En l'espace de quarante-huit heures, deux des cerveaux les plus précieux de Google DeepMind ont claqué la porte pour rejoindre les rivaux OpenAI et Anthropic. Le départ de Noam Shazeer, l'un des pères de l'architecture qui a rendu ChatGPT possible, suivi de celui de John Jumper, Prix Nobel de chimie 2024, a fait dévisser l'action d'Alphabet et ravivé une inquiétude tenace : la maison mère de Google peut-elle encore gagner la course à l'intelligence artificielle ? Le braconnage de talents arrive au plus mauvais moment, alors que les surinvestissements compriment les marges, qu'une guerre des prix s'installe et que les modèles chinois cassent les tarifs jusqu'à neuf fois.
La nouvelle est tombée en deux temps, comme une mauvaise plaisanterie répétée. La semaine dernière, Noam Shazeer, vice-président de l'ingénierie chez Google et co-responsable des modèles Gemini, a annoncé son départ pour OpenAI. Deux jours plus tard, John Jumper, colauréat du Prix Nobel de chimie 2024 pour ses travaux sur AlphaFold, a fait savoir qu'il rejoignait Anthropic. Coup sur coup, le laboratoire d'IA le plus prestigieux de Google perdait deux figures de tout premier plan. Et les marchés, déjà nerveux, n'ont pas tardé à sanctionner.
Deux départs qui valent un symbole
Pour mesurer le séisme, il faut comprendre qui sont ces deux hommes. Noam Shazeer n'est pas un ingénieur parmi d'autres. Il est l'un des huit coauteurs de l'article scientifique « Attention Is All You Need », publié en 2017, qui a introduit l'architecture dite « transformer ». C'est le « T » de GPT, la fondation technique sur laquelle reposent ChatGPT, Gemini, Claude et l'essentiel des grands modèles de langage actuels. Autant dire que Shazeer a contribué à inventer la brique de base de toute l'industrie.
Son parcours, du reste, dit beaucoup des tensions internes chez Google. Frustré par la lenteur de l'entreprise à commercialiser ses avancées, il avait déjà quitté Google une première fois pour cofonder Character.ai, une plateforme de chatbots. En 2024, Google l'avait fait revenir au prix fort, en licenciant la technologie de sa start-up pour 2,7 milliards de dollars, selon les éléments rapportés par Fortune. Le revoilà donc qui repart, cette fois chez OpenAI, le rival le plus direct. Il aurait, selon plusieurs sources, été à l'origine d'une note interne fustigeant la culture bureaucratique de la firme de Mountain View.
John Jumper, lui, incarne un autre type de prestige. Chercheur derrière AlphaFold, le système qui a résolu l'un des plus vieux casse-tête de la biologie — prédire la structure tridimensionnelle des protéines —, il a partagé le Prix Nobel de chimie 2024 avec Demis Hassabis, le patron de DeepMind. Son champ : les propriétés des protéines et l'application des grands modèles à la science. Le voir partir chez Anthropic n'est pas anodin. Comme le souligne Jeremy Kahn, l'éditorialiste IA de Fortune, l'argent n'explique sans doute pas tout : « Je ne pense pas qu'il quitterait Google DeepMind s'il ne pensait pas que l'opportunité scientifique chez Anthropic était réellement meilleure — ce qui est une bien pire nouvelle pour Google DeepMind. »
Ce n'est d'ailleurs pas le seul mouvement. David Silver, autre grand nom de DeepMind, a choisi de lancer sa propre structure, Ineffable Intelligence, plutôt que de filer chez un concurrent. Une fuite des cerveaux qui prend plusieurs directions, mais qui converge vers un même constat : les meilleurs ne restent plus.
Un flux à sens unique
Les anecdotes individuelles, aussi spectaculaires soient-elles, ne suffisent pas à dessiner une tendance. Les données de flux entre laboratoires, elles, sont plus éloquentes. Selon les chiffres relayés par Axios, un ingénieur d'OpenAI a aujourd'hui huit fois plus de probabilités de partir chez Anthropic que l'inverse. Et chez DeepMind, le ratio penche en faveur d'Anthropic à hauteur de onze contre un. Autrement dit, pour onze chercheurs qui quittent le laboratoire de Google pour Anthropic, un seul fait le chemin inverse.
Anthropic, justement, enchaîne les recrutements de haut vol. Outre John Jumper en juin, l'entreprise a séduit Andrej Karpathy, ancien d'OpenAI et de Tesla, ainsi que Ross Nordeen en mai. La liste des arrivées s'étire mois après mois depuis le début de l'année. Cette dynamique de recrutement n'est pas qu'une affaire d'argent : elle traduit un déplacement du centre de gravité scientifique de l'industrie, où les chercheurs vont là où ils pensent pouvoir aller le plus loin, le plus vite.
Reste un facteur déterminant, et très concret : l'introduction en Bourse. OpenAI et Anthropic ont tous deux déposé un dossier confidentiel d'entrée en Bourse ce mois-ci, comme le détaille notre article sur les trois IPO les plus attendues de la tech. Pour un chercheur, rejoindre une entreprise encore privée à la veille de son introduction, c'est s'asseoir sur un paquet d'actions susceptibles de prendre une valeur considérable. Google, déjà cotée, ne peut pas offrir le même potentiel de plus-value. Le calcul est implacable : la promesse d'une richesse générationnelle pèse lourd dans la balance, même pour des scientifiques qui jurent ne pas courir après l'argent.
L'ampleur des sommes en jeu donne la mesure du phénomène. Anthropic, qui a bouclé un tour de table de série H valorisant l'entreprise autour de 965 milliards de dollars, dispose d'une force de frappe inédite pour attirer et fidéliser des chercheurs en leur distribuant des titres encore non cotés. Pour les grands noms du secteur, le raisonnement est devenu presque mécanique : entre une rémunération confortable mais plafonnée chez un géant déjà coté et une participation potentiellement explosive dans une licorne à la veille de son introduction, l'arbitrage penche du côté du risque. Et plus les départs s'accumulent, plus ils s'auto-entretiennent : voir partir un Prix Nobel donne à réfléchir à ceux qui restent, et nourrit le sentiment que le centre de gravité de la recherche a quitté Mountain View.
L'action d'Alphabet dévisse
Wall Street n'a pas mis longtemps à faire le lien. À l'annonce des deux départs en quarante-huit heures, l'action de Google a reculé de plus de 5 % en une séance, selon Fortune. D'autres analyses font état d'un repli plus violent encore, allant jusqu'à 10 % sur la journée du 22 juin, comme le rapporte TechTimes. Au-delà de l'ampleur exacte du décrochage, le message des investisseurs est clair : la confiance dans la capacité de Google à dominer l'IA s'effrite.
Mais les départs ne sont que l'étincelle. Le combustible, c'est la masse de capitaux qu'Alphabet engloutit dans ses infrastructures. Lors de la publication de ses résultats du premier trimestre 2026, le groupe a relevé sa prévision de dépenses d'investissement (capex) pour l'année à une fourchette de 180 à 190 milliards de dollars, contre des montants déjà records auparavant. Au seul premier trimestre, ces dépenses ont atteint 35,67 milliards de dollars, plus du double d'un an plus tôt, selon les données rapportées par CNBC et Investing.com.
Le problème n'est pas tant le niveau de ces dépenses que l'absence de horizon de retour. La directrice financière d'Alphabet, Anat Ashkenazi, a prévenu les analystes que le capex de 2027 « augmenterait significativement » par rapport à 2026. Aucune année n'est annoncée où cette pression sur la trésorerie se relâcherait. Or les effets se font déjà sentir : le flux de trésorerie disponible (free cash flow) du premier trimestre est tombé à 10,1 milliards de dollars, en chute de 47 % sur un an. Google ne s'effondre pas, loin de là, mais sa machine à générer du cash est mise sous pression pendant qu'elle court pour bâtir suffisamment de capacité de calcul.
Les défenseurs du titre rappellent un contre-argument de poids : le carnet de commandes de Google Cloud a quasiment doublé d'un trimestre sur l'autre, dépassant les 460 milliards de dollars de revenus contractualisés. Cette visibilité pluriannuelle pourrait justifier l'intensité des investissements. Le nombre d'utilisateurs payants mensuels de Gemini Enterprise a par ailleurs progressé de 40 % d'un trimestre à l'autre, et la division cloud a vu son chiffre d'affaires bondir, signe que la demande pour les services d'IA de Google est bien réelle. Mais pour des marchés échaudés, la promesse de revenus futurs ne compense pas l'angoisse immédiate de la compression des marges, ni la sensation que les meilleurs talents votent avec leurs pieds.
L'épisode s'inscrit, de surcroît, dans un marché financier devenu schizophrène à l'égard de l'IA. Le même jour où Alphabet décrochait, certaines valeurs liées aux composants — notamment les fabricants de mémoire — s'envolaient, dopées par la demande de puces pour entraîner et faire tourner les modèles. Les investisseurs ne fuient donc pas l'IA en bloc : ils opèrent un tri de plus en plus sélectif entre ceux qui vendent les pelles de la ruée vers l'or et ceux qui creusent, en pariant des fortunes sans certitude sur le moment où l'investissement deviendra rentable. Alphabet, qui creuse et vend des pelles à la fois, se retrouve à cheval sur cette ligne de fracture, et en subit les contradictions.
La guerre des prix change la donne
Si la course aux dépenses inquiète, c'est aussi parce qu'à l'autre bout de la chaîne, les prix de vente de l'IA, eux, s'effondrent. Le secteur entre dans une phase de guerre tarifaire frontale, et les modèles chinois en sont les artilleurs. DeepSeek a ainsi pérennisé une baisse de 75 % sur son modèle phare V4-Pro, fixant son prix d'interface (API) à environ un quart de son niveau initial : 0,435 dollar par million de jetons en entrée et 0,87 dollar en sortie, selon Decrypt.
L'écart avec les leaders américains est vertigineux. Là où DeepSeek facture quelques dizaines de centimes, le GPT-5.2 d'OpenAI s'établit à 1,75 et 14 dollars, et le Claude Opus 4.8 d'Anthropic à 5 et 25 dollars. Sur une charge de travail équivalente, une analyse comparative citée par Crypto Briefing chiffre le coût à 4 811 dollars pour Claude, 3 357 dollars pour ChatGPT, mais seulement 1 071 dollars pour DeepSeek, 948 dollars pour Kimi de Moonshot et 544 dollars pour le GLM de Zhipu. Soit, dans certains cas, un modèle chinois près de neuf fois moins cher que son équivalent américain.
Ces tarifs ne sortent pas de nulle part. Les acteurs chinois — DeepSeek, Moonshot, Zhipu, le Qwen d'Alibaba, jusqu'à Xiaomi — ont fait le pari de l'efficacité de l'inférence et de l'optimisation du coût par tâche, plutôt que de la course aux performances brutes sur les classements. Une stratégie qui consiste à offrir « assez bon, beaucoup moins cher », et qui rencontre une demande croissante : selon les données de Crypto Briefing, 45 % des entreprises dépensent désormais plus de 100 000 dollars par mois en IA, contre 20 % un an plus tôt. À mesure que le marché grossit, le prix devient un critère décisif — un mouvement que confirment d'autres signaux, comme la pression des coûts qui poussent certaines banques à rationner l'IA ou la montée des dépenses des entreprises.
Face à cette offensive, les Américains commencent à plier. OpenAI envisagerait de réduire drastiquement les prix facturés aux développeurs et aux entreprises, en anticipation de coupes similaires côté Anthropic, selon des informations du Wall Street Journal reprises par la presse spécialisée. La logique du « moins cher d'abord » n'épargne personne, et Google lui-même a multiplié les gestes commerciaux, en témoigne la baisse de prix de son offre AI Plus. La pression tarifaire est désormais perçue comme « existentielle plutôt que périphérique » par les acteurs concernés.
Le paradoxe d'une industrie en surchauffe
Le tableau qui se dessine a quelque chose de paradoxal, presque vertigineux. D'un côté, les géants de l'IA n'ont jamais autant investi : des dizaines de milliards de dollars par trimestre engloutis dans les centres de données, les puces et l'énergie. De l'autre, ils n'ont jamais facturé aussi peu leurs services, sous la double pression de la concurrence interne et des challengers chinois. Entre les deux, des marges qui s'effondrent et des chercheurs qui changent de camp pour décrocher le jackpot d'une introduction en Bourse.
Le cas d'OpenAI illustre la fragilité du modèle : l'entreprise aurait affiché une marge opérationnelle ajustée de -122 % au premier trimestre 2026, perdant 1,22 dollar pour chaque dollar encaissé, selon Decrypt. Sa part dans le trafic web mondial de l'IA générative aurait reflué, passant de 77,6 % en mai 2025 à 53,7 % en avril 2026. Anthropic, à l'inverse, affiche une trajectoire spectaculaire, avec un revenu annualisé bondissant de 9 milliards de dollars fin 2025 à 47 milliards en mai 2026, porté en grande partie par son outil de programmation Claude Code, et un premier trimestre bénéficiaire. La stratégie de l'entreprise, et son organisation interne très centralisée autour de son patron Dario Amodei, semblent pour l'heure payer.
Dans ce contexte, la fuite des cerveaux de DeepMind n'est pas un simple fait divers de DRH. Elle est le révélateur d'une bascule. Google possède toujours des atouts colossaux : une recherche d'excellence, des infrastructures massives, une base d'utilisateurs gigantesque et un carnet de commandes cloud à faire pâlir n'importe quel concurrent. Mais l'IA est, par-dessus tout, une affaire de personnes — quelques dizaines de chercheurs capables de faire basculer un champ entier. Et quand deux d'entre eux, dont un Prix Nobel, choisissent en quarante-huit heures d'aller voir ailleurs si la science est plus excitante, le signal envoyé au marché est cinglant.
La question que se posent désormais les investisseurs n'est plus seulement de savoir si Google peut suivre le rythme des dépenses, mais s'il peut encore retenir ceux qui font la différence. Car dans une industrie où le prix des modèles tend vers zéro et où le coût des infrastructures explose, le véritable capital, celui qui ne se duplique pas, reste niché dans quelques têtes. Et ces têtes, manifestement, sont à vendre — au plus offrant en promesses de Bourse comme en horizons scientifiques.