Google et Nvidia misent tous deux, en quatre mois d'existence, une valorisation de 4 milliards, cette société d'IA, comment cela est-il possible ?

Titre original : « Google, Nvidia misent tout, cette entreprise d’IA évaluée à 4 milliards de dollars veut éliminer directement les scientifiques »

Auteur original : Huálín Wǔwáng

Source originale :

Repris : Mars Finance

En 1956, un groupe de scientifiques s’est réuni à Dartmouth pour discuter pour la première fois 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 de la recherche et d’évoluer par elle-même.

Cette entreprise s’appelle Recursive Superintelligence.

GV, le fonds de capital-risque de Google, a mené le tour, Nvidia a suivi. La position de ces deux géants dans l’écosystème de l’IA n’a pas besoin d’être rappelée. Leur décision simultanée d’investir dans une startup encore non commercialisée, avec une logique qui mérite une analyse approfondie, est significative.

01 « Déplacer l’humain hors du cycle »

Parlons d’abord de ce que fait exactement Recursive Superintelligence.

L’entreprise a été fondée par Richard Socher, ancien scientifique en chef de Salesforce, dont l’équipe principale provient de Google DeepMind et d’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 leur propre entreprise.

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, etc., avec plus de 180 000 citations dans Google Scholar.

Après l’obtention de son doctorat, il a fondé la 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 en série C en 2025, valorisé à 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 l’« IA auto-apprenante » — non pas rendre l’IA plus intelligente pour répondre aux questions, mais permettre à l’IA de réaliser elle-même l’ensemble du 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 déplacer complètement le chercheur 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 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, le montant final pourrait atteindre 1 milliard de dollars.

02 Google et Nvidia misent simultanément

GV mène le tour, Nvidia suit. La composition de ces investisseurs en soi est un signal.

La logique de Google est facile à comprendre. DeepMind est depuis des années un explorateur majeur dans la direction « IA pour la science », avec AlphaFold qui résout le problème du repliement des protéines, et AlphaGeometry qui bat des experts humains en mathématiques lors de concours.

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. Pour Google, c’est à la fois une relation de concurrence et une couverture stratégique.

Plus important encore, au début du mois, Google a annoncé un partenariat avec Intel pour plusieurs générations d’infrastructures IA. Cela montre que la stratégie d’infrastructure IA de Google s’accélère. L’investissement dans Recursive est une pièce de ce grand échiquier — peu importe qui mène la course, 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 elle-même des expériences et faire évoluer ses modèles, la taille du cluster GPU nécessaire croît de façon exponentielle. En investissant dans Recursive, Nvidia mise en partie sur ses propres commandes futures.

Les deux entreprises agissent simultanément, ce qui envoie un signal plus subtil — ce secteur pourrait être arrivé à un stade où « ne pas investir, c’est rater le coche ».

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 ? ».

Le phénomène de la bulle des startups IA a été un sujet connu ces deux dernières années. Un PDF, une démo, quelques diapositives, et quelques noms de laboratoires de premier plan suffisent à mobiliser plusieurs centaines de millions — ce qui n’est plus une légende en Silicon Valley ou à Londres, mais une réalité quotidienne.

Mais en regardant de plus près Recursive, quelques points diffèrent de la « licorne » classique.

Premièrement, la crédibilité de l’équipe fondatrice. Richard Socher possède une véritable expérience académique dans le domaine du NLP, pas seulement une aura 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 en quatre mois, sans produit public, repose sur des attentes, pas sur la réalité. En essence, c’est un paiement pour une orientation, pas pour un produit ou un revenu.

Ce mode de valorisation devient de plus en plus courant à l’ère de l’IA, alimenté par la peur profonde de manquer la « prochaine OpenAI ». Safe Superintelligence a aussi obtenu une valorisation exorbitante avec presque aucun produit, le nom d’Ilya Sutskever étant son atout principal.

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

04 « La porte de l’auto-apprentissage », qu’y a-t-il derrière ?

Le nom Recursive Superintelligence indique 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 « explosion d’intelligence » — lorsqu’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 en sécurité de l’IA depuis longtemps.

Mais ce que fait Recursive aujourd’hui ne va probablement pas aussi loin. 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 humain et temporel de la recherche IA.

Si cela fonctionne réellement, l’impact ne se limitera pas à l’univers de l’IA. Cela pourrait ouvrir une étape où la recherche en médicaments, matériaux, physique, etc., pourrait progresser rapidement sans intervention humaine.

Bien sûr, tout cela reste conditionnel.

De la promesse à la réalisation, la distance dans l’industrie de l’IA n’a jamais été 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 entreprise ne cesse de croître. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence… La liste s’allonge.

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

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 réglementations, des enjeux politiques.

Les chercheurs qui veulent vraiment s’engager dans des directions plus radicales se sentent 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 disposés que jamais à financer des « orientations ».

La question centrale de cette vague n’est pas « qui réussira », mais « quelle sera la définition du succès ».

Si Recursive prouve la faisabilité de l’auto-apprentissage de l’IA, elle pourrait réécrire la paradigme fondamental 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 est à la fois excitant et inquiétant. La course aux armements en IA a atteint un point où même « faire de la recherche » est devenu un terrain de compétition.

Les scientifiques ont débattu tout un été à Dartmouth, et maintenant certains veulent répondre à cette question avec l’IA — utiliser l’IA pour étudier l’IA, en recourant à la récursivité pour atteindre la superintelligence.

On ne sait pas où cette voie mène. Mais il est clair que Google et Nvidia ont déjà décidé que, peu importe la destination, ils doivent être de la partie.