En 1956, un groupe de scientifiques s'est réuni à Dartmouth pour discuter pour la première fois formellement de la question « les machines peuvent-elles penser ? ». Ils pensaient avec optimisme pouvoir résoudre ce problème en un seul été.
Soixante-dix ans plus tard, cette question reste sans réponse. Mais une entreprise, à peine créée depuis quatre mois, a levé 500 millions de dollars et est valorisée à 4 milliards de dollars, simplement parce qu'elle affirme avoir trouvé un moyen pour que l'IA apprenne à mener des recherches et à s'évoluer elle-même.
This company is called Recursive Superintelligence.
Le fonds d'investissement de Google, GV, mène la levée, avec NVIDIA en tant qu'investisseur suivant. La position des deux entreprises dans l'écosystème de l'IA n'a pas besoin d'être soulignée. Leur décision conjointe d'investir dans une startup qui n'a même pas encore dévoilé de produit mérite une analyse approfondie.
01 « Déplacer la personne hors du cycle »
Commençons par expliquer ce que Recursive Superintelligence fait exactement.
L'entreprise a été fondée par Richard Socher, ancien scientifique en chef de Salesforce, et son équipe principale provient de Google DeepMind et OpenAI. Ce n'est pas un mélange inconnu — au cours des deux dernières années, les ingénieurs et chercheurs ayant quitté les laboratoires de pointe pour créer leur propre entreprise ont formé une vague nette.
Socher n'est pas un fondateur issu du modèle typique de la Silicon Valley consistant à « se faire une réputation » dans une grande entreprise. Né en Allemagne en 1983, il a étudié à Stanford sous la direction des pionniers de l'IA Andrew Ng et de l'expert en NLP Christopher Manning, et a terminé sa thèse de doctorat en 2014, remportant le prix de la meilleure thèse de doctorat de l'année du département d'informatique de Stanford.
Richard Socher est l'une des figures clés qui ont véritablement introduit les méthodes de réseaux de neurones dans le traitement du langage naturel — ses recherches précoces sur les vecteurs de mots, les vecteurs de contexte et l'ingénierie de prompts ont directement posé les bases techniques des modèles BERT et GPT d'aujourd'hui, avec plus de 180 000 citations sur Google Scholar.
L'année de son doctorat, il a fondé l'entreprise de start-up AI MetaMind, qui a été acquise deux ans plus tard par Salesforce dans le cadre d'une acquisition stratégique. Par la suite, il a dirigé pendant plusieurs années la stratégie AI de Salesforce en tant que scientifique en chef et vice-président exécutif, pilotant le déploiement de lignes de produits AI enterprise telles qu'Einstein GPT.
Après avoir quitté Salesforce, il a fondé You.com, un moteur de recherche basé sur l'IA, en 2020, et a bouclé un financement de série C en 2025, avec une valorisation de 1,5 milliard de dollars. Cette fois, il oriente son attention vers des problématiques plus fondamentales.
Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence, Advanced Machine Intelligence Labs… Chacune se présente avec l'étiquette « équipe centrale des premiers XX grands modèles » et raconte une histoire sur « la prochaine génération d'IA ».
Mais le point d'entrée de Recursive est plus agressif que celui de la plupart de ses concurrents.
Sa proposition centrale est l'« IA auto-apprenante » — pas simplement rendre l'IA plus intelligente pour répondre aux questions, mais lui permettre d'accomplir automatiquement l'ensemble du processus de recherche scientifique : formuler des hypothèses, concevoir des expériences, évaluer les résultats et itérer les orientations. En d'autres termes, elle souhaite éliminer complètement le chercheur humain de ce cycle.
Ce n'est pas une nouvelle direction, mais Recursive l'intègre dans un modèle commercial extrêmement réaliste. Actuellement, les salaires annuels des meilleurs chercheurs en IA s'élèvent à 15 à 20 millions de dollars américains ; si un système peut accomplir le même travail à moindre coût et plus rapidement, le modèle économique de la recherche de pointe sera entièrement réécrit.
Les investisseurs ont visiblement compris cette logique. Le tour de financement aurait été surabondé, avec une taille finale pouvant atteindre 1 milliard de dollars.
02 Google et NVIDIA investissent simultanément
GV mène la ronde, NVIDIA suit. Ce combo d'investisseurs est en soi un signal.
La logique de Google est facile à comprendre. DeepMind a été, pendant de nombreuses années, le principal explorateur dans la direction de « l'IA pour la science » ; AlphaFold a résolu le problème du repliement des protéines, et AlphaGeometry a battu les meilleurs participants humains à des compétitions de mathématiques.
Mais la voie de DeepMind consiste à utiliser l'IA pour résoudre des problèmes scientifiques spécifiques, tandis que Recursive vise à faire quelque chose de plus fondamental : permettre aux systèmes d'IA de faire avancer le processus même de la découverte scientifique. Cela représente à la fois une concurrence et un pari stratégique pour Google.
Plus important encore, tout au début de ce mois, Google a annoncé un accord de collaboration avec Intel sur plusieurs générations d'infrastructure IA. Cela démontre que le déploiement de Google en matière d'infrastructure IA s'accélère considérablement. L'investissement dans Recursive n'est qu'un pion dans ce grand jeu — Google souhaite avoir une part sur le modèle qui sera le plus en avance.
La logique de NVIDIA est plus directe. Le goulot d'étranglement central de l'IA auto-apprenante n'est pas l'algorithme, mais la puissance de calcul. Si l'IA doit exécuter des expériences et itérer des modèles de manière autonome, la taille du cluster GPU requis augmente de façon exponentielle. En investissant dans Recursive, NVIDIA mise en quelque sorte sur ses propres commandes futures.
Les deux entreprises agissant simultanément émettent également un signal plus subtil : ce secteur pourrait être entré dans la phase où « ne pas investir, c’est trop tard ».
03 Une évaluation de 4 milliards de dollars sur quatre mois, est-ce raisonnable ?
Lorsque tout le monde voit ce chiffre de 4 milliards de dollars pour la première fois, la première réaction est probablement : « Encore ça. »
Le bubble de valorisation des startups d'IA n'est plus un sujet nouveau ces deux dernières années. Un PDF, une démonstration, quelques diapositives et quelques noms provenant de laboratoires de premier plan suffisent à lever des centaines de millions de dollars — ce n'est plus une légende à Silicon Valley ou à Londres, mais une réalité quotidienne.
Mais en examinant de plus près la situation de Recursive, quelques points diffèrent des « unicorns de PowerPoint » classiques.
Premièrement, la crédibilité de l'équipe fondatrice. Richard Socher possède une véritable expertise académique en traitement du langage naturel, et non seulement un prestige issu d'anciennes grandes entreprises. L'expérience de l'équipe centrale chez DeepMind et OpenAI signifie qu'ils ont réellement été confrontés aux défis des recherches les plus avancées.
Deuxièmement, le fait que le financement ait été surabondamment souscrit. Cela signifie que la demande du marché dépasse largement l'offre, et que les investisseurs se précipitent pour entrer, plutôt que d'être convaincus de le faire.
Mais une évaluation de 4 milliards de dollars pour une entreprise âgée de quatre mois et n’ayant pas encore de produit public repose sur des attentes, et non sur la réalité. Il s’agit essentiellement de payer pour une direction, et non pour un produit ou un revenu.
Ce modèle de tarification devient de plus en plus courant à l'ère de l'IA, alimenté par la peur profonde des investisseurs de rater le prochain OpenAI. Safe Superintelligence avait également obtenu une évaluation exorbitante alors qu'il n'avait presque aucun produit ; le nom d'Ilya Sutskever était son actif le plus solide.
Recursive copie le même chemin. Ce n'est pas une critique, mais une observation objective.
04 « Apprentissage autonome » : qu'y a-t-il derrière cette porte ?
Le nom Recursive Superintelligence exprime déjà clairement l'ambition de l'entreprise.
« Recursive » signifie récursif. En informatique, la récursivité est une structure dans laquelle une fonction s'appelle elle-même, et constitue un mécanisme fondamental de nombreux algorithmes complexes. Appliqué à la recherche en IA, « récursif superintelligent » suggère un processus dans lequel un système s'optimise continuellement et progresse de manière spirale.
Ce concept n'est pas nouveau ; sa version extrême est la « singularité intelligente » — un système qui, une fois dépassé un certain seuil, peut accélérer automatiquement son propre développement pour atteindre un niveau d'intelligence incompréhensible pour l'humain. C'est l'une des préoccupations les plus centrales depuis longtemps dans le domaine de la sécurité de l'IA.
Mais ce que Recursive fait actuellement ne devrait pas encore aller jusqu'à ce niveau. Une interprétation plus réaliste est qu'il tente de construire un système capable de piloter automatiquement un cycle d'exploration scientifique, avec pour objectif de réduire considérablement les coûts humains et temporels de la recherche en IA.
Si c'est vraiment possible, l'impact ne se limitera pas au domaine de l'IA. Cela signifie que des domaines tels que la recherche pharmaceutique, la science des matériaux et la physique pourraient entrer dans une phase où des progrès rapides sont réalisés sans intervention de scientifiques humains.
Bien sûr, c'est encore un « si ».
La distance entre la déclaration et la réalisation n'est jamais linéaire dans l'industrie de l'IA.
05 Logique de la vague
Depuis le second semestre 2025, une vague après l’autre de chercheurs quittent les laboratoires de pointe pour créer leurs propres entreprises. Thinking Machines Lab, Safe Superintelligence, Ineffable Intelligence… cette liste continue de s’allonger.
Recursive est la plus récente et actuellement la plus valorisée de cette vague.
Les raisons structurelles sous-jacentes sont simples : la concurrence entre OpenAI, Anthropic et Google DeepMind a fait de ces laboratoires de pointe des entités de plus en plus ressemblant à de grandes entreprises, avec des KPI, une conformité et de la politique.
Les chercheurs qui souhaitent vraiment parier sur les directions les plus audacieuses trouvent qu'il est plus libre de se lancer à leur compte.
Dans le même temps, la logique des marchés financiers renforce cette tendance. Pour les chercheurs de premier plan soutenus par de grandes entreprises, la fenêtre d'opportunité pour entreprendre est peut-être la meilleure de l'histoire — les investisseurs sont plus disposés que jamais à payer pour « la direction ».
La question la plus fondamentale de cette vague n'est pas « qui réussira », mais « que signifie réussir ».
Si Recursive prouve finalement la faisabilité de l'IA auto-apprenante, elle réécrira le paradigme fondamental de la recherche en IA. S'il ne le fait pas, après avoir dépensé 500 millions de dollars, il ne restera qu'un autre concept surévalué.
Les deux possibilités existent réellement.
Quatre mois, une évaluation de 4 milliards de dollars — ce chiffre est excitant, mais aussi préoccupant. À ce jour, la course aux armements en IA a transformé même « la manière de mener des recherches » en un champ de bataille.
Les scientifiques ont débattu tout l'été d'une question à Dartmouth, et maintenant quelqu'un compte répondre à cette question avec l'IA — étudier l'IA avec l'IA, en utilisant une approche récursive pour atteindre l'intelligence artificielle supérieure.
Personne ne sait vraiment où mène ce chemin. Mais il est clair que Google et NVIDIA ont décidé de ne pas manquer ce trajet, peu importe où il mène.