Jeff, Sanjay, Oriol et Quoc quittent DeepMind : Demis prend la présidence, Koray promu SVP

Demis Hassabis quitte la direction de DeepMind pour se consacrer à l’AGI

Demis Hassabis quitte son poste de PDG de Google DeepMind pour devenir président de l'entité et directeur scientifique d'Alphabet, une nouvelle fonction annoncée le 5 août 2026 dans un message interne puis sur X. C'est Koray Kavukcuoglu, vice-président senior, qui reprend les commandes opérationnelles quotidiennes. Ce dernier collabore avec Hassabis depuis plus de treize ans et a contribué à des avancées majeures de DeepMind comme WaveNet ; il supervisait déjà une partie des équipes chargées des modèles Gemini, dont la quatrième génération est en cours de développement. La réorganisation touche aussi Jeff Dean, directeur scientifique historique de Google, qui quitte l'entreprise pour fonder Discovery Loop, une société à mission dédiée à l'automatisation de la découverte scientifique par l'IA, aux côtés de Sanjay Ghemawat, Oriol Vinyals et Quoc Le. Google soutient financièrement ce nouveau projet. Ce remaniement traduit la volonté de Google de séparer la gestion opérationnelle de la vision stratégique à un moment jugé charnière pour l'intelligence artificielle. En se délestant des tâches de direction courante, Hassabis entend consacrer l'essentiel de son temps à l'accélération vers l'intelligence artificielle générale (AGI), qu'il estime désormais proche, tout en continuant de définir les grandes orientations aux côtés de Sundar Pichai. Pour Google, l'enjeu est de conserver une longueur d'avance face à OpenAI, Anthropic et xAI dans une course où les ressources scientifiques comptent autant que la rapidité d'exécution produit. Confier Gemini à un cadre expérimenté comme Kavukcuoglu vise à sécuriser la continuité des livraisons de modèles pendant que les figures fondatrices se recentrent sur la recherche de rupture, un choix qui en dit long sur la maturité organisationnelle que Google veut donner à sa division IA. Cofondateur de DeepMind en 2010 avant son rachat par Google en 2014, Hassabis a bâti la réputation de l'entreprise sur des percées comme AlphaGo puis AlphaFold, qui lui a valu le prix Nobel de chimie en 2024. Il reste par ailleurs très impliqué chez Isomorphic Labs, la filiale spécialisée dans la découverte de médicaments assistée par IA, dont il compte renforcer le développement. Le départ simultané de Jeff Dean, pilier scientifique de Google depuis plus de deux décennies, illustre la fluidité des trajectoires entre grands groupes et start-ups spécialisées dans un secteur en pleine effervescence. Les prochains mois diront si cette nouvelle répartition des rôles permet à Google de transformer son avantage en infrastructure et en recherche en résultats concrets face à une concurrence toujours plus agressive sur le terrain de l'AGI.

Google réorganise DeepMind pour accélérer sur Gemini

Google DeepMind a annoncé une réorganisation majeure de ses équipes d'intelligence artificielle, touchant à la fois sa direction et son organisation scientifique. Demis Hassabis, cofondateur du laboratoire, devient président de DeepMind et chef scientifique d'Alphabet, un rôle stratégique qui l'éloigne de la gestion quotidienne des opérations. Il conserve toutefois la direction d'Isomorphic Labs, la filiale dédiée à la découverte de médicaments par IA qu'il a fondée en 2021 et qui compte Novartis et Eli Lilly parmi ses partenaires pharmaceutiques. Koray Kavukcuoglu, actuel directeur technologique de DeepMind et collaborateur de Hassabis depuis treize ans, prend le poste de vice-président senior : il pilotera désormais le développement des modèles Gemini, dont la version 4 est en préparation, ainsi que la recherche en IA de frontière et les outils pour développeurs. Jeff Dean, chef scientifique de DeepMind et trentième employé de Google, quitte quant à lui l'entreprise pour fonder Discovery Loop avec le Google Fellow Sanjay Ghemawat, une société à mission soutenue par Google et destinée à automatiser la résolution de problèmes en apprentissage automatique, en science et en ingénierie. En parallèle, l'équipe AlphaFold, selon le Financial Times, a été démantelée : environ un quart des auteurs des publications scientifiques associées ont quitté Google, les autres ayant été réaffectés vers les modèles Gemini ou vers des projets de conception d'enzymes, de fusion nucléaire et de génomique, certains rejoignant Isomorphic Labs. Ce remaniement traduit un changement de priorité assumé chez Alphabet : concentrer les ressources humaines et techniques sur Gemini plutôt que sur les projets scientifiques historiques qui ont pourtant valu à DeepMind sa notoriété, notamment le prix Nobel de chimie 2024 obtenu grâce à AlphaFold, système développé depuis 2018 pour prédire la structure tridimensionnelle des protéines. Pour les chercheurs concernés, cela signifie une bascule vers des applications plus commerciales ou vers des filiales séparées comme Isomorphic Labs, où la recherche devra désormais faire ses preuves sur le terrain économique, en partenariat avec l'industrie pharmaceutique. Pour Google, l'enjeu est de renforcer sa compétitivité face à OpenAI et Anthropic sur le développement d'agents IA avancés, un terrain où la pression concurrentielle s'est nettement intensifiée ces derniers mois. Cette réorganisation illustre aussi une tension plus large dans l'industrie entre recherche fondamentale et course aux produits commerciaux. Cette évolution s'inscrit dans une compétition de plus en plus vive autour de l'IA appliquée aux sciences. Anthropic a par exemple lancé cette année Claude Science, une déclinaison de sa technologie pensée pour accompagner la recherche en biologie et la découverte de médicaments, signe que les grands acteurs de l'IA générative cherchent tous à s'imposer sur ce segment. Pushmeet Kohli, vice-président de la recherche chez Google DeepMind et fondateur de l'équipe IA pour les sciences, résume ce basculement stratégique en expliquant que l'organisation, après neuf ans centrés sur de grands défis scientifiques indépendants, se réoriente désormais vers la construction de systèmes fondés sur Gemini capables d'épauler directement les scientifiques. Les changements annoncés par Alphabet viseraient également à faciliter le recrutement de nouveaux talents, dans un contexte où la guerre des compétences entre laboratoires d'IA reste l'un des principaux facteurs déterminant qui prendra l'avantage dans la course à l'intelligence artificielle générale.

L'IA va accélérer la croissance des emplois dans le secteur technologique : l'ancien président de Tesla explique où et pourquoi

Jon McNeill, ancien président de Tesla et désormais capital-risqueur influent, prend le contre-pied du discours dominant sur l'IA destructrice d'emplois. Selon lui, l'essor de l'intelligence artificielle va au contraire accélérer la création de postes dans le secteur technologique, notamment pour répondre aux besoins croissants en maintenance et en gestion des infrastructures complexes. L'argument central de McNeill repose sur une réalité souvent négligée : plus les systèmes d'IA deviennent puissants et omniprésents, plus ils requièrent une main-d'œuvre humaine qualifiée pour les faire fonctionner. Les architectures distribuées, les pipelines de données, les modèles en production, autant de systèmes qui ne s'auto-entretiennent pas et qui génèrent une demande structurelle en ingénieurs, techniciens et spécialistes de l'infrastructure. Pour McNeill, les profils les plus recherchés seront ceux capables de travailler à l'interface entre l'IA et les systèmes existants : ingénieurs MLOps, architectes cloud, spécialistes de la fiabilité des systèmes (SRE). Sa lecture du marché, forgée par ses expériences chez Tesla puis dans le capital-risque, l'amène à voir l'IA non comme un substitut au travail humain, mais comme un multiplicateur de complexité, et donc de besoins en compétences. Cette perspective rejoint un courant de pensée croissant parmi les investisseurs tech, qui misent sur la couche d'infrastructure de l'IA plutôt que sur les seules applications grand public. Elle tranche néanmoins avec les projections d'organisations comme le Forum économique mondial, qui anticipent des suppressions nettes d'emplois à moyen terme dans plusieurs secteurs exposés à l'automatisation.

Les copilotes ne suffisent plus : AWS et Aily Labs misent sur l’IA qui prend des décisions

Après la vague des copilotes d'entreprise, AWS et Aily Labs annoncent un partenariat pour déployer des agents d'intelligence décisionnelle auprès des entreprises du Fortune 500. L'annonce, relayée début décembre 2025, positionne ces agents comme disponibles sur AWS Marketplace et adossés à Amazon Bedrock, la plateforme de modèles de fondation d'Amazon. Cinq fonctions métier sont visées en priorité : la finance, la chaîne d'approvisionnement, la fabrication, la recherche et développement, ainsi que le commerce. Au cœur du dispositif, Aily Labs propose un « Super Agent » qui orchestre plusieurs centaines de modèles de machine learning et des milliers d'agents d'entreprise, capables de suivre des indicateurs de performance, de repérer un risque ou une opportunité, de simuler différents scénarios, puis de recommander ou d'exécuter une décision. Grâce à Amazon Bedrock, le système peut faire appel à plusieurs modèles de fondation, dont ceux d'Anthropic, et orienter chaque tâche vers le modèle jugé le plus adapté. Pour les clients déjà présents sur AWS, Aily Labs affirme pouvoir déployer sa solution en une seule journée, directement dans l'infrastructure de données et les mécanismes de sécurité existants du client. Cette évolution marque un changement de nature dans l'usage de l'IA en entreprise. Là où un copilote se contente de produire une synthèse ou d'assister un salarié dans une tâche, l'agent décisionnel entend répondre directement à une question opérationnelle : que faut-il faire, quelles en seront les conséquences, et quelle action peut être engagée immédiatement. Un système capable de relier une baisse de la demande à la production, aux niveaux de stocks et aux prévisions financières touche ainsi directement à la performance de l'entreprise, et non plus seulement à la productivité individuelle d'un employé. Pour les grands groupes visés en premier lieu, notamment dans les secteurs pharmaceutique et des biens de consommation, l'enjeu commercial est également important : la facturation peut être centralisée sur le compte AWS existant et intégrée aux engagements de dépenses cloud déjà négociés, ce qui simplifie l'adoption sans créer de nouveau fournisseur à référencer. Le problème que cible Aily Labs n'est pas la rareté des données mais leur fragmentation. Les grandes entreprises accumulent déjà d'importants volumes d'informations dans leurs systèmes financiers, leurs chaînes logistiques, leurs usines ou leurs activités commerciales, mais ces données restent enfermées dans des silos distincts. Les méthodes traditionnelles, fondées sur des rapports statiques et des analyses manuelles, ralentissent les arbitrages et peuvent faire manquer des opportunités. En s'appuyant sur l'infrastructure et la sécurité déjà en place chez AWS, sans imposer de nouveaux audits de conformité, ce partenariat illustre une tendance plus large du secteur du cloud à intégrer l'IA générative directement dans les processus de décision des grandes entreprises, plutôt que de la cantonner à un rôle d'assistance périphérique.

💬 On passe du copilote qui écrit à ton côté à l'agent qui décide à ta place, et ça change tout niveau responsabilité. Le pitch "un jour de déploiement" me fait doucement rigoler, c'est jamais aussi simple une fois que ça touche la vraie stack de données d'un Fortune 500. Mais le vrai signal, c'est que le cloud ne vend plus de l'assistance, il vend de l'arbitrage automatisé, et ça déplace le pouvoir de décision bien plus profondément dans l'organisation qu'un simple copilote.