Google, Nvidia misent, cette entreprise d'IA évaluée à 4 milliards de dollars, veut éliminer directement les scientifiques

Auteur｜Huálín Wǔwáng

En 1956, un groupe de scientifiques s’est rassemblé à Dartmouth pour discuter pour la première fois de manière officielle de la question « Les machines peuvent-elles penser ? ». Ils étaient optimistes et pensaient pouvoir résoudre ce problème en un été.

Soixante-dix ans plus tard, cette question n’a toujours pas de réponse. Mais une entreprise, créée il y a seulement quatre mois, a déjà levé 500 millions de dollars de financement, avec une valorisation atteignant 4 milliards de dollars — simplement parce qu’elle affirme avoir trouvé une voie permettant à l’IA d’apprendre à faire ses propres recherches et à évoluer par elle-même.

Cette entreprise s’appelle Recursive Superintelligence.

GV, le fonds de capital-risque de Google, en est le leader, Nvidia a également investi. La position de ces deux géants dans l’écosystème de l’IA n’a pas besoin d’être rappelée. Leur intervention simultanée, en pariant sur une startup dont le produit n’a même pas encore été rendu public, mérite une analyse sérieuse de la logique derrière.

01 « Enlever l’humain du cycle »

Commençons par expliquer ce que fait exactement Recursive Superintelligence.

L’entreprise a été fondée par Richard Socher, ancien scientifique en chef de Salesforce, avec une équipe principale issue de Google DeepMind et OpenAI. Ce n’est pas une composition inhabituelle — ces deux dernières années, une vague claire d’ingénieurs et de chercheurs issus de laboratoires de premier plan a quitté ces structures pour créer leurs propres startups.

Page personnelle de Richard Socher sur X, Altman semble avoir suivi cette talent｜Source : X

Socher n’est pas un fondateur typique de la Silicon Valley, qui sort d’un grand groupe pour faire valoir son talent. Né en 1983 en Allemagne, il a étudié à Stanford sous la direction du pionnier de l’IA Andrew Ng et du spécialiste du traitement du langage naturel Christopher Manning. En 2014, il a soutenu sa thèse de doctorat, remportant le prix de la meilleure thèse en informatique de Stanford cette année-là.

Richard Socher est l’un des acteurs clés ayant véritablement introduit la méthode des réseaux neuronaux dans le domaine du traitement du langage naturel — ses premières recherches sur les vecteurs de mots, les vecteurs de contexte et l’ingénierie des prompts ont directement posé les bases technologiques des modèles BERT, GPT et autres, avec plus de 180 000 citations dans Google Scholar.

Après avoir obtenu son doctorat, il a fondé une startup d’IA, MetaMind, qui a été acquise par Salesforce deux ans plus tard dans le cadre d’une opération stratégique. Par la suite, il a dirigé la stratégie IA de Salesforce en tant que scientifique en chef et vice-président exécutif, en lançant notamment Einstein GPT et d’autres produits d’IA pour l’entreprise.

Après avoir quitté Salesforce, il a créé en 2020 le moteur de recherche IA You.com, qui a levé des fonds en série C en 2025, atteignant une valorisation de 1,5 milliard de dollars. Cette fois, il a tourné son regard du côté de questions plus fondamentales.

Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs… Chacune affiche le label « équipe centrale des XX plus grands modèles » et raconte une histoire d’« IA de nouvelle génération ».

Mais l’approche de Recursive est plus radicale que celle de la plupart de ses pairs.

Son principe central est celui de « l’IA auto-apprenante » — non pas rendre l’IA plus intelligente pour répondre aux questions, mais lui permettre d’autonomiser tout le processus de recherche scientifique : formuler des hypothèses, concevoir des expériences, évaluer les résultats, itérer sur les directions. En d’autres termes, il s’agit de retirer complètement l’humain de ce cycle.

Ce n’est pas une idée nouvelle, mais Recursive l’intègre dans une logique commerciale extrêmement concrète. Aujourd’hui, le salaire annuel d’un chercheur en IA de haut niveau peut atteindre 15 à 20 millions de dollars. Si un système peut réaliser le même travail à moindre coût et plus rapidement, le modèle économique de la recherche de pointe sera complètement réécrit.

Les investisseurs ont clairement perçu cette logique. Selon les rapports, la levée de fonds a été sursouscrite, et la taille finale pourrait atteindre 1 milliard de dollars.

02 Google et Nvidia misés en même temps

GV en tant que leader, Nvidia en tant que co-investisseur. La composition de ce groupe d’investisseurs envoie déjà un signal.

La logique de Google est facile à comprendre. DeepMind a été, depuis de nombreuses années, l’un des explorateurs les plus importants dans la voie « IA pour la science », avec AlphaFold qui résout le problème du repliement des protéines, et AlphaGeometry qui bat des champions humains lors de concours mathématiques.

Mais la trajectoire de DeepMind consiste à utiliser l’IA pour résoudre des problèmes scientifiques concrets. Recursive veut faire quelque chose de plus fondamental — permettre à un système d’IA de faire avancer le processus de découverte scientifique lui-même. Cela représente à la fois une compétition et une couverture stratégique pour Google.

Plus important encore, début de ce mois, Google a annoncé un partenariat avec Intel pour plusieurs générations d’infrastructures IA. Cela montre que la stratégie de Google dans le domaine des infrastructures IA s’accélère. Investir dans Recursive, c’est jouer une pièce dans cette grande partie d’échecs — peu importe qui développe le modèle le plus avancé, Google veut en faire partie.

La logique d Nvidia est plus directe. La principale limite à l’auto-apprentissage de l’IA n’est pas l’algorithme, mais la puissance de calcul. Si l’IA doit exécuter ses expériences et faire évoluer ses modèles de façon autonome, la taille du cluster GPU nécessaire croît de façon exponentielle. En investissant dans Recursive, Nvidia mise en quelque sorte sur ses propres commandes futures.

Le fait que ces deux géants interviennent simultanément envoie aussi un signal plus subtil — ce secteur pourrait déjà être arrivé à un stade où « ne pas investir, c’est rater le train ».

03 Quatre mois, une valorisation de 4 milliards, est-ce raisonnable ?

Lorsque tout le monde a vu pour la première fois ce chiffre de 4 milliards de dollars, la première réaction a été « encore ? ».

La bulle des valorisations dans la startup IA n’est pas un sujet nouveau ces deux dernières années. Un PDF, une démo, quelques diapositives, et le nom de quelques laboratoires de premier plan suffisent à mobiliser plusieurs centaines de millions de dollars — ce n’est plus une légende à Silicon Valley ou à Londres, mais une réalité quotidienne.

Mais en regardant de plus près la situation de Recursive, quelques points diffèrent de ceux d’un « licorne » classique.

Premièrement, la crédibilité de l’équipe fondatrice. Richard Socher possède une véritable expérience académique dans le domaine du NLP, et ne se limite pas à un simple halo de « grande entreprise ». Son parcours chez DeepMind et OpenAI indique qu’il a été confronté concrètement aux défis de la recherche de pointe.

Deuxièmement, la sursouscription du financement. Cela montre que la demande du marché dépasse largement l’offre, et que les investisseurs se battent pour entrer, plutôt que d’être convaincus.

Mais une valorisation de 4 milliards de dollars pour une entreprise créée il y a seulement quatre mois, sans produit public, repose sur des attentes plutôt que sur la réalité. En somme, c’est payer pour une direction, pas pour un produit ou un revenu.

Ce type de valorisation devient de plus en plus courant à l’ère de l’IA, alimenté par la peur profonde de manquer la « prochaine grande opportunité comme OpenAI ». Safe Superintelligence a aussi obtenu une valorisation astronomique avec presque aucun produit, et le nom d’Ilya Sutskever reste un atout précieux.

Recursive suit cette même trajectoire. Ce n’est pas une critique, mais une simple observation objective.

04 « La porte de l’auto-apprentissage », que cache-t-elle ?

Le nom Recursive Superintelligence indique déjà clairement l’ambition de l’entreprise.

« Recursive » signifie récursif. En informatique, la récursivité est une structure où une fonction s’appelle elle-même, un mécanisme central dans de nombreux algorithmes complexes. Appliqué à l’IA, « superintelligence récursive » suggère un système capable de s’auto-optimiser en permanence, s’élevant en spirale.

Ce concept n’est pas nouveau. Sa version extrême est « l’explosion d’intelligence » — une fois qu’un système dépasse un certain seuil critique, il peut accélérer son propre évolution de façon autonome, atteignant un niveau d’intelligence incompréhensible pour l’humain. C’est l’une des principales préoccupations dans le domaine de la sécurité de l’IA.

Mais ce que fait Recursive aujourd’hui ne va probablement pas jusque-là. Une lecture plus réaliste est qu’il tente de construire un système capable de conduire lui-même un cycle d’exploration scientifique, avec pour objectif de réduire drastiquement le coût en main-d’œuvre et en temps de la recherche en IA.

Si cela fonctionne réellement, l’impact ne se limitera pas au cercle de l’IA. Cela pourrait signifier que la recherche de médicaments, la science des matériaux, la physique, etc., entreraient dans une phase où « personne ne participe, mais la progression continue rapidement ».

Bien sûr, tout cela reste hypothétique.

Entre la déclaration et la réalisation, dans l’industrie de l’IA, le chemin n’est jamais linéaire.

05 La logique de la vague

Depuis la seconde moitié de 2025, une vague de départs de laboratoires de premier plan pour créer leur propre startup ne cesse de déferler. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence… La liste s’allonge encore.

Recursive est la plus récente, et aussi la startup la plus valorisée à ce jour dans cette vague.

La raison structurelle est simple — la compétition entre OpenAI, Anthropic, Google DeepMind a transformé ces laboratoires en entités de plus en plus semblables à de grandes entreprises, avec des KPI, des contraintes réglementaires, et des enjeux politiques.

Les chercheurs qui veulent vraiment explorer des directions plus radicales se sentent souvent plus libres en créant leur propre structure.

Par ailleurs, le marché du capital renforce cette tendance. Pour les chercheurs de haut niveau soutenus par de grands groupes, le moment de lancer leur startup est peut-être le meilleur de l’histoire — les investisseurs sont plus que jamais prêts à financer des « directions » innovantes.

La question centrale de cette vague n’est pas « qui réussira », mais « comment définir la réussite ».

Si Recursive prouve la faisabilité de l’IA auto-apprenante, elle pourrait révolutionner la paradigme de la recherche en IA. Sinon, après avoir dépensé 500 millions de dollars, il ne restera qu’un concept surévalué.

Les deux scénarios sont possibles.

Quatre mois, une valorisation de 4 milliards, ce chiffre excite autant qu’il alerte. La course aux armements en IA a atteint un point où même « comment faire de la recherche » devient un terrain de compétition.

Les scientifiques qui ont débattu tout un été à Dartmouth sur cette question voient maintenant l’IA comme un moyen d’y répondre — faire de la recherche sur l’IA, en utilisant la récursivité pour atteindre la superintelligence.

On ne sait pas encore où cette voie mène. Mais il est clair que Google et Nvidia ont déjà décidé qu’ils ne pouvaient pas se permettre de manquer le train, peu importe la direction qu’il prendra.