Google a annoncé le 5 août sa plus grosse réorganisation dirigeante autour de l'IA, et le départ qui compte le plus pour ceux qui construisent des systèmes est celui de Jeff Dean. Après vingt-sept ans, il part avec Sanjay Ghemawat, Oriol Vinyals et Quoc Le fonder Discovery Loop, une public benefit corporation dont l'objectif affiché est d'automatiser la recherche en apprentissage automatique. Alphabet y investit et fournira la puissance de calcul la première année. Dans la même annonce, Demis Hassabis a quitté la direction de DeepMind, et Koray Kavukcuoglu a repris les opérations en rapportant à Sundar Pichai. L'action Alphabet a reculé de quatre à cinq pour cent. Le vocabulaire des systèmes distribués vient de deux des partants.
The short answer
Google a réorganisé sa direction IA le 5 août. Jeff Dean part après vingt-sept ans avec Sanjay Ghemawat, Oriol Vinyals et Quoc Le pour fonder Discovery Loop, une public benefit corporation qui vise à automatiser la recherche en apprentissage automatique. Alphabet est investisseur et partenaire cloud. Demis Hassabis passe de directeur général de DeepMind à président de l'entité et chief scientist d'Alphabet. Koray Kavukcuoglu dirige désormais Gemini, la recherche de pointe et les plateformes développeurs, en rapportant à Sundar Pichai.
La plupart des articles ont ouvert sur Demis Hassabis, ce qui se comprend et reste, pour nos lecteurs, le mauvais bout de l'histoire. Le nom sur lequel s'arrêter est Jeff Dean, et la raison n'a presque rien à voir avec l'IA.
Les articles sur lesquels vous construisez depuis vingt ans
Jeff Dean et Sanjay Ghemawat travaillent ensemble depuis près de vingt-cinq ans, et la liste de ce qu'ils ont produit explique à elle seule pourquoi la moitié de l'infrastructure du secteur ressemble à ce qu'elle est.
MapReduce a donné à tout le monde un modèle mental du calcul par lots sur un cluster, et Hadoop existe parce que cet article existe. Le Google File System est devenu HDFS. Bigtable est devenu HBase, et son modèle de données se lit encore dans Cassandra. LevelDB a été forké en RocksDB, qui se cache aujourd'hui sous un nombre déroutant de bases de données, de files de messages et de nœuds blockchain. Spanner a fait des transactions cohérentes à l'échelle mondiale un sujet de débat plutôt qu'une impossibilité admise. TensorFlow, plus tard, a mis la différenciation automatique devant toute une génération.
Le schéma est constant et mérite d'être nommé : construire en interne, puis publier la conception avec assez de détails pour que d'autres la reconstruisent. L'industrie tient son vocabulaire des systèmes distribués du fait que deux ingénieurs d'une même entreprise ont continué à l'écrire.
C'est cette habitude qui franchit la porte, et savoir si elle survit à la création d'entreprise est la question qui nous intéresse le plus.
Ce que Discovery Loop annonce
L'entreprise est une public benefit corporation, cofondée par Dean, Ghemawat, Oriol Vinyals et Quoc Le. Vinyals était colead de Gemini après treize ans chez Google. Le a cofondé Google Brain et signe les travaux qui ont rendu praticables la recherche d'architecture neuronale et la modélisation séquence à séquence.
La première cible est l'automatisation de la boucle de recherche : concevoir une expérience, la lancer, l'évaluer, décider de la suivante, sans personne au milieu, puis faire tourner des milliers de ces boucles à la fois. Vient ensuite le projet de pointer le système vers sa propre pile, d'où le nom. La liste longue, telle que rapportée, passe par la conception de matériel, la découverte de médicaments et l'énergie propre, avec les Grand Challenges de la National Academy of Engineering comme périmètre final.
Le financement provient d'un tour d'amorçage mené par Radical Ventures et Khosla Ventures, avec Lightspeed, Kleiner Perkins, Doerr Capital et Alphabet. Google est le partenaire cloud et couvre le calcul de la première année. Ni le montant levé ni la valorisation n'ont été rendus publics.
Le point sur lequel rester sceptique
Automatiser la recherche est une promesse au passif chargé, et les fondateurs sont inhabituellement lucides sur la raison.
Vinyals a déclaré publiquement que produire des idées de recherche réellement nouvelles n'était pas un point fort des modèles actuels. Tout le problème tient dans cette phrase. Lancer des milliers d'expériences en parallèle est un exercice d'ingénierie, et cette équipe est sans doute la meilleure au monde sur les exercices d'ingénierie de cette forme. Décider quelles milliers d'expériences méritent d'être lancées est la partie que personne n'a résolue, et aucune quantité de parallélisme ne s'y substitue. Une boucle qui itère vite sur le mauvais espace d'hypothèses est une façon coûteuse de faire du surplace.
Nous prendrions quand même le pari au sérieux, parce que le mode d'échec habituel des tentatives d'automatisation de la recherche tient à l'infrastructure plutôt qu'aux idées : la boucle casse, le cluster est sous-utilisé, le harnais d'évaluation est incohérent, les résultats ne sont pas reproductibles. Ce sont exactement les problèmes que les deux auteurs de MapReduce et de GFS sont les mieux placés pour supprimer. Savoir si les supprimer suffit, c'est l'expérience.
Ce qui change vraiment chez Google
Hassabis devient président de Google DeepMind et chief scientist d'Alphabet, dirige toujours Isomorphic Labs et se concentre sur la stratégie longue. Koray Kavukcuoglu, directeur technique de DeepMind et architecte IA en chef de Google, passe senior vice president et rapporte désormais à Sundar Pichai. Le développement des modèles Gemini, la recherche de pointe, l'application Gemini et les plateformes développeurs relèvent de lui.
Certains médias décrivent cela comme une nomination au poste de directeur général de l'entité. Le cadrage de Google retient senior vice president, et Pichai a détaillé l'ensemble dans un message aux salariés publié sur le blog de l'entreprise. Dans les deux cas, le fait concret pour qui développe sur l'API Gemini est que les modèles et la plateforme répondent maintenant à une seule personne, ce qui rend historiquement les calendriers d'obsolescence et la parité de fonctionnalités un peu moins erratiques.
L'action Alphabet a reculé de quatre à cinq pour cent sur la séance, touchant 362,31 dollars selon les relevés. C'est un marché qui réagit à un risque d'image plutôt qu'à un changement de capacité de livraison, et nous n'y lirions pas grand-chose.
Ce que nous surveillerions
Trois choses, et le cours de bourse n'en fait pas partie.
Si Discovery Loop publie. Si le premier résultat sérieux arrive sous forme d'article assez détaillé pour être reproduit, l'habitude a survécu à la création d'entreprise et tout le monde en profite. S'il arrive sous forme d'annonce produit, non.
Si la cadence de livraison de Gemini bouge sur les deux prochains trimestres. Quatre départs seniors simultanés représentent une vraie perte de contexte, et une perte de contexte se voit d'abord dans les dates qui glissent.
Si quelqu'un d'autre construit la même chose au grand jour. Automatiser une boucle d'expériences n'est pas une technique secrète, et il existe une version de ce projet qui serait un harnais open source bien fait plutôt qu'une entreprise. Si vous menez des expériences à une échelle sérieuse, c'est cette version qui vaut l'attente.
Sources et pour aller plus loin
- The next chapter of our AI momentum, message de Sundar Pichai, blog Google
- Google chief scientist Jeff Dean leaving the company after 27 years, CNBC, 5 août 2026
- Google DeepMind shakeup: Gemini co-leads quit for a startup, The Next Web, 5 août 2026
- Google DeepMind loses both its CEO and chief scientist, The Decoder, 5 août 2026
- Google DeepMind CEO Demis Hassabis is stepping aside, Axios, 5 août 2026
- Demis Hassabis no longer DeepMind CEO, Jeff Dean departs, 9to5Google, 5 août 2026
Questions fréquentes
Pourquoi un ingénieur infrastructure devrait-il s'intéresser à un remaniement IA ?
À cause des noms. Jeff Dean et Sanjay Ghemawat forment le duo derrière MapReduce, Bigtable, Spanner et LevelDB, puis TensorFlow. Presque tous les systèmes de données distribués des vingt dernières années descendent de l'un de ces articles ou ont été écrits en réaction à l'un d'eux. Hadoop existe parce que MapReduce a été publié. HBase et Cassandra existent parce que Bigtable a été publié. RocksDB est un fork de LevelDB. Quand vous partitionnez une table, lancez un traitement par lots sur un cluster ou raisonnez sur un horodatage cohérent à l'échelle mondiale, vous employez un vocabulaire que ces deux personnes ont inventé puis offert dans des publications. Là où elles passeront la prochaine décennie est un indicateur avancé raisonnable des sujets qui occuperont la prochaine génération d'articles système, et Discovery Loop annonce que ce sujet sera l'automatisation de la boucle de recherche elle-même.
Que veut réellement construire Discovery Loop ?
La première cible annoncée est l'automatisation de la recherche en apprentissage automatique à grande échelle : concevoir l'expérience, l'exécuter, l'évaluer et décider de la suivante sans humain au milieu, puis faire tourner des milliers de ces boucles en parallèle. L'équipe compte ensuite pointer le système obtenu vers sa propre pile logicielle, la partie récursive qui donne son nom à l'entreprise, avant d'élargir. Les déclarations publiques citent la conception de matériel, la découverte de médicaments et l'énergie propre, et la presse évoque les Grand Challenges de la National Academy of Engineering comme horizon. La société est enregistrée en public benefit corporation, un engagement juridique à peser une mission déclarée à côté du rendement actionnarial. À noter : Oriol Vinyals dit publiquement que produire des idées de recherche réellement nouvelles n'est pas un point fort des modèles actuels, ce qui est exactement l'écart que l'entreprise parie pouvoir combler.
Qui finance, et pourquoi Alphabet paie-t-il un concurrent ?
Le tour d'amorçage est mené par Radical Ventures et Khosla Ventures, avec Lightspeed, Kleiner Perkins, Doerr Capital et Alphabet en participants. Google est aussi le partenaire cloud et fournit le calcul la première année. Le montant et la valorisation ne sont pas publics. Qu'Alphabet finance une société fondée par quatre de ses chercheurs partants paraît étrange jusqu'à ce qu'on regarde l'alternative : ces quatre-là lèvent ailleurs, tournent sur l'infrastructure d'un autre, et Alphabet n'a ni participation ni visibilité. C'est un montage devenu courant sur un marché où la ressource rare tient à un petit nombre de personnes ayant livré des systèmes de pointe, et où le coût de garder le lien reste très inférieur au coût de le perdre.
Qu'est-ce qui change chez DeepMind ?
Demis Hassabis quitte la direction générale de Google DeepMind pour en devenir président (chair) et chief scientist d'Alphabet, tout en continuant à diriger Isomorphic Labs. Koray Kavukcuoglu, jusque-là directeur technique de DeepMind et architecte IA en chef de Google, reprend les opérations comme senior vice president en rapportant directement à Sundar Pichai. Il pilote désormais le développement des modèles Gemini, la recherche de pointe, l'application Gemini et les plateformes développeurs. Vétéran de treize ans chez DeepMind, où il a lancé l'équipe apprentissage profond, il s'agit donc d'une promotion interne et non d'un recrutement externe. La presse hésite entre les titres de directeur général et de senior vice president, et le cadrage officiel de Google retient le second. Pour qui développe sur l'API Gemini, la conséquence concrète est que les modèles et la plateforme dépendent maintenant de la même personne.
Cela change-t-il quelque chose aux modèles sur lesquels nous développons aujourd'hui ?
Pas ce trimestre, et probablement pas cette année. Le développement de Gemini continue sous quelqu'un qui en était déjà le directeur technique, et la surface d'API, la tarification et les politiques d'obsolescence ne bougent pas parce qu'une ligne hiérarchique change. La lecture honnête est que cela compte sur un horizon de deux à trois ans, pas de deux à trois mois. Ce que nous surveillerions plutôt, c'est le comportement de publication. L'habitude historique de Dean et Ghemawat consistait à construire en interne puis à publier la conception avec assez de détails pour que le reste de l'industrie puisse la reconstruire, ce qui a lancé l'écosystème open source des données. Savoir si Discovery Loop garde cette habitude ou traite ses méthodes comme le produit décidera de la part de tout cela qui finira dans des outils utilisables.