis début 2025, portée par la multiplication des applications d'agents IA autonomes. Le fait que Tworek, qui a travaillé sur Codex chez OpenAI, soit déjà à la tête d'une licorne en gestation reflète la tendance des chercheurs stars à quitter les grandes structures pour lancer leurs propres projets. Du côté chinois, la montée en puissance de Deepseek nourrit les inquiétudes occidentales sur le leadership technologique face à un écosystème IA qui se finance désormais à des niveaux comparables à la Silicon Valley.

💬 Deepseek, c'était la startup frugale qui humiliait les labos américains à moindre coût. La voilà qui prépare la plus grosse levée jamais faite par une boîte IA chinoise, parce que la frugalité a ses limites quand tu veux vraiment jouer dans la cour d'OpenAI. Et Core Automation, six semaines d'existence, pas de produit, 4 milliards de valorisation : le marché paye des CV, pas des boîtes.

Vous pouvez investir dans OpenAI avant son introduction en Bourse : les premiers particuliers ont sauté sur l’occasion d’une méga levée de fonds

OpenAI a ouvert pour la première fois sa levée de fonds à des investisseurs individuels, marquant une étape inédite dans l'histoire de la startup la plus valorisée de la Silicon Valley. Jusqu'ici réservées aux fonds de capital-risque et aux institutionnels, les parts de l'entreprise créatrice de ChatGPT sont désormais accessibles à des particuliers dans le cadre d'un tour de financement dont le montant dépasse les précédents records. Dès l'annonce, des investisseurs retail ont saisi l'opportunité, témoignant d'un appétit fort pour un accès anticipé à ce qui pourrait devenir l'une des plus grandes introductions en Bourse de la décennie. Cette ouverture représente un signal fort : elle élargit la base d'actionnaires d'OpenAI bien au-delà des initiés, tout en générant une visibilité grand public rare pour une société encore privée. Pour les particuliers, c'est une occasion de prendre position avant une IPO qui s'annonce massive, et potentiellement très lucrative. Pour OpenAI, cela permet de diversifier ses sources de financement et de construire une communauté d'actionnaires engagés, stratégie classique des entreprises tech en phase pré-cotation. Ce virage intervient dans un contexte où OpenAI communique activement sur sa croissance exceptionnelle et annonce de nouveaux développements majeurs pour ChatGPT, autant d'éléments destinés à séduire les marchés avant une éventuelle entrée en Bourse. La société, qui a levé des dizaines de milliards de dollars depuis sa création, fait face à une concurrence accrue de Google, Anthropic et des acteurs chinois comme DeepSeek. La préparation d'une IPO permettrait de consolider ses ressources dans une course à l'IA générative qui exige des investissements colossaux en infrastructures et en talent. --- Note : le texte source fourni étant un titre et un chapeau, certains détails chiffrés (montant exact, valorisation, conditions d'accès) n'étaient pas disponibles, fournis le corps de l'article pour une version plus précise.

Goldman Sachs observe un déplacement des investissements IA vers les centres de données

Goldman Sachs observe un tournant majeur dans les stratégies d'investissement liées à l'intelligence artificielle : les capitaux se déplacent des logiciels et outils IA expérimentaux vers l'infrastructure physique, notamment les centres de données. La banque décrit ce mouvement comme un "flight to quality", une fuite vers la qualité, où les investisseurs privilégient désormais les acteurs qui possèdent et opèrent les fondations matérielles de l'IA. Ce repositionnement illustre une maturité croissante du marché. Après l'euphorie initiale de la vague générative, où la simple association avec l'IA suffisait à faire grimper les valorisations, les investisseurs examinent désormais plus rigoureusement les modèles économiques. Les opérateurs de centres de données et les fabricants de puces se retrouvent en position favorable : leurs services sont indispensables quelle que soit l'application IA qui s'impose à terme. Cette logique d'infrastructure comme socle incontournable rappelle les dynamiques observées lors des précédentes révolutions du cloud computing. Les chiffres avancés par Goldman Sachs Research donnent la mesure des enjeux. Les charges de travail IA pourraient représenter environ 30 % de la capacité totale des centres de données d'ici deux ans. Plus marquant encore, la demande mondiale en énergie des data centers pourrait augmenter de 175 % d'ici 2030 par rapport aux niveaux de 2023, une hausse équivalente à ajouter la consommation électrique d'un nouveau pays parmi les dix plus grands consommateurs mondiaux. Les hyperscalers investissent déjà des dizaines de milliards de dollars chaque année en nouveaux équipements et infrastructures réseau. L'entraînement de grands modèles exige des milliers de puces fonctionnant en parallèle pendant de longues périodes, tandis que l'inférence maintient une pression constante sur les ressources de calcul. Les contraintes physiques, approvisionnement énergétique, refroidissement, raccordements au réseau électrique, acquisitions foncières, redéfinissent désormais les stratégies des grandes entreprises technologiques. Construire un modèle n'est qu'une partie du défi ; encore faut-il disposer de l'infrastructure pour le faire tourner de manière fiable. Ces délais de construction, parfois comptés en années, expliquent pourquoi les entreprises contrôlant déjà de vastes réseaux de data centers captent une attention croissante des marchés.