Jeff Dean, Sanjay Ghemawat, Oriol Vinyals et Quoc Le quittent Google DeepMind pour fonder Discovery Loop, une Public Benefit Corporation visant à automatiser la recherche scientifique et l’ingénierie. Le seed round est mené par Radical Ventures et Khosla Ventures, avec la participation d’Alphabet. Le même jour, Demis Hassabis passe de PDG à Chair de DeepMind et Chief Scientist d’Alphabet, cédant le contrôle opérationnel à Koray Kavukcuoglu, qui devient SVP responsable de Gemini, de la recherche frontier et des équipes produit.

Cette évolution raconte deux choses qui comptent pour ceux qui construisent avec l’IA. Premièrement : les labs frontier cessent d’être des monolithes. Ceux qui font de la recherche profonde et ceux qui font du produit opèrent sous des toits différents, parce que les rythmes et les métriques sont incompatibles. Dean et ses collègues n’ont pas fondé une énième startup de modèles généralistes : ils visent un domaine vertical, la découverte scientifique automatisée. Deuxièmement : la spécialisation prime sur l’échelle. Si tu as le meilleur nom du monde en infrastructure IA et que tu choisis une cible étroite, le message est clair : les modèles généralistes laissent des marges minces et la valeur se déplace vers ceux qui résolvent un problème spécifique jusqu’au bout.

Pour ceux qui déploient l’IA en entreprise, le signal est pratique. Les fournisseurs dont tu dépends se réorganisent autour de spécialisations. Google place Gemini comme produit opérationnel, et la recherche frontier se fragmente en initiatives plus petites et ciblées. Quand tu choisis un fournisseur, regarde qui a la responsabilité opérationelle du produit que tu utilises vraiment, pas juste le nom du lab sur le papier.

Comme nous l’expliquions en juillet quand Hassabis proposait un watchdog IA mondial dirigé par les USA, la gouvernance de DeepMind était déjà en mouvement (/fr/radar/hassabis-us-led-ai-watchdog). Aujourd’hui ce mouvement devient une réorganisation explicite.

En détail

Le changement a deux facettes à lire séparément.

La gouvernance de DeepMind. Hassabis devient Chair et Chief Scientist d’Alphabet. La description officielle évoque un focus sur la stratégie long terme, l’AGI et la science, avec un engagement renforcé sur Isomorphic Labs (la startup de drug discovery déjà au sein d’Alphabet). Koray Kavukcuoglu, jusqu’ici CTO, prend le contrôle opérationnel comme SVP : Gemini, recherche frontier, équipes produit et développement. C’est la première fois depuis la fusion de DeepMind et Google Brain que la direction opérationelle change de mains. Le sous-texte qui circule dans l’écosystème est double : un reset de gouvernance pour affûter l’exécution sur Gemini, qui n’a pas mis à jour la version Pro depuis six mois, et une séparation nette entre ceux qui pensent long terme et ceux qui livrent le produit.

La naissance de Discovery Loop. Dean, Ghemawat, Vinyals et Le forment l’une des équipes fondatrices les plus fortes de l’histoire de l’infrastructure IA. Dean et Ghemawat ont construit MapReduce, BigTable et l’infrastructure sur laquelle Google a scalé le machine learning pendant vingt ans. Vinyals a dirigé les travaux sur reinforcement learning (AlphaStar) et multi-agent. Quoc Le a été le chercheur principal sur Sequence-to-Sequence et de nombreuses avancées fondamentales sur les transformers.

La mission déclarée est d’automatiser le cycle de découverte scientifique : formuler des hypothèses, concevoir des expériences, les exécuter, interpréter les résultats, itérer. Pas un modèle généraliste, mais un système qui oriente le ML et l’automation vers des problèmes de recherche et d’ingénierie. La structure de Public Benefit Corporation suggère un modèle de gouvernance équilibrant le retour pour les investisseurs et la mission scientifique.

Google investit dans le seed round. Les sources soulignent que les départs sont amicaux, mais la question demeure : pourquoi Discovery Loop n’est-elle pas née au sein de Google ? Les sources ne donnent pas de réponse explicite. Le contexte aide à la déchiffrer : les cycles d’approbation d’un géant comme Alphabet sont difficilement compatibles avec la vitesse d’itération nécessaire à une startup de recherche automatisée. Dean et ses collègues veulent liberté d’exécution, pas un budget plus gros.

Ce qui change pour toi. Deux implications concrètes. Sur la partie produit : Gemini a désormais un responsable opérationnel unique, et cela peut accélérer les sorties ou concentrer le risque sur une seule personne. Si tu utilises Gemini dans tes pipelines, la sortie de la version Pro après six mois est le signal à surveiller. Sur la partie recherche : l’IA pour la science cesse d’être un projet latéral dans un lab général et devient la mission primaire d’une entreprise indépendante. Pour ceux qui travaillent en recherche appliquée, cela signifie que les outils de découverte automatisée pourraient arriver plus vite comme produit que comme paper.

Les limites de ce que nous savons. Nous ne connaissons pas les termes financiers du round, ni la date d’un premier produit. Discovery Loop a une équipe, une mission et des investisseurs, mais rien de public sur l’architecture ou la timeline. La narration du « monolithe qui se fragmente » est cohérente avec la tendance (voir aussi Sprocket et les agents verticaux), mais reste une lecture, pas un fait établi. Les sources disponibles proviennent toutes de l’écosystème newsletter et des tweets des intéressés directs : aucune enquête indépendante sur les raisons internes de la réorganisation.