La véritable avantage informationnel n’a qu’une seule utilisation : parier avant que les autres ne fixent le prix.

Au cours des deux dernières années, tout le monde était anxieux, essayant de trouver la réponse à la même question : quel sera le prochain secteur en hausse avec l’IA ?

Stockage, modules optiques, actions de puissance de calcul, actions énergétiques, etc., chaque mois changeant de récit, chaque fois des personnes manquant le train, chaque fois des gens disant que la prochaine fois c’est sûr.

Très peu de gens se posent une autre question : ceux qui comprennent le mieux l’IA, sur quoi parient-ils ?

Ce groupe de personnes qui ont quitté OpenAI, leur valeur totale approche déjà 10000 milliards de dollars. Et leur entrepreneuriat et investissement marquent le début de la prochaine ère de l’IA.

Dario Amodei a fondé Anthropic, avec une valorisation potentielle de 9000 milliards. Ilya Sutskever avec SSI, sans produit, valorisé à 32 milliards. Aravind Srinivas a créé Perplexity, valorisé à 21,2 milliards. Mira Murati avec Thinking Machines Lab, valorisé à 12 milliards.

Ainsi, la sortie la plus importante d’OpenAI ces dernières années pourrait ne pas être GPT-4, mais cette vague de départs de ses employés.

Parmi eux, Leopold Aschenbrenner, le plus jeune licencié d’OpenAI, est devenu l’un des noms les plus cités dans le marché du capital ces deux dernières années.

Le récit légendaire, déjà répété et décortiqué par les médias : à 23 ans, expulsé d’OpenAI, il a écrit un rapport de 165 pages intitulé « Situational Awareness », et en un an, il a fait passer un hedge fund de 225 millions à 5,5 milliards de dollars, en misant lourdement sur le nucléaire et les piles à combustible, tous ses paris ayant réussi.

L’histoire est trop complète, le contraste trop fort, le résultat trop réussi. Jusqu’à présent, dès qu’on parle de la logique d’investissement à l’ère de l’IA, il est presque impossible de l’ignorer.

Mais Leopold n’est que le premier de cette groupe à être remarqué.

Les personnes qui ont quitté OpenAI ont progressivement suivi deux voies.

L’une, celle d’Ilya, Mira, Aravind : lancer une startup, lever des fonds massifs, développer un produit disruptif, comme chaque départ de génie de Silicon Valley.

L’autre, beaucoup plus discrète : parier sur certains axes, confier l’exécution à d’autres, tout en se concentrant sur le jugement.

Leopold a choisi la voie extrême du second.

Il s’est tourné vers le marché public, utilisant la perspective d’un opérateur dans l’industrie de l’IA, pour repérer des actifs mal évalués dans les actions énergétiques traditionnelles, puis en achetant en masse. Il ne connaît pas l’énergie, mais il sait combien d’électricité l’IA consommera, et cela lui suffit. Cette compréhension ne peut pas être copiée en lisant des rapports ou en assistant à des conférences sectorielles, elle ne s’acquiert qu’en ayant été dans cette position.

Au-delà de cette voie, il existe un autre groupe qui fait la même logique mais dans une autre forme : des fonds plus petits, réalisant en quelques heures ce que d’autres mettent des mois à faire en diligence, avec une liste de rejet plus précieuse que la liste d’investissement. Ils constituent la couche la plus négligée mais aussi la plus digne d’intérêt dans cette grande fuite.

La majorité des gens quittant une entreprise emportent leur CV. Ceux qui sortent d’OpenAI emportent une réponse que d’autres ignorent encore ignorer.

Une, pas deux Leopolds

Les investissements lourds de Leopold concernent Vistra, une société nucléaire, et Bloom Energy, une société de piles à combustible.

Après avoir misé sur ces deux, il a progressivement réajusté ses positions fin 2025, en vendant Vistra, et en concentrant ses fonds sur Bloom Energy et l’infrastructure des centres de données.

Les analystes traditionnels de l’énergie surveillent ces deux actions, en élaborant des plans d’expansion du réseau électrique, en comparant avec la politique de taxe carbone, en construisant des modèles de croissance de la demande. La trajectoire de Leopold est totalement différente.

Il a vu la taille des centres de données, la facture d’électricité pour entraîner un modèle phare, entendu les ingénieurs discuter de la nécessité de localiser la prochaine génération de centres à côté des centrales nucléaires. Ces détails ne figurent dans aucun rapport financier, ni dans aucune analyse, mais ils forment une conclusion sur la demande énergétique, plus fidèle que n’importe quel modèle.

Ce mode opératoire est appelé dans l’investissement « arbitrage cognitif intersectoriel » : transformer une information interne d’un secteur en un actif sous-évalué dans un autre.

Autrefois, c’était la spécialité des fonds macro de premier plan, qui exploitaient la vision globale de l’économie mondiale.

Leopold a fait quelque chose de plus précis : en utilisant la perspective d’un opérateur dans l’industrie de l’IA, il a repéré dans le marché traditionnel de l’énergie une faille de sous-évaluation.

Cette voie est très difficile à reproduire.

Deux, Zero Shot : la valeur la plus précieuse est cette liste de rejet

Le fondateur du fonds Zero Shot, Evan Morikawa, également sorti d’OpenAI, a un solide bagage technique, et s’est lancé dans le capital-risque.

Même parcours d’alumni, trajectoire totalement différente.

La capacité de jugement de Leopold provient de ses expériences dans les postes clés de l’IA, sa perception directe des coûts d’entraînement, de la planification des centres de données, de la demande énergétique. Être à cette position permet d’accumuler cette connaissance, sans possibilité de sauter des étapes. Dans les postes clés d’OpenAI, très peu de personnes sont qualifiées pour cette tâche.

En avril dernier, un nouveau fonds de 100 millions de dollars a été discrètement lancé, nommé Zero Shot.

Ce terme, en IA, désigne un modèle capable de répondre sans avoir vu d’échantillons.

Trois cofondateurs issus d’OpenAI : Evan Morikawa, ancien responsable des applications DALL-E et ChatGPT, Andrew Mayne, le premier ingénieur en prompts d’OpenAI, et Shawn Jain, ancien chercheur et ingénieur.

Ils ont déjà investi dans trois entreprises : Worktrace, une société de flux de travail IA, Foundry Robotics, une société de robots pour l’usine augmentée par IA, et un autre projet encore secret.

Un investissement de 100 millions de dollars, dans un fonds d’IA valant plusieurs milliards, c’est une petite somme.

Mais leur refus d’investir dans certains secteurs en dit long.

Mayne a déclaré publiquement qu’il était sceptique face à la majorité des outils de « programmation d’ambiance », ces produits qui aident à coder en langage naturel.

Il connaît bien ce que l’intérieur d’OpenAI a accumulé dans le domaine de la programmation, et sait que la barrière de ces outils sera rapidement détruite par les modèles de base. Morikawa, lui, reste distant vis-à-vis des entreprises de robots qui collectent massivement des données vidéo centrées sur l’humain, car il pense que cette voie technologique va buter contre un mur.

Ces deux jugements ne peuvent pas être donnés par un VC lambda.

Ils n’ont pas été dans la source d’information, n’ont pas vu les discussions internes, et ne peuvent pas savoir si une voie est sans issue.

L’avantage de Zero Shot réside dans cette liste de rejet. Dans un marché où tout le monde crie à l’IA, connaître les pièges est plus précieux que de savoir qui parier. Ceux qui ont déjà creusé le terrain ont une meilleure carte que la carte au trésor.

Ils limitent délibérément leur taille à 100 millions de dollars, pour une raison très précise.

Ils savent à quel stade leur avantage est le plus précieux : au début, quand la trajectoire technologique n’est pas encore fixée. À ce stade, ceux qui connaissent le secteur peuvent distinguer en un clin d’œil la voie qui mène au succès.

Quand un projet atteint la série C ou D, ses données financières et ses informations publiques supplantent leur avantage informationnel, et cette carte est jouée.

Plus la taille est grande, plus il faut poursuivre des « secteurs à forte certitude », et plus on utilise la stratégie des autres.

100 millions, c’est leur jugement honnête sur la limite de leur avantage.

Trois, l’angle d’attaque des anges

Mira Murati et le fonds Zero Shot ont tous deux investi dans Worktrace, une société d’optimisation des flux de travail d’entreprise par IA, fondée par une ancienne collègue d’OpenAI, Angela Jiang.

Mais leur logique d’investissement est bien plus solide que « entre amis ».

Mira a vu comment Angela prend des décisions dans un environnement à haute pression chez OpenAI, sa perception des limites des produits IA, et sa capacité d’exécution sous contraintes réelles. Ces éléments ne peuvent pas être simulés en deux heures lors d’un pitch, ni reconstitués par une diligence approfondie.

Angela n’a pas besoin de convaincre Mira, car celle-ci a déjà formé son jugement. La qualité de l’information en angel investing est proche de zéro, mais la qualité de l’information dépasse largement la moyenne du marché.

Un cercle plus large, chez Sam Altman.

Selon les rapports, Altman décide en quelques heures s’il investit ou non après avoir entendu parler d’un ancien employé qui se lance, en combinant cela avec le fonds de startups d’OpenAI et de nombreux API.

Il ne détient pas d’actions dans OpenAI, mais chaque succès de ses anciens collègues augmente la plateforme de données, la diffusion et l’influence politique d’OpenAI. Il utilise le capital pour maintenir un écosystème qui ne lui appartient pas, mais qui lui rapporte continuellement. C’est une forme d’action invisible, mais qui produit des intérêts composés.

Cet écosystème donne l’impression à beaucoup d’un regroupement d’anciens collègues.

Mais si on le compare à la « mafia de PayPal », la différence est claire.

La cohésion de la mafia PayPal vient d’une souffrance commune : avoir traversé la guerre des paiements, l’acquisition par eBay, et cette période où ils ont failli mourir, forgeant une camaraderie de tranchée. La confiance est réelle, mais leur jugement sur l’avenir est individuel. Thiel fait du capital-risque, Musk construit des fusées, Hoffman crée des réseaux sociaux, chacun sur sa propre voie.

Les anciens d’OpenAI, eux, misent tous sur un même avenir : l’arrivée de l’AGI, avec une fenêtre limitée, et le moment actuel comme une opportunité unique. Leur foi est plus durable que l’amitié, car elle est directement liée à leurs intérêts. Si leur pari est juste, tout le réseau en bénéficiera.

Cela rend aussi l’accès à ce cercle très subtil.

Un produit suffisamment bon, et lever des fonds auprès de cette communauté n’est pas un problème. Mais si vous doutez de l’avenir de l’IA ou si votre logique d’entrepreneuriat repose sur « l’AGI est encore loin », même un produit excellent ne vous permettra pas d’obtenir un chèque de cette communauté.

Les divergences de vision se terminent avant même la poignée de main.

Quatre, des Builders aux investisseurs

Les parcours des anciens d’OpenAI se regroupent en trois catégories.

Ilya, Aravind, Mira ont tous choisi l’entrepreneuriat.

Mais, même en étant tous entrepreneurs, ils font des choses très différentes. Aravind travaille dans un secteur de consommation très concurrentiel, Mira dans une plateforme d’outils, Ilya avec SSI n’a même pas de produit, valorisé à 32 milliards, pariant sur le mot « sécurité ».

Leopold et Zero Shot ont choisi l’investissement.

Leopold s’est tourné vers le marché public, Zero Shot fait du capital-risque early stage, deux voies qui externalisent le jugement en capital, sans agir directement. Ce groupe d’anciens d’OpenAI est minoritaire, mais cette minorité mérite une attention particulière : une personne prête à parier sans agir elle-même indique que son jugement est si clair qu’il n’a pas besoin d’agir pour explorer.

On pense souvent que la meilleure expression du génie est la création. Mais ce groupe donne une autre réponse : quand le jugement est suffisamment clair, disperser la croyance dans plusieurs directions et laisser ceux qui ont l’exécution construire est une stratégie plus efficace.

Le rapport de Leopold s’intitule « Conscience situationnelle », un terme militaire désignant la perception en temps réel de la situation de combat par un pilote.

La conscience situationnelle du pilote détermine ses actions deux secondes plus tard, la perdre signifie la mort. Ces personnes, issues d’OpenAI, ont cette conscience de la scène de bataille de l’IA. Elles savent comment la guerre évolue, où sont les hauteurs, et quelles tranchées mènent à la mort.

Ce qu’elles font maintenant, c’est organiser leur formation en conséquence.

Les plus intelligents de leur époque choisissent de tout miser, car ils estiment que la réponse est déjà suffisamment claire, au point de ne plus avoir besoin de la vérifier par l’action.

Cliquez pour découvrir le rythme de BlockBeats et ses offres d’emploi :

Rejoignez la communauté officielle de BlockBeats :

Telegram abonnement : https://t.me/theblockbeats

Groupe Telegram : https://t.me/BlockBeats_App

Compte officiel Twitter : https://twitter.com/BlockBeatsAsia