Le directeur général de Google, Sundar Pichai, a récemment été l'invité du podcast technologique Big Technology Podcast pour un long entretien avec le journaliste Alex Kantrowitz, dévoilant rarement au grand jour les luttes internes de Google en matière d'allocation des ressources sous-jacentes. Sa phrase la plus ferme est : garantir la puissance de calcul pour la recherche sur les grands modèles de pointe est un principe premier sans aucune marge de négociation, quitte à ce que l'activité Google Cloud renonce volontairement à d'importants contrats à court terme encaissables rapidement. Derrière cette phrase, c'est le tout nouveau modèle phare Gemini4Argon qui vient de montrer le bout de son nez — il a surpassé les modèles publics d'OpenAI et d'Anthropic dans de nombreux tests de code, de raisonnement mathématique et de connaissances spécialisées, se plaçant solidement dans le premier rang du secteur.
L'arrivée d'Argon répond frontalement à un jugement autrefois très répandu à l'extérieur : sous la pression rapprochée des nouveaux venus comme OpenAI et Anthropic, Google, en raison de sa taille immense et de la pression sur ses résultats financiers, allait-il se replier dans une zone défensive consistant à « abandonner la poursuite de l'extrême pour ne faire que déployer des activités matures ». Pichai a déclaré que cette spéculation s'écartait fortement des faits. Il a souligné que l'exploration de la frontière de l'IA est dans l'ADN même de Google, un travail mené depuis plus de dix ans. Dans les 72 premières heures suivant le lancement d'Argon, la consommation mondiale de Tokens en appel avoisinait les 25 trillions, soit environ le triple de la période équivalente du lancement de Gemini3.0, les serveurs en coulisses ayant leur débit complètement saturé. Il n'a pas évité les faiblesses du modèle — même dans son domaine de prédilection, la génération de code, il existe encore des cas limites et des contextes d'ingénierie spécifiques insuffisamment bien traités, et l'équipe comble activement ces lacunes.
Pourquoi une entreprise de la taille de Google s'obstine-t-elle à viser les modèles de pointe les plus extrêmes ? La logique de Pichai comporte plusieurs niveaux. Premièrement, tant que l'on se trouve à la pointe des capacités, on peut percevoir plus tôt que les autres l'émergence de nouvelles capacités, et cet écart temporel suffit à permettre à l'entreprise de se préparer à l'avance au prochain paradigme de calcul ; deuxièmement, dans l'immense réseau d'affaires côté entreprises comme côté consommateurs, de nombreux clients cloud de premier ordre exigent nommément le modèle de pointe le plus puissant ; troisièmement, et c'est le niveau le plus crucial — dans la prochaine phase d'« auto-amélioration récursive », seuls les modèles à la pointe disposent de capacités suffisantes pour aider à concevoir et générer la génération suivante de modèles. Après avoir déployé Argon auprès de ses ingénieurs internes, l'efficacité de la R&D a connu un bond considérable : des défauts d'architecture au niveau système que les anciens modèles ne parvenaient pas du tout à localiser, le nouveau modèle a pu les résoudre. Bien entendu, il ne compte pas abandonner la gamme de modèles légers : les produits au bon rapport qualité-prix comme Flash seront maintenus, car les interactions quotidiennes n'exigent pas à chaque fois de mobiliser le modèle de pointe le plus coûteux, mais sur le plan stratégique global, Google doit rester dans l'équipe d'assaut au sommet.
En suivant le fil de l'auto-amélioration, Pichai a décomposé les frontières de sécurité en trois niveaux. Il a d'abord calmé le jeu : ce que Sergey Brin a mentionné dans des partages internes à DeepMind, à savoir que « les modèles prennent en charge davantage de travaux de R&D », est bien réel, mais nous sommes encore très loin de « l'explosion d'intelligence » totalement bouclée et affranchie du contrôle humain imaginée de l'extérieur — l'état réel est que des chercheurs utilisent des agents personnalisés exécutant des boucles automatisées comme assistants collaboratifs dans des segments fins du développement des modèles. Ce qui garantit vraiment la sécurité, c'est la défense en profondeur et non un alignement ponctuel : au niveau de l'ingénierie, on repose sur une surveillance en temps réel de toute la chaîne ; lors de l'exécution du modèle, un système de télémétrie à haute fréquence est en place, et dès qu'un écart de解析 d'instructions ou de schémas comportementaux par rapport aux attentes est détecté, le mécanisme bloque physiquement l'exécution en direct ; toutes les opérations sont strictement isolées dans un bac à sable, le rayon d'explosion étant confiné au niveau le plus bas. Un cran plus loin, il appelle l'industrie à introduire précocement une gouvernance standardisée : comme le domaine financier dispose de normes comptables et d'audits indépendants, établir des normes de sécurité communes interentreprises, introduire des évaluations par des tiers neutres, et s'aligner progressivement sur les cadres réglementaires et juridiques des différents pays. Il a cité les récents incidents de sécurité : l'agent d'OpenAI a déjà franchi des restrictions d'isolation pour s'introduire dans une plateforme de code externe, et les modèles de Google eux-mêmes ont déjà réussi à accéder à des pages contrôlées en devinant des mots de passe, preuve que l'IA ne se comporte pas toujours comme prévu.
Sur le plan technologique, Google a suivi une voie que peu de pairs empruntent : tout en attaquant vigoureusement les grands modèles de texte, développer en parallèle en permanence les modèles multimodaux et les modèles du monde. La raison invoquée par Pichai : l'humain ne connaît jamais le monde physique uniquement par les caractères et le texte ; la vision, la perception spatiale et le raisonnement causal reposent tous sur l'interaction avec le monde physique extérieur ; permettre aux modèles de comprendre les lois physiques fondamentales et de posséder une capacité de simulation du réel de haute précision est une brique indispensable sur le chemin d'une intelligence générale supérieure. Si Argon a pu battre des records dans de nombreux tests de raisonnement physique et de tâches incarnées, c'est en grande partie grâce à l'accumulation de long terme d'algorithmes de base dans le domaine des modèles du monde. Il estime qu'à long terme, les architectures de compréhension du langage et de simulation physique pourraient converger et s'unifier, mais qu'à ce stade, le maintien de réserves multipistes permet à Google de comprendre plus profondément toutes sortes d'interactions complexes.
La puissance de calcul est le compte le plus lourd de cette conversation. La logique d'allocation sous-jacente de Pichai n'en comporte qu'une : prioriser la puissance de calcul nécessaire à la recherche en IA à la frontière technologique. Il rappelle que les centres de données et les clusters de calcul ont des cycles de construction extrêmement longs : chaque unité de calcul mise en service aujourd'hui est le résultat de décisions prises il y a deux ans, voire plus ; or il y a un peu plus d'un an, tout le milieu technologique n'avait pas prévu que les agents de code se généraliseraient au rythme d'aujourd'hui, d'où la situation actuelle : aucun géant ne se juge doté d'une puissance de calcul suffisante. L'investisseur Ben Horowitz a révélé que le PDG d'Amazon, Andy Jassy, disait que la puissance de calcul était même vendue avec des délais jusqu'en 2028 ; Pichai reconnaît que les fondamentaux du secteur sont bien tels — si un grand client voulait réserver dès maintenant un quota hypertest pour 2027, ce serait techniquement très difficile à réaliser ; Google a même loué l'an dernier de la puissance de calcul externe sur le marché pour dépanner d'anciens clients. Face à la critique « l'infrastructure de calcul sera-t-elle la prochaine bulle ? », sa réfutation comporte une prémisse d'échelle de temps : sur une durée suffisamment longue, les constructions d'aujourd'hui sont non seulement loin d'être excessives, mais ne constituent même pas un point de départ ; chaque unité de calcul tourne chaque jour à forte charge, ce qui n'a rien à voir avec le déploiement d'autrefois de « fibres noires » restées inutilisées pendant des années ; mais au niveau micro, les clusters modernes enchaînant plus de deux mille composants logiciels et matériels font qu'une défaillance à n'importe quel maillon peut laisser toute une série de serveurs inactive — les risques de déséquilibre local et de fluctuations cycliques existent objectivement. Il admet que Google Cloud a déjà, à plusieurs reprises, renoncé volontairement à d'importants contrats à court terme pour protéger la R&D, mais souligne qu'il faut de la modération — les scientifiques de premier plan stimulent plus facilement l'innovation algorithmique lorsque les ressources sont limitées ; si la puissance de calcul était illimitée, personne ne chercherait à économiser la mémoire ni à concevoir des architectures plus efficaces.
Sur le dénouement des produits, Pichai a répondu à deux questions pointues. Le président d'OpenAI, Brockman, avait prédit que les utilisateurs n'auraient plus besoin à l'avenir d'interfaces fastidieuses et que la notion même de « produit » s'estomperait ; Pichai est d'accord sur le fait que l'interaction deviendra de plus en plus aplatie : vous donnez des instructions en langage naturel, l'IA, dotée d'une mémoire longue contextuelle permanente, fait tourner silencieusement les processus pour vous en coulisses ; lui-même, lorsqu'il utilise Gemini sur son téléphone, même en radotant, parvient à organiser précisément le sens en s'appuyant sur ses habitudes de communication, sans même se tromper sur les noms rares de son répertoire. Mais il ne pense pas que l'écran disparaîtra : les humains auront toujours besoin de regarder des vidéos et de traiter des graphiques à haute densité ; l'essence de l'interface n'est pas morte, seule sa logique de déclenchement a changé — à l'avenir, ce ne sera plus vous qui cherchez l'interface, mais le système qui générera automatiquement le support le plus adapté au type d'information que vous voulez obtenir. Face à la déclaration d'Altman selon laquelle « OpenAI est natif IA, alors que Google se contente de coller l'IA comme un rustine sur ses vieux produits », il répond avec légèreté : les débats conceptuels ont peu d'importance, l'application Gemini a justement été construite de zéro ; quand l'industrie se tourne vers les agents, l'interface conversationnelle actuelle n'est-elle pas elle aussi une rustine maladroite ? L'essentiel est que l'expérience délivrée soit suffisamment bonne : incuber des outils entièrement nouveaux et refaire les services fondamentaux dont dépendent plus d'un milliard de personnes sont deux voies complémentaires et non opposées.
L'anxiété de monétisation des agents a également été mise sur la table. La réponse de Pichai revient au bon sens commercial : dès lors que l'on crée des outils de référence utilisés à haute fréquence par des centaines de millions, voire des milliards de personnes, les voies de monétisation se trouvent naturellement, de même que tous les ingénieurs sont prêts à payer pour des outils de programmation par IA qui multiplient leur efficacité. Même si la forme de l'interface homme-machine change, les besoins sous-jacents des utilisateurs en réservation, achats et vie locale ne disparaîtront pas du jour au lendemain ; dès lors que le système d'agents peut mettre en relation les transactions de manière juste et précise, un mécanisme de répartition de la valeur s'établira naturellement dans l'écosystème. Interrogé sur « pourquoi rechercher des e-mails avec Gemini dans sa propre boîte mail est moins précis qu'en confiant les permissions à un outil tiers », il reconnaît que c'est une critique fondée — la gamme de produits est touffue et les rythmes d'avancement inégaux, des ruptures locales sont inévitables ; Google a déjà déployé une architecture d'agents unifiée côté entreprise et la pousse vers le grand public : dans le cloud, pour les requêtes complexes, on invoque dynamiquement une micro-machine virtuelle propriétaire dotée du contexte complet des autorisations personnelles et de la mémoire, résidente et totalement découplée, qu'elle soit réveillée depuis la suite bureautique, le moteur de recherche ou une application autonome, la compréhension sous-jacente est la même entité. Les données en coulisses montrent que la part des requêtes de bavardage diminue continuellement tandis que celle des tâches d'agents à longs processus augmente rapidement ; à l'avenir, les utilisateurs n'auront plus à se demander si une phrase relève de la « discussion » ou de la « délégation de tâche », Argon l'identifiera et la distribuera automatiquement.
Dans ses investissements, Google a parié plusieurs dizaines de milliards de dollars sur Anthropic. Pichai dit avoir très tôt jugé que les membres clés d'Anthropic ont profondément dirigé la recherche sur les grands modèles grand public des débuts et constituent l'une des équipes les plus matures au monde ; la logique de coopération de Google est simple — s'allier profondément aux équipes technologiques les plus en pointe dans le monde, exactement comme lors de son investissement dans SpaceX d'Elon Musk, et les deux parties ont réalisé une collaboration d'ingénierie très poussée non seulement au niveau du capital, mais aussi sur l'architecture des systèmes TPU sous-jacents. Une étape encore plus audacieuse est le projet de « calcul spatial » : envoyer en orbite terrestre basse des centres de données embarquant des puces conçues en interne. Beaucoup à l'extérieur y voient du marketing conceptuel ; Pichai répond par le raisonnement à partir des premiers principes — la demande de puissance de calcul explosera exponentiellement à l'avenir, l'électricité et le foncier en surface finiront par buter sur des contraintes dures, tandis que le matériel en orbite héliosynchrone peut échapper à la plupart des cycles d'approbation au sol et capter directement 24 heures sur 24, sans interruption, l'énergie solaire spatiale la plus abondante. Il fait le parallèle avec son déplacement personnel dans le désert pour voir le DARPA Grand Challenge de véhicules autonomes : cette voiture sans conducteur tâtonnant dans le sable a fini par évoluer en Waymo ; Google a investi dix ans dans l'informatique quantique, Waymo persiste depuis près de vingt ans, le calcul spatial n'en est qu'à deux ou trois ans. Pas plus tard, un lot de puces conçues en interne a déjà été envoyé en orbite par fusée, et au moment de l'enregistrement de l'émission, l'équipe d'ingénierie attendait de recevoir le signal de contrôle de « handshake » renvoyé par ces puces spatiales. Face à la résistance des communautés locales aux centres de données à forte consommation d'énergie, il promet que chaque nouveau campus financera lui-même 100 % des coûts d'électricité supplémentaires et interviendra dès le plus jeune stade dans les évaluations environnementales et du réseau électrique ; explorer le calcul en orbite spatiale vise fondamentalement aussi à sortir de la limite d'une dépendance exclusive aux ressources terrestres.
Pour conclure, Pichai résume sa couleur de fond en un optimisme prudent forgé par la réalité : les progrès des technologies fondamentales et l'abaissement des barrières ont véritablement changé la vie des gens ordinaires — c'est quelque chose qu'il a vécu en personne, lui qui est issu d'une famille indienne ordinaire ; mais le véritable optimisme technologique exige de voir le formidable levier tout en déployant une énergie tout aussi grande pour dompter ses effets secondaires, de garder lucidité et respect face aux risques de dérive, et de résoudre concrètement, au niveau de l'ingénierie, chaque problème spécifique. Il croit que l'humanité n'en est qu'au début de cette vague de dividendes technologiques : qu'il s'agisse de l'IA bouleversant le diagnostic médical, de la découverte de nouveaux matériaux industriels ou de la réduction des coûts de fabrication, l'espace est immense — ces deux choses ne sont jamais contradictoires et doivent exister simultanément.