Points clés :
Google mobilise une équipe interne d'élite pour mener une bataille de rattrapage dans le domaine critique de la génération de code pilotée par l'IA, où il a pris un retard important par rapport à son rival Anthropic.
Google, filiale d'Alphabet Inc., a formé une « équipe commando » interne supervisée personnellement par le cofondateur Sergey Brin, visant à combler un écart de capacité d'environ 50 % avec Anthropic dans la programmation assistée par l'IA et à accélérer sa propre voie vers une IA capable de s'améliorer elle-même.
« Nous devons pivoter activement pour combler l'écart dans l'exécution agentique et faire de nos modèles les principaux auteurs de code », a écrit Brin dans une récente note interne, signalant une urgence stratégique aux plus hauts niveaux de l'entreprise.
Cette initiative intervient alors que les propres outils de Google, comme Jetski, contribuent à environ 50 % de son code interne, selon les commentaires de la directrice financière Anat Ashkenazi en février. Cela contraste fortement avec son rival Anthropic, dont le responsable de Claude Code, Boris Cherny, a déclaré en janvier que son IA accomplissait « presque 100 % » des tâches de programmation de l'entreprise. La nouvelle équipe de Google est dirigée par Sebastian Borgeaud, ingénieur de recherche chez DeepMind.
Cette course aux armements interne sur la génération de code est au cœur de la concurrence plus vaste entre Google, Anthropic et OpenAI. Pour Google (GOOGL), la domination de la programmation pilotée par l'IA est considérée comme une étape cruciale vers le « décollage de l'IA » (AI takeoff) — un état où l'IA peut faire progresser de manière autonome ses propres recherches, automatisant potentiellement le travail des ingénieurs en IA et consolidant un avantage concurrentiel à long terme.
Cette initiative marque un virage stratégique important pour Google, qui donne désormais la priorité à l'utilisation de ses modèles de programmation IA pour ses besoins internes plutôt qu'à leur développement pour des clients externes. La logique technique derrière ce pivot est que la vaste base de code privée de Google diffère considérablement du code externe généralement utilisé pour entraîner les modèles de programmation généraux. L'entraînement de modèles spécifiquement sur son code interne devrait apporter un gain de performance substantiel aux ingénieurs de l'entreprise.
« Nos outils de programmation internes ont connu une adoption significative et accélèrent grandement le développement de nos modèles et de nos outils d'IA — ce sur quoi nous sommes réellement concentrés », a déclaré un porte-parole de Google dans un communiqué.
Bien que les modèles entraînés sur du code interne propriétaire ne puissent pas être rendus publics, les connaissances et techniques développées pourraient éventuellement soutenir la création de modèles publics plus puissants.
Pour accélérer les progrès, Google met en œuvre des stratégies d'adoption interne agressives. L'entreprise a mis en place un classement interne pour suivre l'utilisation par les employés de son principal outil de codage, Jetski, une méthode également utilisée par Meta. Selon deux sources proches du dossier, certaines équipes en dehors de DeepMind suivent une formation obligatoire à l'IA.
Dans sa note, Brin a explicitement exigé que chaque ingénieur Gemini utilise les outils d'agents internes pour des tâches complexes à plusieurs étapes. Cette directive descendante souligne la conviction que les agents de programmation avancés sont une composante clé pour atteindre une nouvelle étape du développement de l'IA.
Cet effort reflète une tendance plus large dans l'industrie de l'IA, où la capacité de programmation est devenue un champ de bataille clé. OpenAI a récemment réaffecté des ressources de son générateur vidéo Sora pour se concentrer davantage sur la programmation et les applications d'entreprise. Alors qu'Anthropic tire parti de son avantage de longue date dans la génération de code, la formation d'une « équipe commando » par Google est le dernier signe d'une concurrence qui s'intensifie rapidement pour construire une IA capable de se construire elle-même.
Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.
