Introduction
L'organisation IA de Google traverse son plus grand bouleversement de direction depuis la fusion entre Google Brain et DeepMind en 2023.
L'élément déclencheur de cette vague d'attention n'est pas une annonce de Google sur une défaillance de ses modèles, mais un rapport d'analyse particulièrement incisif publié par SemiAnalysis, une société de recherche en semi-conducteurs et en infrastructure IA, intitulé "Gemini est mort, mais GCP monte en puissance".
SemiAnalysis estime que Gemini a perdu son élan dans le domaine de pointe, tandis que Google Cloud bénéficie de la même infrastructure qui soutient les ambitions IA de Google. La société affirme même ouvertement que les chances de Google DeepMind de retrouver une position de leader dans les modèles les plus avancés sont proches de zéro.
C'est l'analyse d'un expert, pas un fait établi.
La position publique de Google est radicalement différente. En août 2026, le PDG Sundar Pichai a déclaré que l'entreprise restait engagée dans le domaine de pointe de l'IA, a annoncé une nouvelle structure de direction pour Google DeepMind, et a indiqué que Google avait lancé sa tâche de pré-entraînement la plus ambitieuse à ce jour pour Gemini 4.
Néanmoins, les changements organisationnels sont bien réels.
Demis Hassabis a cédé ses responsabilités de gestion quotidienne de Google DeepMind pour devenir président de Google DeepMind et scientifique en chef d'Alphabet. Koray Kavukcuoglu dirige désormais Google DeepMind en tant que vice-président senior. Jeff Dean et Sanjay Ghemawat quitteront leurs postes pour fonder une nouvelle société à but non lucratif appelée Discovery Loop, accompagnés d'Oriol Vinyals et de Qu Lei. Noam Shazeer est parti chez OpenAI, tandis que John Jumper, co-créateur d'AlphaFold, a rejoint Anthropic.
Et au-delà de l'organigramme officiel, le cofondateur Sergey Brin s'implique de plus en plus dans les travaux IA de Google.
L'article original en chinois décrivait ce moment comme un quasi-effondrement de Gemini.
Une lecture plus défendable, bien que moins dramatique, reste néanmoins significative :
Google doit gérer simultanément la pression liée aux sorties de modèles, la fuite de talents expérimentés, la transition à la tête de DeepMind, la croissance rapide de la demande externe pour son infrastructure TPU, et un nouvel effort pour faire de Gemini une organisation produit plus rapide.
Gemini 4 sera désormais la pierre de touche qui déterminera si cette réorganisation a réellement amélioré l'exécution — ou si elle n'a fait que réarranger l'organisation autour des mêmes problèmes.
Du sommet de Gemini 3 à une position plus difficile, en seulement neuf mois
Lorsque Gemini 3 est sorti fin 2025, il a été largement considéré comme l'un des moments les plus forts de Google dans la course moderne à l'IA générative.
SemiAnalysis a décrit Gemini 3 Pro comme étant, à l'époque, probablement le meilleur modèle au monde, affirmant qu'il avait contribué à déclencher une réponse de niveau "code rouge" au sein d'OpenAI.
Le classement concurrentiel exact dépend des benchmarks et des charges de travail, mais la conclusion plus large est juste : Gemini 3 a restauré la confiance, prouvant que Google pouvait non seulement rivaliser dans le domaine de pointe, mais pas seulement
distribuer l'IA via la recherche et Android.
D'ici 2026, cette confiance s'est affaiblie.
Gemini 3.5 Pro a manqué sa fenêtre de sortie publique prévue
Le 19 mai, Google a lancé la gamme Gemini 3.5.
Gemini 3.5 Flash est sorti en premier, tandis que Google a indiqué que Gemini 3.5 Pro était déjà utilisé en interne, avec une sortie prévue le mois suivant.
Cette sortie publique de juin n'a pas eu lieu.
Lors de la conférence téléphonique sur les résultats d'Alphabet du 22 juillet, Sundar Pichai a déclaré que Gemini 3.5 Pro était toujours en cours de test, et a annoncé que Google avait lancé le projet de pré-entraînement le plus ambitieux pour Gemini 4.
Reuters a ensuite décrit ce modèle phare Gemini non publié comme une source d'inquiétude pour les investisseurs et l'industrie.
SemiAnalysis est allé plus loin, affirmant que Google avait en réalité abandonné Gemini 3.5 Pro pour se concentrer sur Gemini 4.
Google n'a pas utilisé publiquement le terme "annulation".
Par conséquent, au moment de la sortie publique, une formulation prudente serait :
- Google a annoncé que Gemini 3.5 Pro serait publié après Flash.
- La sortie prévue en juin n'a pas eu lieu.
- Fin juillet, Google a indiqué que le modèle était encore en cours de test.
- Début août, la direction de Google a mis publiquement l'accent sur Gemini 4.
- SemiAnalysis a interprété ce processus comme une annulation silencieuse de 3.5 Pro.
- Google n'a pas officiellement confirmé cette interprétation.
Gemini 3.6 Flash devient un modèle de transition
Au lieu de publier publiquement 3.5 Pro, Google a lancé plusieurs modèles, dont Gemini 3.6 Flash et Gemini 3.5 Flash-Lite.
Google a décrit la gamme Flash comme une combinaison performante de performances, de latence et de coûts pour les agents de production.
SemiAnalysis est loin d'être aussi positif.
Son rapport d'août indique que Gemini 3.6 Flash reste en retrait sur certains benchmarks par rapport à plusieurs modèles concurrents de pointe et open source.
Ces classements sont dynamiques.
La qualité des modèles peut varier considérablement selon les aspects :
- Programmation
- Raisonnement
- Tâches à contexte long
- Flux de travail d'agents
- Tâches multimodales
- Coût
- Latence
- Fiabilité
Un modèle qui perd sur un classement global peut rester compétitif s'il est moins cher, plus rapide, plus facile à déployer en production, ou davantage intégré aux flux de travail des clients.
Par conséquent, le changement important ne réside pas dans le fait que Gemini est objectivement "mort".
Mais dans le fait que Google, qui entrait en 2026 avec un élan renouvelé dans le domaine de pointe, fait désormais face à l'épreuve de cycles d'itération de modèles plus rapides de la part d'OpenAI, d'Anthropic, de xAI, de Meta et des principaux laboratoires chinois.
Google a inventé de nombreux composants clés — mais a souvent hésité et échoué à les commercialiser
L'article original revient sur l'une des critiques les plus courantes de l'histoire de l'IA chez Google.
Les chercheurs de Google sont co-auteurs de l'article "Attention Is All You Need" de 2017, qui a introduit l'architecture Transformer.
Bien avant que ChatGPT ne devienne un produit de masse, les équipes de Google avaient déjà expérimenté des modèles de langage conversationnels.
D'anciens chercheurs de Google et DeepMind ont décrit à plusieurs reprises des systèmes internes similaires aux assistants IA grand public ultérieurs.
L'article source cite un ancien chercheur de DeepMind affirmant qu'un projet interne appelé LMChat ressemblait beaucoup à ChatGPT et existait environ un an à l'avance.
L'histoire interne exacte est difficile à vérifier à partir des documents publics de Google, mais le schéma plus large est bien documenté : Google possède
une recherche fondamentale et des prototypes solides, tout en restant prudent quant à la vitesse à laquelle ces systèmes entrent dans les produits grand public.
Cette prudence a des raisons légitimes.
Google a dû prendre en compte :
- La qualité de la recherche
- L'économie publicitaire
- La sécurité
- Les problèmes d'hallucination
- La réputation
- Les risques juridiques
- L'auto-cannibalisation des produits
- Les coûts d'infrastructure
Mais lorsque ChatGPT a réinitialisé les attentes des utilisateurs, le coût de la lenteur est devenu bien plus évident.
SemiAnalysis résume la faiblesse récurrente de Google comme un manque de conviction organisationnelle.
C'est une opinion, mais elle capture une tension stratégique réelle :
Une entreprise disposant d'une activité existante très rentable a beaucoup plus à protéger qu'une startup dont la seule voie de sortie est de bouleverser l'ordre établi.
L'accord de 27 milliards de dollars avec Character.AI n'a pas permis de retenir Noam Shazeer pendant deux ans
Le coup suivant est venu des talents.
En 2024, Google a conclu un accord de licence et de recrutement avec Character.AI.
Reuters et le Wall Street Journal ont rapporté que Google avait ramené Noam Shazeer, cofondateur de Character.AI, et plusieurs de ses collègues, dans le cadre d'une transaction d'environ 27 milliards de dollars.
Shazeer n'est pas un talent senior ordinaire.
Il a été :
- Ancien chercheur senior chez Google
- Coauteur de l'article sur les Transformers
- Fondateur de Character.AI
- Co-responsable technique de Gemini après son retour chez Google
Moins de deux ans plus tard, il a annoncé qu'il rejoignait OpenAI.
Reuters a rapporté ce départ en juin 2026, soulignant le contraste saisissant entre les milliards dépensés pour le ramener et la brièveté de son second mandat chez Google.
La même semaine, John Jumper rejoint Anthropic
Quelques jours plus tard, un autre chercheur de haut profil a annoncé son départ.
John Jumper, co-créateur d'AlphaFold et l'un des lauréats du prix Nobel de chimie 2024, a déclaré qu'il quitterait Google DeepMind après près de neuf ans pour rejoindre Anthropic.
Le départ de Jumper est particulièrement remarquable car l'IA pour la science a toujours été l'une des réalisations emblématiques de DeepMind.
Demis Hassabis l'a publiquement remercié et a salué l'impact d'AlphaFold.
Ce départ n'a pas été présenté publiquement comme une rupture conflictuelle.
Néanmoins, d'un point de vue organisationnel, les départs de Shazeer et Jumper la même semaine renforcent l'idée que les laboratoires d'IA de pointe parviennent à recruter certains des chercheurs les plus en vue de Google.
Jeff Dean, Sanjay Ghemawat, Oriol Vinyals et Quoc Le partent ensuite pour créer Discovery Loop
Le plus grand choc organisationnel est survenu en août.
Google a annoncé que Jeff Dean et Sanjay Ghemawat quitteraient l'entreprise après 27 ans pour fonder une société à but non lucratif indépendante, axée sur l'accélération des découvertes dans les domaines de l'apprentissage automatique, des sciences et de l'ingénierie.
Selon Reuters, Oriol Vinyals et Quoc Le rejoindront également cette nouvelle entreprise nommée Discovery Loop.
L'impact de ce départ ne saurait être surestimé.
Jeff Dean est étroitement lié à de nombreux systèmes informatiques fondamentaux de Google, notamment aux infrastructures et aux travaux d'apprentissage automatique qui ont rendu possible la pile technologique d'IA moderne de l'entreprise.
Sanjay Ghemawat a longtemps travaillé aux côtés de Dean sur certaines des technologies de systèmes distribués les plus importantes de Google.
Oriol Vinyals a été
chercheur senior chez Google DeepMind et responsable de Gemini.
Quoc Le a été l'une des figures centrales de Google Brain et de l'apprentissage profond moderne chez Google.
Discovery Loop n'est pas une rupture hostile avec Google
Le texte original décrit ce départ avec des termes quasi-guerriers.
La déclaration officielle de Google est plus nuancée.
Sundar Pichai a indiqué que Google allait :
- Agir en tant qu'investisseur fondateur de Discovery Loop
- Servir de partenaire cloud
- Collaborer sur le cadre de recherche des systèmes d'apprentissage automatique
- Continuer de coopérer avec la nouvelle entreprise sur les avancées en matière d'infrastructure
Reuters a également rapporté que Discovery Loop a bénéficié d'un investissement de Google et d'un partenariat avec Google Cloud pour les capacités de calcul.
Ainsi, Google perd d'un côté ses talents les plus expérimentés, tout en maintenant de l'autre des liens économiques et techniques avec la nouvelle entreprise.
Cela peut être interprété de deux manières.
L'interprétation négative est que Google n'est plus en mesure de retenir ses meilleurs responsables techniques au sein de son organisation.
L'interprétation plus indulgente est qu'Alphabet cherche des moyens de garder les équipes talentueuses dans son écosystème, même si elles souhaitent une structure opérationnelle plus indépendante.
Ces deux scénarios peuvent être vrais simultanément.
Le problème des TPU : Google DeepMind et Google Cloud ont besoin de la même ressource de calcul rare
Le texte original aborde ensuite un second paradoxe : l'allocation des ressources de calcul.
Google a passé plus d'une décennie à construire ses propres unités de traitement tensoriel (TPU).
Ces puces sont stratégiquement importantes car elles peuvent être utilisées pour :
- L'entraînement de Gemini
- L'inférence de Gemini
- La recherche Google
- Les recommandations YouTube
- Les charges de travail d'IA internes
- Vertex AI
- Les clients cloud externes
- La vente directe de systèmes TPU
Le paradoxe est évident.
Chaque unité de ressource de calcul avancée a un coût d'opportunité.
Google peut l'utiliser en interne pour améliorer Gemini, ou la vendre comme infrastructure et service cloud à des clients qui pourraient inclure des concurrents directs de Gemini.
Anthropic est devenu un client TPU majeur
Anthropic a élargi ses partenariats avec Google et Broadcom afin de sécuriser d'importantes capacités TPU.
Anthropic a officiellement annoncé en avril 2026 que la demande pour Claude s'accélérait et qu'il étendait ses partenariats de calcul avec Google et Broadcom.
SemiAnalysis estime qu'une part considérable des expéditions futures de TPU sera directement destinée à Anthropic.
La source contient le graphique suivant :
Il s'agit d'estimations de SemiAnalysis, et non de divulgations officielles des expéditions.
Alphabet.
Cela exclut également les capacités TPU qu'Anthropic pourrait louer via Google Cloud.
Cette distinction est importante car le texte original laisse presque entendre que Google aurait officiellement révélé que plus de 20 % de ses expéditions de TPU seraient destinées à Anthropic.
Google n'a pas fait une telle déclaration publique explicite.
Sundar Pichai affirme que l'IA de pointe reste la priorité absolue
La réponse la plus ferme est venue de la conférence téléphonique sur les résultats du deuxième trimestre d'Alphabet.
Interrogé directement sur l'allocation des TPU, Pichai a déclaré que la priorité de Google est de s'assurer qu'il dispose des ressources nécessaires pour rester compétitif à la frontière de l'AGI.
Il a également reconnu que la demande externe est extrêmement importante.
Google s'efforce donc de concilier les deux :
- Réserver suffisamment de puissance de calcul pour le développement des modèles de pointe.
- Vendre des systèmes TPU et des infrastructures d'IA à des clients externes.
Cette tension est réelle, mais Google refuse d'accepter l'idée que les ventes du cloud priment sur le travail des modèles internes.
Google fournit des infrastructures à des entreprises clientes concurrentes de Gemini
D'un point de vue commercial cloud, vendre de la puissance de calcul à des laboratoires d'IA externes est logique.
AWS soutient des entreprises clientes qui peuvent concurrencer les produits d'Amazon.
Microsoft soutient OpenAI tout en déployant massivement les services Azure.
Cloud aspire à devenir la plateforme utilisée par le plus grand nombre possible de grands constructeurs d'IA.
Cela signifie que même si l'application gagnante finale n'est pas Gemini, Google pourrait en tirer profit.
Le texte original considère cette approche comme une auto-destruction stratégique.
Une autre lecture est qu'Alphabet couvre ses paris à plusieurs niveaux de la pile technologique de l'IA.
Si Gemini gagne, Google en tire profit de plusieurs manières :
- Abonnements Gemini
- Intégration dans la recherche
- Workspace
- API
- IA d'entreprise
- Publicité
- Distribution Android
Si d'autres laboratoires de pointe remportent les charges de travail, Google peut encore en tirer profit grâce à :
- Ventes de TPU
- Google Cloud
- Centres de données
- Réseaux
- Stockage
- Infrastructure d'IA hébergée
C'est une position commerciale solide.
La question troublante est la suivante : devenir un fournisseur d'infrastructure puissant réduit-il l'urgence interne de faire de Gemini le meilleur modèle possible ?
SemiAnalysis pense que oui.
Google dit que non.
La croissance de Google Cloud dépasse largement les périodes précédentes
Les résultats financiers d'Alphabet pour le deuxième trimestre 2026 fournissent la preuve la plus claire que le volet infrastructure fonctionne.
Le chiffre d'affaires de Google Cloud a augmenté de 82 % en glissement annuel au deuxième trimestre, pour atteindre 24,8 milliards de dollars.
Le carnet de commandes de Google Cloud s'élève à 514 milliards de dollars.
Le résultat opérationnel a atteint 8,8 milliards de dollars, plus du triple de celui de l'année précédente.
Google indique que l'infrastructure d'IA, les solutions d'IA et le cœur de GCP sont tous d'importants moteurs de croissance.
La société commence également à comptabiliser les revenus issus de la vente directe de systèmes TPU aux centres de données clients.
Ce ne sont pas des prévisions.
Ce sont les données réelles du T2 publiées par Alphabet.
Gemini croît également — mais d'une manière différente
Le texte original oppose l'accélération de Cloud au ralentissement de la croissance de l'API Gemini.
SemiAnalysis a publié ses estimations des revenus de l'API propriétaire de Gemini ainsi que les données de croissance séquentielle :
Les données réelles publiées par Alphabet pour le deuxième trimestre 2026 indiquent une croissance de 82 % en glissement annuel.
Les chiffres plus élevés affichés pour le troisième trimestre 2026 ou toute autre période future dans le graphique sont des estimations d'analystes, et non des données trimestrielles finalisées.
Une boucle dangereuse — ou une puissante stratégie full-stack ?
Creez un site vitrine et genere des leads en quelques minutes
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 texte original décrit une boucle de rétroaction négative :
Gemini perd son avantage
↓
Google alloue davantage de puissance de calcul au cloud
↓
Les laboratoires externes obtiennent plus de capacité TPU
↓
Les laboratoires externes construisent des modèles plus puissants
↓
Gemini perd encore plus d'avantage
C'est une lecture possible.
Mais Alphabet tente de construire une boucle différente :
La demande en IA augmente
↓
Google construit davantage de TPU et de centres de données
↓
Les charges de travail d'IA internes et externes croissent
↓
Les revenus cloud et les investissements en infrastructure s'élargissent
↓
Google obtient plus de puissance de calcul pour l'IA de pointe
La boucle qui dominera dépendra de l'exécution.
Les variables clés incluent :
- Quelle part de la puissance de calcul est réservée à Gemini
- Si Gemini 4 atteint le niveau de qualité des modèles de pointe
- À quelle vitesse Google construit de nouvelles capacités TPU
- Si les ventes externes de TPU améliorent les marges
- Si les bénéfices du cloud sont réinvestis dans la recherche en IA
- Si Google parvient à retenir suffisamment de talents en recherche et en produit
Il ne s'agit donc pas simplement d'une histoire de « DeepMind perd, le cloud gagne ».
La question clé est de savoir si une entreprise peut gérer simultanément un laboratoire de pointe et une activité d'infrastructure d'IA hyperscale, sans que l'un ne souffre des ressources allouées à l'autre.
Sergueï Brin est revenu à un rôle plus actif dans l'IA
C'est là que Sergueï Brin entre en scène.
Brin avait quitté la gestion quotidienne il y a des années, mais a recommencé à consacrer plus de temps chez Google après le lancement de ChatGPT.
Le Wall Street Journal rapportait dès 2023 que Brin travaillait directement avec des chercheurs en IA sur le développement de Gemini.
D'ici 2026, son influence aurait de nouveau augmenté.
Le Financial Times décrit Brin comme une force stratégique de plus en plus importante dans le travail d'IA réorganisé.
La source de l'Institut de recherche en intelligence artificielle de Pékin décrit presque cela comme une prise de contrôle en temps de guerre.
Cette affirmation est plus forte que les annonces officielles de Google.
L'annonce officielle de la direction chez Google n'accorde pas de poste opérationnel à Brin
Le 5 août, Sundar Pichai a publié une annonce détaillée, de style note interne, présentant la nouvelle phase de Google DeepMind.
La structure officielle est la suivante :
- Demis Hassabis — Président de Google DeepMind et scientifique en chef d'Alphabet
- Koray Kavukcuoglu — Vice-président senior de Google DeepMind et architecte en chef de l'IA
- Sundar Pichai — Supérieur direct de Koray
- Jeff Dean et Sanjay Ghemawat — Quittent pour créer Discovery Loop
Sergueï Brin n'apparaît pas dans la structure organisationnelle officielle.
Cela ne signifie pas qu'il n'a pas d'influence.
Cela signifie plutôt que les preuves soutiennent sa description comme un cofondateur de plus en plus impliqué et une voix stratégique, plutôt qu'un remplaçant officiellement annoncé à la tête de DeepMind.
Koray Kavukcuoglu assume désormais les opérations quotidiennes
Le changement officiel le plus important concerne le rôle de Koray Kavukcuoglu.
Pichai a indiqué que Koray sera responsable de :
- Le développement des modèles Gemini
- La recherche en IA de pointe
- L'équipe de l'application Gemini
- Les équipes développeurs
Il relèvera directement de Pichai.
Reuters indique que cette nomination devrait orienter Google DeepMind vers une approche davantage axée sur les produits.
C'est bien plus concret que le rôle informel de Brin.
Demis Hassabis se tourne vers la stratégie AGI et la science
Demis Hassabis ne quitte pas Google.
Il se retire de la gestion quotidienne.
Son nouveau rôle comprend :
- Président de Google DeepMind
- Scientifique en chef d'Alphabet
- Directeur général d'Isomorphic Labs
Hassabis a écrit qu'il souhaite consacrer plus de temps à la voie plus large vers l'AGI et à ses implications sociétales.
Il prévoit également d'investir davantage de temps dans Isomorphic Labs et la découverte de médicaments pilotée par l'IA.
C'est important car DeepMind a toujours porté une double identité.
C'est à la fois :
- Un laboratoire d'IA de pointe poursuivant des percées scientifiques à long terme.
- L'organisation centrale derrière les modèles Gemini et les produits d'IA de Google.
Ces objectifs se chevauchent, mais ils ne sont pas identiques.
La nouvelle architecture les sépare plus clairement.
Koray assume une plus grande charge opérationnelle et produit.
Hassabis se concentre davantage sur la science à long cycle, la stratégie AGI et Isomorphic Labs.
L'article original interprète cela comme Google choisissant la commercialisation au détriment de la culture de recherche de DeepMind.
Google le décrit comme un moyen de renforcer les deux missions.
Le centre de gravité se déplace de Londres vers Mountain View
DeepMind a été fondé à Londres et a conservé
une forte identité de recherche.
Le changement de direction renforce l'influence de Mountain View sur le développement quotidien de Gemini.
Reuters et le Financial Times décrivent tous deux cette réorganisation comme un pas vers une exécution plus rapide et une commercialisation accrue.
Selon certaines sources, les fonctions de sécurité et d'éthique pourraient être rattachées aux départements juridique ou communication.
Cette affirmation spécifique n'a pas été confirmée dans les annonces publiques de Google et doit être considérée comme une information rapportée ou une spéculation interne, plutôt qu'un fait organisationnel établi.
Ce qui est confirmé est plus restreint :
- Hassabis se retire de la gestion opérationnelle quotidienne.
- Koray relève directement de Sundar Pichai.
- Les modèles Gemini, la recherche de pointe, l'application Gemini et les équipes développeurs sont sous la responsabilité de Koray.
- Hassabis reste président et conseiller actif.
- Google affirme que la science fondamentale reste un atout essentiel.
L'anxiété des employés est légitime, mais difficile à quantifier
Les sources décrivent des employés contactant des concurrents et cherchant des opportunités ailleurs.
Les reportages de Reuters et du FT indiquent effectivement une agitation interne et une fuite significative des talents.
Il n'existe actuellement aucune donnée publique montrant combien d'employés de DeepMind cherchent activement un nouvel emploi.
Ces affirmations doivent être attribuées à des sources anonymes et non présentées comme une tendance quantifiable à l'échelle de l'entreprise.
Gemini 4 est le véritable test
Malgré les controverses autour des personnes et de l'infrastructure, le résultat final sera jugé sur les modèles et les produits.
Google a annoncé avoir lancé son entraînement préalable de Gemini 4, le plus ambitieux à ce jour.
Hassabis a déclaré être enthousiaste quant aux progrès du nouveau modèle.
Pichai a indiqué que Google reste engagé à couvrir l'ensemble de la frontière performance-coût, des modèles Flash économiques aux modèles de pointe les plus puissants.
Les sources décrivent Gemini 4 comme un tournant décisif.
C'est peut-être exagéré.
Alphabet est une entreprise massive et diversifiée ; la sortie d'un seul modèle ne détermine pas la survie de Google.
Mais l'importance de Gemini 4 reste exceptionnelle.
Ce que Gemini 4 doit prouver
Un lancement réussi doit répondre à plusieurs questions.
- Google peut-il revenir au sommet de la qualité des modèles de pointe ?
Gemini 4 sera directement comparé à :
- Les derniers modèles d'OpenAI
- La série Claude d'Anthropic
- xAI
- Meta
- Les principaux modèles open source chinois
La comparaison dépassera largement le cadre d'un simple benchmark.
- Google peut-il améliorer les performances en codage et en agents ?
Le codage et les tâches d'agents à longue durée sont devenus des priorités stratégiques car ils génèrent :
- L'adoption par les développeurs
- L'utilisation en entreprise
- L'automatisation
- La création de logiciels natifs IA
- La consommation de jetons à forte valeur
Google possède déjà Antigravity, des agents hébergés via l'API Gemini et un canal de distribution développeur profond.
La qualité des modèles doit soutenir cette plateforme.
- La livraison sera-t-elle dans les délais ?
Le manquement à la fenêtre de lancement de 3.5 Pro a soulevé des questions sur l'exécution.
Un lancement propre de Gemini 4 est presque aussi important sur le plan opérationnel que technique.
- Google peut-il transformer son avantage de distribution en utilisation durable ?
Google a une portée énorme.
Alphabet rapporte :
- L'application Gemini compte 950 millions d'utilisateurs actifs mensuels
- Une croissance de 3 fois des utilisateurs actifs quotidiens en glissement annuel
- Plus de 1 milliard d'utilisateurs actifs mensuels en mode IA
Recherche
- Son écosystème de modèles sert plus de 9 millions de développeurs chaque mois
Ce sont des avantages de distribution extraordinaires.
Mais la distribution ne résout pas automatiquement la question du leadership en matière de modèles.
La machine de distribution de Google reste immense
Même les critiques de Gemini reconnaissent que Google peut présenter l'IA aux utilisateurs via :
- La recherche
- Android
- Chrome
- Workspace
- YouTube
- Le cloud
- Pixel
- Maps
- L'application Gemini
- Google AI Studio
Peu de concurrents disposent d'une pile technologique équivalente.
Cela rend la situation de Google différente des analogies avec IBM ou Intel utilisées dans les commentaires pessimistes.
Google ne se contente pas de défendre d'anciens produits tout en manquant de nouveaux marchés.
C'est déjà l'un des plus grands distributeurs, fournisseurs d'infrastructure et développeurs de modèles dans le domaine de l'IA.
La question est de savoir s'il peut rester au plus haut niveau sur ces trois plans simultanément.
Google devient-il d'abord une entreprise d'infrastructure IA ?
L'article original conclut sur l'argument le plus fort.
Peut-être que Google n'a plus besoin de gagner la course aux modèles pour gagner financièrement.
Si Google Cloud et les ventes de TPU connaissent une croissance rapide, Alphabet peut bénéficier du boom de l'IA même si d'autres entreprises créent les modèles les plus admirés.
Cette possibilité change les incitations.
Une vue simplifiée est la suivante :
| Niveau | Position de Google |
|---|---|
| Distribution grand public | Recherche, Android, application Gemini, YouTube, Chrome |
| Logiciel d'entreprise | Workspace, Gemini Enterprise |
| API de modèles | API Gemini, Vertex AI |
| Modèles de pointe | Série Gemini |
| Infrastructure IA | TPU, GPU, réseau, centres de données |
| Cloud | Google Cloud Platform |
| Recherche | Google DeepMind, Google Research |
| IA pour la science | DeepMind et Isomorphic Labs |
Une entreprise avec autant de niveaux n'a pas besoin d'être première à chaque niveau chaque trimestre.
Mais il existe un risque stratégique.
Si Gemini est structurellement plus faible que les modèles concurrents, Google pourrait finir par dépendre de laboratoires externes de pointe pour créer les charges de travail IA les plus précieuses sur son infrastructure.
Ce serait rentable.
Mais cela serait très éloigné de l'ambition initiale de Google de maintenir son avance au niveau de l'intelligence elle-même.
La thèse de SemiAnalysis contre celle de Google
Ce débat peut être clairement résumé.
Le point de vue de SemiAnalysis
SemiAnalysis estime que :
- Gemini 3 Pro est le moment fort récent de Google.
- La position de pointe de Gemini a décliné au cours de l'année 2026.
Google subit une fuite de talents d'une gravité exceptionnelle.
- 3.5 Pro n'a en réalité pas réussi à être lancé.
- L'économie des TPU favorise de plus en plus Google Cloud.
- Les laboratoires d'IA externes pourraient bénéficier davantage des ressources de calcul de Google que Gemini lui-même.
- L'échec à long terme de DeepMind pourrait devenir le succès financier à court terme de Google Cloud.
Le point de vue de Google
Google affirme :
- La demande pour Gemini reste forte.
- L'API Gemini traite environ 22 milliards de jetons par minute.
- 950 millions de personnes utilisent l'application Gemini chaque mois.
- Le mode IA compte plus d'un milliard d'utilisateurs actifs mensuels.
- Google reste engagé dans l'IA de pointe.
- Le développement de modèles de pointe est la première priorité lors de l'allocation des ressources de calcul.
- Gemini 4 a déjà entamé un important pré-entraînement.
- Le nouveau rôle de Koray devrait accélérer l'exécution.
- Hassabis reste profondément impliqué dans les travaux d'IA à long terme.
Stratégie.
- Le positionnement full-stack de Google est un avantage concurrentiel unique.
Les deux récits contiennent des preuves réelles.
La divergence porte sur ce qui importe le plus.
SemiAnalysis se concentre sur la trajectoire des modèles de pointe et les incitations internes.
Google se concentre sur l'échelle, la distribution, l'infrastructure, l'adoption par les entreprises et sa capacité à financer la prochaine génération de modèles.
Ce qui est confirmé, rapporté ou une opinion
Confirmé par Google ou Alphabet
- Demis Hassabis est désormais président de Google DeepMind et scientifique en chef d'Alphabet.
- Koray Kavukcuoglu dirige désormais Google DeepMind en tant que vice-président senior, relevant de Sundar Pichai.
- Koray est responsable du développement des modèles Gemini, de la recherche en IA de pointe, des applications Gemini et des équipes de développeurs.
- Jeff Dean et Sanjay Ghemawat vont quitter l'entreprise pour créer une société indépendante à but d'intérêt public.
- Google est un investisseur fondateur et partenaire cloud de Discovery Loop.
- Au 22 juillet, lors de la conférence téléphonique sur les résultats, Gemini 3.5 Pro était toujours en cours de test.
- Google a lancé son programme de pré-entraînement Gemini 4 le plus ambitieux à ce jour.
- L'application Gemini compte plus de 950 millions d'utilisateurs actifs mensuels.
- Le mode IA a dépassé le milliard d'utilisateurs actifs mensuels.
- Les revenus de Google Cloud ont augmenté de 82 % en glissement annuel au deuxième trimestre 2026.
- Google indique que la première priorité de l'allocation de ses TPU est de maintenir une puissance de calcul suffisante pour être compétitif à la frontière de l'AGI.
Confirmé par des rapports publics
- Noam Shazeer a quitté Google pour rejoindre OpenAI en juin 2026.
- Selon les rapports, Google a versé environ 2,7 milliards de dollars dans le cadre de l'accord de licence/recrutement de talents avec Character.AI en 2024.
- John Jumper a quitté Google DeepMind pour rejoindre Anthropic.
- Jeff Dean, Sanjay Ghemawat, Oriol Vinyals et Quoc Le forment Discovery Loop.
- Sergey Brin est retourné au bureau après l'apparition de ChatGPT pour participer aux travaux d'IA de Google et est devenu une voix stratégique de plus en plus influente.
Estimations ou opinions de SemiAnalysis
- La probabilité que Gemini retrouve l'état de l'art est en réalité de zéro.
- Gemini 3.5 Pro a été discrètement abandonné.
- Gemini 3.6 Flash se classe globalement à peu près huitième ou neuvième.
- La part des expéditions de TPU va à Anthropic.
- Estimations des revenus de l'API Gemini propriétaire et de leur croissance trimestrielle.
- La croissance future de Google Cloud est supérieure aux chiffres actuellement publiés.
- L'échec à long terme de DeepMind contribue directement au succès à court terme de Google Cloud.
Il peut s'agir d'affirmations analytiques utiles, mais elles ne doivent pas être considérées comme des divulgations officielles d'Alphabet.
Questions fréquentes
Gemini est-il vraiment « mort » ?
Non. « Gemini est fini » est un jugement provocateur délibéré de SemiAnalysis, et non une conclusion officielle ou universellement acceptée. Google publie toujours des modèles Gemini en continu, sert des centaines de millions d'utilisateurs et affirme que Gemini 4 a lancé son plus grand effort de pré-entraînement jamais réalisé.
Google a-t-il annulé Gemini 3.5 Pro ?
Google n'a pas officiellement annoncé d'annulation. Le modèle a manqué la fenêtre de lancement de juin initialement mentionnée, était toujours décrit comme en cours de test le 22 juillet, et Google met désormais publiquement l'accent sur Gemini 4 ; SemiAnalysis interprète cette série d'indices comme une annulation discrète.
Sergey Brin dirige-t-il désormais Google DeepMind ?
Pas officiellement. Dans l'architecture formelle de Google, Koray Kavukcuoglu dirige les opérations quotidiennes de Google DeepMind.
Division opérationnelle, relevant de Sundar Pichai. Selon les rapports, Brin est de plus en plus impliqué dans la stratégie de l'IA et les discussions techniques pratiques, mais Google n'a pas encore annoncé de nouveau titre opérationnel pour lui.
Qu'est-il arrivé à Demis Hassabis ?
Hassabis passe d'un rôle de gestion quotidienne à celui de président de Google DeepMind et de scientifique en chef d'Alphabet. Il continue de participer à la stratégie de l'IA et à la recherche sur les modèles, tout en consacrant davantage de temps à l'AGI, à la science et à Isomorphic Labs.
Pourquoi Jeff Dean a-t-il quitté Google ?
Google indique que Dean, après 27 ans dans l'entreprise, voulait explorer une nouvelle direction. Lui et Sanjay Ghemawat créent Discovery Loop, une société indépendante à but d'intérêt public axée sur l'apprentissage automatique, la science et l'ingénierie ; Google en est un investisseur fondateur et partenaire cloud.
Google vend-il des TPU à Anthropic ?
Oui, Anthropic a un partenariat de calcul important avec Google et Broadcom. Cependant, les données sur les parts d'expéditions futures présentées dans les graphiques de SemiAnalysis sont des estimations, et non des divulgations officielles d'expéditions d'Alphabet.
Quelle est la vitesse de croissance de Google Cloud ?
Alphabet a rapporté que les revenus de Google Cloud au deuxième trimestre 2026 ont augmenté de 82 % en glissement annuel pour atteindre 24,8 milliards de dollars. Le carnet de commandes cloud a atteint 514 milliards de dollars, l'infrastructure IA et les solutions IA étant les principaux moteurs de croissance.
Combien de personnes utilisent Gemini ?
Alphabet a rapporté que l'application Gemini comptait plus de 950 millions d'utilisateurs actifs mensuels au deuxième trimestre 2026, tandis que le mode IA dans la Recherche dépassait le milliard d'utilisateurs actifs mensuels. Ces données de distribution des produits ne mesurent pas directement la qualité des modèles de pointe, mais démontrent la portée considérable de Google.
Outils associés
- Gemini : assistant IA grand public de Google et interface produit principale de la famille de modèles Gemini.
- Google AI Studio : environnement navigateur officiel de Google pour tester les modèles Gemini et développer via l'API Gemini.
- API Gemini : documentation officielle pour les développeurs afin d'intégrer les modèles Gemini dans leurs applications.
- Vertex AI : plateforme d'entreprise de Google Cloud pour déployer et gérer les modèles Gemini.
- Google Cloud TPU : plateforme officielle de Google utilisant des unités de traitement tensoriel pour l'entraînement et l'inférence de l'IA.
- Google DeepMind : institut de recherche en IA de pointe de Google, responsable de Gemini et des grands travaux scientifiques en IA.
Liens associés
- Google : le prochain chapitre de notre dynamique en IA : annonce officielle de Google d'août 2026, décrivant les nouveaux rôles de Demis Hassabis et Koray Kavukcuoglu ainsi que la relation de Google avec Discovery Loop.
- [Conférence téléphonique sur les résultats du deuxième trimestre 2026 d'Alphabet](https://abc.
xyz/investor/events/event-details/2026/2026-Q2-Earnings-Call-2026-GgTAq7Is0z/default.aspx) : données officielles sur l'utilisation de Gemini, la croissance de Google Cloud, l'allocation des TPU, les tests de Gemini 3.5 Pro et le pré-entraînement de Gemini 4.
- Google : Gemini 3.5 : annonce de Google en mai 2026
Chronologie publique originale de la série Gemini 3.5 et de Pro.
- SemiAnalysis : Gemini est cuit, mais GCP est en train de cuisiner : ce rapport d'analystes a déclenché la majeure partie des débats résumés dans l'article source.
- Reuters : Google réorganise sa direction de l'IA : reportage indépendant sur les changements de direction chez DeepMind, le départ de Discovery Loop et la réaction du marché.
- Reuters : Noam Shazeer quitte Google pour rejoindre OpenAI : reportage sur le départ de Shazeer et l'accord antérieur avec Character.AI.
- Reuters : John Jumper quitte Google DeepMind pour rejoindre Anthropic : reportage sur le chercheur d'AlphaFold passant chez Anthropic.
Résumé
L'organisation IA de Google traverse une véritable restructuration. Demis Hassabis s'est retiré de la gestion quotidienne, Koray Kavukcuoglu est désormais responsable des opérations de Google DeepMind, Jeff Dean et plusieurs responsables techniques clés sont partis pour rejoindre Discovery Loop, et Sergey Brin serait de plus en plus impliqué dans la stratégie IA.
Parallèlement, la situation commerciale réelle est bien plus solide que ne le suggèrent les titres les plus alarmistes du type « Gemini est mort ». L'application Gemini compte plus de 950 millions d'utilisateurs actifs mensuels, l'AI Mode dépasse le milliard d'utilisateurs, l'utilisation de l'API Gemini est massive, et le chiffre d'affaires de Google Cloud a augmenté de 82 % en glissement annuel au deuxième trimestre.
La véritable contradiction réside dans le fait que même si des laboratoires externes utilisent les TPU de Google pour concurrencer Gemini, Google peut toujours tirer des profits considérables de son infrastructure IA. La question de savoir si cela devient une faiblesse stratégique ou un avantage pour une entreprise d'IA full-stack unique en son genre dépend en grande partie de Gemini 4.
Gemini 4 ne déterminera pas si Google survit à la vague de l'IA, mais pourrait déterminer si Google reste un leader des modèles de pointe ou se réduit principalement à une plateforme d'infrastructure et de distribution dont dépendent les autres leaders de l'IA.
