Alors que la neige se dépose sur le Forum Économique Mondial à Davos cette semaine, un message perce l'air froid des montagnes avec une clarté perçante. Sir Demis Hassabis, le PDG de Google DeepMind et une figure clé de la révolution moderne de l'IA, a lancé un avertissement sévère concernant l'état actuel du financement de l'intelligence artificielle. Tout en maintenant sa conviction dans le pouvoir transformateur de la technologie, Hassabis suggère que la ferveur financière qui l'entoure a dérivé vers un territoire dangereux, présentant des caractéristiques « de type bulle ».
Hassabis, dont les contributions scientifiques lui ont valu une part du prix Nobel de chimie en 2024, a offert une contre-narrative sobre à l'optimisme débridé qui a caractérisé le secteur technologique ces deux dernières années. Ses commentaires interviennent à un moment où capital-risque investi dans l'IA générative (Generative AI) a atteint des sommets fiévreux, souvent détachés des métriques traditionnelles de viabilité commerciale.
Le cœur de l'inquiétude de Hassabis ne réside pas dans la technologie elle-même — qu'il continue de défendre comme un changement de paradigme comparable à la Révolution industrielle — mais dans les mécanismes d'allocation du capital. Dans sa conversation avec le Financial Times, Hassabis a pointé une tendance spécifique et préoccupante : l'émergence de valorisations de plusieurs milliards de dollars pour des startups en phase initiale qui ne possèdent guère plus qu'un pitch deck et une équipe fondatrice.
« Nous voyons des tours d'amorçage à plusieurs milliards de dollars dans de nouvelles startups qui n'ont ni produit ni technologie ni rien encore », a noté Hassabis, décrivant le phénomène comme « insoutenable ».
Ce découplage de la valorisation par rapport à la réalité est un signe classique des bulles financières. Dans le paysage actuel, les investisseurs se précipitent pour obtenir des parts dans des sociétés de modèles fondamentaux, poussés par la peur de rater le train (FOMO) plutôt que par une due diligence rigoureuse. Le résultat est un marché saturé où le capital poursuit une rareté de talents et de ressources de calcul, faisant gonfler les prix à des niveaux qui exigent une exécution quasi-impossible pour être justifiés.
Hassabis a distingué l'« argent avisé » qui comprend la nature intensive en capital de l'entraînement des modèles de pointe, du capital spéculatif qui inonde l'écosystème. L'environnement actuel a permis à des entreprises d'atteindre le statut de « decacorn » (valorisations supérieures à 10 milliards de dollars) en quelques mois seulement après leur incorporation.
L'implication est qu'un nettoyage est inévitable. Quand la poussière retombera, le marché connaîtra probablement une phase de consolidation significative, où seules les entités disposant de produits viables, de modèles de revenus durables et de fossés technologiques distincts survivront.
Malgré ses avertissements sur l'écosystème au sens large, Hassabis a exprimé sa confiance quant à la position de Google DeepMind. Il a souligné que les géants de la technologie — en particulier Alphabet — sont isolés du possible éclatement de cette bulle spéculative.
« Si la bulle éclate, nous irons bien », a déclaré Hassabis.
Cette résilience découle de deux facteurs clés :
Les commentaires de Hassabis rappellent que, tandis que la couche financière de l'industrie de l'IA peut être fragile, la couche structurelle occupée par les acteurs établis est beaucoup plus robuste.
Les parallèles avec la fin des années 1990 deviennent de plus en plus difficiles à ignorer. Analystes et historiens ont noté que le « boom de l'IA » suit une trajectoire similaire à celle de la bulle dot-com. Dans les deux cas, une véritable percée technologique (Internet alors, IA générative maintenant) a déclenché une mania où l'utilité à long terme a été immédiatement capitalisée, ignorant le temps nécessaire à l'adoption et à la maturité.
Le tableau suivant illustre les dynamiques comparatives entre les deux époques, soulignant pourquoi des experts comme Hassabis tirent la sonnette d'alarme :
Table : Comparaison des dynamiques du marché
| Feature | Dot-Com Era (Late 1990s) | AI Boom (Current Era) |
|---|---|---|
| Core Catalyst | The Internet / Connectivity | IA générative / grands modèles de langage (Large Language Models) |
| Investment Driver | "Get Big Fast" / Traffic over Profit | "Scale is All You Need" / Compute over Revenue |
| Valuation Basis | Eyeballs / Clicks | Parameters / GPU capacity |
| Outcome | Crash followed by slow, real growth | Potentiel Ajustement du marché |
| Survivors | Amazon, Google (Utility-focused) | Likely infrastructure & utility leaders |
Il est crucial d'interpréter l'avertissement de Hassabis avec nuance. Il n'est pas sceptique quant à la technologie ; il est sceptique quant au calendrier et aux finances. Il différencie strictement les percées scientifiques — qui sont réelles et s'accélèrent — et le battage commercial.
Le travail de DeepMind sur AlphaFold, qui a résolu le problème du repliement des protéines vieux de 50 ans, est un témoignage de la validité scientifique de l'IA. Hassabis soutient que, tandis que le marché des chatbots grand public peut être saturé et survalorisé, l'application de l'IA aux sciences dures (biologie, science des matériaux, physique) est sans doute sous-estimée.
« Cela va être la technologie la plus transformatrice probablement jamais inventée », a réitéré Hassabis, veillant à ce que sa prudence financière ne soit pas prise pour du pessimisme technologique. Le danger, selon lui, n'est pas que l'IA échoue, mais que les marchés de capitaux aient anticipé le succès de la prochaine décennie dans les valorisations d'aujourd'hui.
Alors que l'industrie digère ces commentaires venus de Davos, les perspectives pour 2026 suggèrent une année de règlement de comptes. L'ère de « l'argent facile » de 2024 et 2025 semble se clore. Les fonds de capital-risque pourraient commencer à exiger des trajectoires de rentabilité plus claires, et le rythme des méga-tours de financement pour les entreprises en phase d'amorçage est susceptible de ralentir.
Pour le secteur technologique au sens large, les paroles de Hassabis sont un signal de recentrage. La transition de la « construction de modèles » à la « construction de produits » est la seule voie à travers la correction à venir. Ceux qui peuvent combler l'écart entre le potentiel scientifique et la réalité commerciale prospéreront, tandis que les « licornes de papier » pourraient bientôt se retrouver confrontées à une dure réalité.
Alors que les dépenses mondiales en IA devraient atteindre $2.5 trillion, 2026 devient une année cruciale pour que l'industrie de l'IA prouve sa viabilité financière. Les investisseurs demandent désormais des retours tangibles sur leurs investissements massifs, créant un environnement à enjeux élevés.
La startup d'IA en santé OpenEvidence, souvent surnommée « ChatGPT pour les médecins », double sa valorisation à 12 milliards de dollars suite à un tour de financement de série D de 250 millions de dollars mené par Thrive Capital et DST Global.
LiveKit, l'infrastructure audio et vidéo en temps réel qui alimente le mode vocal d'OpenAI, atteint le statut de licorne grâce à un investissement de 100 millions de dollars mené par Index Ventures.
À partir de janvier 2026, OpenAI commence à tester des publicités dans les offres gratuites et Go de ChatGPT : les annonces apparaîtront en bas des réponses. Les abonnés Premium restent sans publicités.
Le tout nouveau Superintelligence Labs de Meta franchit une étape majeure en livrant ses premiers modèles d'IA internes seulement six mois après sa création, tandis que le CTO Andrew Bosworth annonce que 2026‑2027 sera une période charnière pour l'IA grand public.
