For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/google-concentrates-gemini-leadership-in-california.md.
Google restructure la gestion de ses travaux les plus importants en matière d'intelligence artificielle. L'entreprise ne demande pas littéra...
Google restructure la gestion de ses travaux d'IA les plus importants.
L'entreprise ne demande pas à chaque employé de Google DeepMind de déménager dans la Silicon Valley, contrairement à ce que suggère le titre original chinois sur le ton de la plaisanterie. Londres demeure le principal centre de recherche de Google DeepMind, et Demis Hassabis a indiqué qu'il continuerait à travailler avec l'organisation depuis les nouveaux bureaux londoniens de Google, au Platform 37.
Ce qui change véritablement, c'est le centre de décision quotidien autour de Gemini.
Nommé architecte en chef de l'IA de Google et vice-président senior en 2025, Koray Kavukcuoglu a quitté Londres pour la Californie et dirige désormais Google DeepMind en tant que vice-président senior. Il relève directement du PDG Sundar Pichai et supervise le développement des modèles Gemini, la recherche de pointe en IA, les applications Gemini et les équipes de développeurs.
Les rapports citant des sources indiquent également que les travaux essentiels de post-formation de Gemini sont de plus en plus concentrés autour du siège de Google à Mountain View.
Parallèlement, Google serait en négociations avec la startup d'IA basée à San Francisco, Mechanize, pour un accord indépendant valorisé à plus de 1,5 milliard de dollars. Selon Business Insider, l'arrangement proposé comprendrait une licence non exclusive sur la technologie de Mechanize ainsi que l'embauche de certains de ses employés, qui travailleraient sur l'évaluation et le développement de modèles.
Ces deux avancées répondent à deux facettes du même problème.
Google dispose déjà de modèles de pointe, de TPU et d'une capacité de calcul massive, de Google Cloud, d'un vaste réseau de distribution de produits, ainsi que de l'un des plus grands organismes de recherche en IA au monde. Le défi consiste à transformer ces atouts en itérations de modèles plus rapides et en produits d'IA plus performants — en particulier dans le domaine des agents de codage, où Anthropic, OpenAI et des outils spécialisés intensifient la concurrence.
Depuis plus d'une décennie, l'organisation IA de Google repose sur deux pôles géographiques majeurs.
L'un se trouve au siège de Google à Mountain View, en Californie, où sont concentrées les organisations produits, cloud, recherche, Android, publicité et commerciale de l'entreprise.
L'autre est DeepMind à Londres, fondé en 2010 et acquis par Google en 2014.
Cette structure n'est pas un problème en soi. DeepMind peut se concentrer sur la recherche en IA à long terme, tandis que l'organisation produits de Google se consacre aux produits grand public et aux entreprises dans le monde entier.
Les difficultés liées à cette structure sont devenues plus évidentes lorsque l'IA générative est passée de la phase de recherche à un cycle de produits grand public rapide.
En avril 2023, Google a officiellement fusionné l'équipe Brain de sa division Recherche avec DeepMind, créant ainsi Google DeepMind.
Google a déclaré que son objectif était d'accélérer les progrès en IA en réunissant deux équipes de recherche responsables de nombreuses technologies, notamment
Transformer, AlphaGo, AlphaFold, WaveNet, TensorFlow, JAX, l'apprentissage par renforcement profond et l'apprentissage séquence à séquence.
Gemini est devenu l'une des premières grandes familles de modèles lancées au sein de l'organisation unifiée.
Cette fusion a résolu la scission organisationnelle formelle, mais n'a pas éliminé la séparation géographique.
Les équipes travaillant sur Gemini ont continué à collaborer sur plusieurs sites et fuseaux horaires.
Selon des sources côté BAAI, le développement de Gemini implique des employés répartis sur environ huit fuseaux horaires.
Cela crée des problèmes de coordination très concrets.
Une équipe de modèles peut avoir besoin de prendre des décisions rapides concernant le pré-entraînement, le post-entraînement, la sécurité, l'évaluation, l'intégration produit, les API développeurs, l'infrastructure de service, l'intégration à la recherche et le déploiement en entreprise.
Un problème qui pourrait être résolu par une brève réunion peut prendre beaucoup plus de temps si plusieurs équipes responsables travaillent à des heures décalées.
Les rapports citant des sources indiquent que Hassabis travaille parfois tard le soir à Londres afin de chevaucher les horaires de ses collègues californiens.
Ce qui importe, ce n'est pas le nombre exact de réunions nocturnes, mais le problème fondamental qu'elles révèlent : une fois que Gemini est devenu un produit fonctionnant selon des cycles de lancement rapides, la distance physique entre la direction de la recherche et les principales organisations produits est devenue un coût opérationnel.
Selon les rapports résumés dans le texte original, Google a regroupé une plus grande partie de son organisation de post-entraînement Gemini en Californie.
Le post-entraînement est la phase qui suit le pré-entraînement d'un modèle de base ; elle peut inclure l'ajustement par instructions, l'apprentissage par renforcement, l'optimisation des préférences, le réglage de la sécurité, l'évaluation des modèles, l'apprentissage de l'utilisation d'outils, le comportement des agents et l'adaptation à des produits spécifiques.
Cette phase est cruciale car elle influence fortement les performances réelles du modèle final dans les produits.
Si le post-entraînement et l'intégration produit sont faibles, un modèle de base — même doté de capacités sous-jacentes excellentes — peut se révéler médiocre dans un assistant, un agent de codage ou un produit de recherche.
Rapprocher les équipes de modélisation, les équipes d'évaluation, les équipes produits et l'équipe de direction permet de raccourcir la boucle de rétroaction :
Comportement du modèle
↓
Évaluation
↓
Test produit
↓
Retour utilisateur
↓
Ajustement du post-entraînement
↓
Nouveau comportement du modèle
L'objectif n'est pas que la localisation géographique constitue en soi une avancée technologique, mais de réduire le temps nécessaire pour boucler ce cycle.
La tendance au recentrage en Californie ne date pas de l'annonce de la direction d'août 2026.
En juin 2025, Google a nommé le directeur technique de Google DeepMind, Koray Kavukcuoglu, au poste de premier architecte en chef de l'IA, promu vice-président senior, relevant directement de Sundar Pichai.
Reuters rapportait alors que Kavukcuoglu déménagerait de Londres à la Californie.
Ses responsabilités étaient explicitement transversales : Google souhaitait disposer d'un dirigeant technique de haut niveau pour aider à coordonner la transformation des modèles d'IA en produits.
Cette nomination est importante car elle montre que la réorganisation la plus récente n'est pas une décision soudaine.
Il s'agit de la poursuite d'un changement engagé depuis plus d'un an.
Le 5 août 2026, Google a officialisé l'étape suivante.
Sundar Pichai a annoncé que Kavukcuoglu deviendrait vice-président senior de Google DeepMind, tout en conservant son rôle d'architecte en chef de l'IA de Google.
Son périmètre de responsabilités comprend désormais :
Il relève directement de Pichai.
Google a indiqué que Kavukcuoglu travaille chez DeepMind depuis 13 ans et a auparavant participé à la direction de projets tels que WaveNet et DQN.
C'est la preuve la plus explicite que le centre opérationnel de Gemini s'est rapproché de la direction produit principale d'Alphabet.
Les sources ajoutent une seconde figure californienne à cette nouvelle architecture de pouvoir : le cofondateur de Google, Sergey Brin.
Après l'avènement de ChatGPT, Brin a repris un rôle plus actif dans les travaux d'IA de Google et a été rapporté à plusieurs reprises comme participant directement aux discussions techniques liées à Gemini.
Il n'occupe pas de poste opérationnel formel, contrairement à Kavukcuoglu aujourd'hui.
L'annonce du 5 août concernant la direction ne présente pas Brin comme responsable de Google DeepMind ni comme supérieur de Kavukcuoglu.
La hiérarchie formelle est la suivante :
Sundar Pichai
↓
Koray Kavukcuoglu
↓
Modèles Gemini + Recherche de pointe + Applications Gemini + Équipes de développement
Brin est mieux compris comme un cofondateur influent qui s'est davantage impliqué dans la stratégie IA de l'entreprise.
Cette distinction est importante, car la formulation humoristique de la source originale pouvait laisser penser que Brin supervisait personnellement chaque équipe depuis la table voisine. Les preuves soutiennent l'idée que Brin joue un rôle plus fort, mais elles ne soutiennent pas l'attribution d'un nouveau titre opérationnel administratif officiellement annoncé.
La dernière partie des changements de direction concerne Demis Hassabis.
Hassabis ne quitte pas Google DeepMind. Il change de rôle.
Google a annoncé qu'il occupe désormais les fonctions suivantes :
Hassabis a indiqué qu'il choisissait de céder ses responsabilités opérationnelles quotidiennes afin de consacrer plus de temps à la stratégie AGI à long terme, aux percées scientifiques, à l'impact social de l'IA avancée et à Isomorphic Labs.
Google a également précisé que Hassabis continuerait de travailler en étroite collaboration avec Kavukcuoglu ainsi qu'avec la direction des modèles et de la recherche de Google DeepMind.
Par conséquent, décrire cette transition comme une mise à l'écart de Hassabis de la recherche en IA ne serait pas exact.
Une répartition plus claire serait la suivante :
| Dirigeant | Principales priorités après la transition |
|---|---|
| Koray Kavukcuoglu | Opérations quotidiennes de Google DeepMind, développement de Gemini, exécution produit et développeurs |
| Demis Hassabis | AGI à long terme, stratégie scientifique, directeur scientifique d'Alphabet, Isomorphic Labs |
| Sundar Pichai | Supervision directe des dirigeants de Koray et coordination globale des priorités IA de l'entreprise |
| Sergey Brin | Engagement stratégique et technique croissant, mais aucune nouvelle fonction opérationnelle annoncée |
Le cadre évoqué par les sources selon lequel le « centre de gravité du pouvoir en IA se déplace vers la Californie » capture le changement de direction opérationnelle, mais cela ne doit pas être interprété comme un abandon de Londres par Google.
Hassabis a précisément indiqué qu'il continuerait de conseiller Google DeepMind depuis les nouveaux bureaux de Platform 37 à Londres.
Google continue d'employer une importante équipe de recherche au Royaume-Uni.
Reuters Breakingviews a également souligné que Londres demeure un écosystème IA majeur, avec d'importants investissements en capital-risque, des anciens de DeepMind et les investissements continus de Google.
Par conséquent, la description la plus précise de ce changement est la suivante :
Une plus grande partie du commandement opérationnel de Gemini est concentrée en Californie, tandis que Londres reste un centre de recherche important.
C'est une transition significative, mais cela ne signifie pas un retrait géographique complet.
Regrouper les équipes dans le même fuseau horaire résout les problèmes de coordination, mais ne comble pas automatiquement toutes les lacunes produits.
Les sources indiquent que la programmation en IA est l'un des domaines que Google souhaite accélérer.
Business Insider a rapporté le 5 août que Google était en négociations avancées avec la startup basée à San Francisco Mechanize.
La valeur de l'accord proposé pourrait dépasser 1,5 milliard de dollars.
Selon les informations, les structures en discussion incluent :
Google et Mechanize ont tous deux refusé de commenter auprès de Business Insider, et le rapport souligne que les conditions peuvent encore changer.
Par conséquent, cet accord ne doit pas être présenté comme une acquisition déjà finalisée.
L'article chinois original évoquait brièvement une « acquisition » de l'équipe par Google.
La structure rapportée est plus spécifique.
Google n'est actuellement pas présenté comme acquérant directement Mechanize.
Au contraire, ces négociations ressemblent davantage à un arrangement de type licence plus talents.
Ce type d'accord permet aux grandes entreprises technologiques d'obtenir de la technologie, des chercheurs expérimentés, une infrastructure d'évaluation et une expertise de domaine, tandis que la startup peut continuer à opérer de manière indépendante.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Le point clé est que les négociations avec Mechanize sont toujours en cours et n'ont pas encore été confirmées par les entreprises elles-mêmes.
Mechanize se présente comme une entreprise qui crée des environnements d'apprentissage par renforcement et des systèmes d'évaluation pour les agents de programmation de pointe.
Ses environnements fournissent aux modèles des tâches réelles d'ingénierie logicielle, telles que :
Un système de notation évalue ensuite la performance du modèle.
Ces scores peuvent être utilisés pour l'apprentissage par renforcement, l'évaluation des modèles et la mesure des capacités.
La conviction centrale de Mechanize est que les modèles de programmation ont besoin de bien plus que des problèmes de référence statiques ; ils ont besoin d'environnements réels dans lesquels les agents peuvent agir en continu et être jugés sur le fait qu'ils accomplissent réellement une tâche logicielle.
Un assistant de codage peut exceller sur des problèmes isolés de génération de code, mais avoir du mal à accomplir des tâches d'ingénierie réelles.
Les tâches réelles exigent que l'agent :
Les environnements d'entraînement capables de reproduire ce flux de travail fournissent de meilleurs signaux d'apprentissage par renforcement que de simples extraits de code courts.
Cela rend Mechanize pertinent pour tout laboratoire cherchant à améliorer les agents d'ingénierie logicielle à longue durée.
Mechanize a été fondé en 2025 par :
Besiroglu a précédemment cofondé Epoch AI, une organisation connue pour ses recherches sur les modèles d'IA, la puissance de calcul, les tendances de mise à l'échelle et l'évaluation.
Selon Business Insider, Mechanize a levé 9,1 millions de dollars au début de l'année 2026, pour une valorisation de 500 millions de dollars.
Parmi ses investisseurs divulgués figurent Nat Friedman, Patrick Collison et Dwarkesh Patel.
L'ambition déclarée de Mechanize va bien au-delà de l'ingénierie logicielle.
L'entreprise affirme que son objectif à long terme est l'automatisation complète des travaux économiques à forte valeur ajoutée.
Se concentrer sur le codage est une décision pragmatique, car l'ingénierie logicielle offre un mécanisme de retour relativement clair. Le travail d'un modèle peut généralement être vérifié par des tests unitaires, des tests d'intégration, des systèmes de compilation, le comportement à l'exécution et des scoreurs structurés.
Cela fait du codage un domaine pratique pour l'apprentissage par renforcement.
Le document affirme que Google est à la traîne derrière Claude Code, Codex et Cursor dans le domaine du codage par IA.
Cette affirmation est difficile à réduire à un classement objectif.
Les différents produits de codage rivalisent sur différentes dimensions, notamment la qualité du modèle de base, la compréhension des bases de code, la longueur des tâches autonomes, l'intégration IDE, l'accès au terminal, l'utilisation d'outils, la latence, le prix, les contrôles d'entreprise et la fiabilité.
Google possède déjà de solides produits pour développeurs et des modèles de codage.
La raison pour laquelle Mechanize pourrait encore avoir de la valeur est plus spécifique : Mechanize se concentre sur l'infrastructure d'entraînement et d'évaluation nécessaire pour améliorer les capacités des agents de codage.
Cette expertise spécialisée peut aider Google à améliorer :
En d'autres termes, Google
Ce n'est pas simplement acheter un éditeur de code, c'est acquérir la technologie et les talents spécialisés dans l'apprentissage des modèles à effectuer un travail logiciel réel.
Ces deux nouvelles semblent à première vue être deux choses distinctes.
L'une est un réajustement organisationnel.
L'autre est une transaction potentielle de technologie et de talents.
Mais la logique stratégique est similaire.
Google dispose d'immenses ressources en IA. Le problème est de réduire la distance entre :
Recherche
→
Entraînement
→
Évaluation
→
Intégration produit
→
Retours utilisateurs
→
Modèle de nouvelle génération
Concentrer davantage de leadership et de travail de post-entraînement à Mountain View permet d'accélérer les décisions internes.
Mechanize peut apporter une expertise externe pour l'entraînement et l'évaluation des agents de code.
Prises ensemble, ces initiatives montrent que Google tente de raccourcir le cycle entre les capacités de recherche et les produits compétitifs.
La fin de l'article original se concentre sur la tension entre Hassabis et Londres.
DeepMind a toujours eu une identité marquée de laboratoire de recherche.
Son histoire couvre des projets comme AlphaGo, AlphaZero, AlphaFold, WaveNet et l'apprentissage par renforcement profond.
Hassabis a également déclaré publiquement qu'il voulait prouver que la recherche en IA de classe mondiale pouvait être menée à Londres, sans exiger que tous les meilleurs chercheurs déménagent dans la Silicon Valley.
La nouvelle structure organisationnelle met à l'épreuve la capacité de cette identité de recherche à coexister avec un modèle d'exploitation produit plus centralisé.
L'article original propose trois interprétations possibles du changement de rôle de Hassabis :
Les preuves publiques soutiennent certains éléments de ces trois interprétations, mais pas suffisamment pour étayer la version plus dramatique selon laquelle il aurait été poussé dehors pour avoir refusé de déménager en Californie.
Google indique que Hassabis et Pichai discutent de ce nouveau rôle depuis un certain temps.
Hassabis a déclaré qu'il souhaitait avoir le temps et l'espace pour se concentrer sur une vision plus large de l'AGI.
Il continuera également à rester à Londres, plutôt que de suivre l'organisation opérationnelle à Mountain View.
Une interprétation raisonnable est que cette réorganisation crée une répartition plus claire des responsabilités :
Koray :
Livrer plus rapidement les modèles et les produits
Demis :
Se concentrer sur l'AGI, la science et la stratégie à long terme
Que cette répartition fonctionne dépendra de la capacité des deux parties à continuer à collaborer étroitement.
| Date | Événement |
|---|---|
| Avril 2023 | Google fusionne l'équipe Brain avec DeepMind pour créer Google DeepMind |
| Juin 2025 | Koray Kavukcuoglu devient Chief AI Architect et vice-président senior de Google, rapportant à Sundar Pichai |
| 2025–2026 | Koray déménage de Londres à la Californie alors que ses responsabilités IA à l'échelle de l'entreprise s'étendent |
| 2026 | Des rapports indiquent qu'une plus grande partie du travail de post-entraînement de Gemini est concentrée en Californie |
| 5 août 2026 | Google annonce que Demis Hassabis devient président de Google DeepMind et scientifique en chef d'Alphabet |
| 5 août 2026 | Koray est nommé vice-président senior de Google DeepMind, responsable des modèles, de la recherche de pointe, des applications Gemini et des équipes développeurs |
| 5 août 2026 | Business Insider rapporte que Google négocie un accord de plus de 1,5 milliard de dollars pour la technologie et les talents de Mechanize |
| 10 août 2026 | L'article original de QbitAI/BAAI relie la centralisation en Californie aux négociations avec Mechanize, comme faisant partie des efforts de Google pour accélérer l'exécution de son IA |
SVP.
Non. Google DeepMind reste une organisation mondiale et Londres demeure un centre de recherche important. Le changement réside dans le fait qu'une plus grande partie du leadership opérationnel, des décisions liées à Gemini et, selon des rapports, une partie du travail de post-entraînement sont concentrées à Mountain View.
Koray Kavukcuoglu dirige désormais Google DeepMind en tant que vice-président senior, tout en continuant à exercer les fonctions de Chief AI Architect de Google. Il rapporte directement à Sundar Pichai et est responsable du développement des modèles Gemini, de la recherche IA de pointe, des applications Gemini et des équipes développeurs.
Non. Hassabis devient président de Google DeepMind et scientifique en chef d'Alphabet. Il continue à participer à la stratégie AGI à long terme et à la recherche, tout en continuant à diriger Isomorphic Labs.
Oui. Reuters a rapporté en juin 2025 qu'il déménagerait en Californie après être devenu Chief AI Architect et vice-président senior de Google. Des rapports plus récents indiquent qu'il travaille désormais au siège de Google à Mountain View, alors que ses responsabilités se sont élargies.
Pas selon les rapports actuels. Business Insider indique que Google discute d'un accord d'une valeur de plus de 1,5 milliard de dollars impliquant une licence technologique non exclusive et l'embauche de certains employés de Mechanize ; les deux sociétés ont refusé de commenter et les termes pourraient évoluer.
Mechanize construit des environnements d'apprentissage par renforcement et des systèmes d'évaluation pour les agents de codage de pointe. Ces environnements simulent le travail réel d'ingénierie logicielle et fournissent des évaluateurs pour mesurer les performances des agents lors de l'entraînement et de l'
évaluation.
Selon les rapports, cet accord apporterait à Google la technologie et les talents spécialisés dans la formation et l'évaluation des agents de codage. Cela pourrait contribuer à améliorer les performances en ingénierie logicielle de longue durée, un domaine de plus en plus important pour les produits IA de pointe.
Sergey Brin dirige-t-il officiellement Google DeepMind ?
Brin n'a pas été annoncé à un nouveau poste de direction formel. Les médias rapportent qu'il est de plus en plus actif dans la stratégie IA de Google, tandis que la structure de direction officielle confie à Koray Kavukcuoglu, sous l'autorité de Sundar Pichai, la gestion quotidienne de Google DeepMind.
La réorganisation de l'IA chez Google
Il s'agit moins de ramener tous les chercheurs au siège que de réduire la distance entre le développement des modèles, le post-entraînement, les décisions produits et la direction.
La mutation de Koray Kavukcuoglu en Californie et sa promotion à la tête de Google DeepMind officialise ce changement amorcé en 2025. Demis Hassabis reste la figure scientifique centrale, mais s'est retiré des opérations quotidiennes pour se concentrer sur l'AGI, la science et Isomorphic Labs.
Selon les rapports, les négociations avec Mechanize pour plus de 1,5 milliard de dollars répondent à un autre problème d'exécution : améliorer l'entraînement et l'évaluation des agents de codage. Si la transaction aboutit, Google obtiendra une expertise technique et des talents, et pas seulement une nouvelle interface de codage.
Le fil conducteur commun est la vitesse : Google réorganise ses effectifs, ses processus de décision et ses talents externes autour de chemins plus courts entre la recherche de pointe et des produits d'IA compétitifs.
Partez d’une phrase et obtenez un site complet en quelques minutes.
