Le problème IA de Google, c'est la confiance

La version courte

Google n'a pas un problème de distribution IA.

Ce serait l'histoire facile.

Google a Search. YouTube. Android. Chrome. Cloud. Workspace. DeepMind. Les TPU. Les grands comptes. Les développeurs. Une app grand public avec presque un milliard d'utilisateurs mensuels.

La plupart des labs IA donneraient très cher pour cette surface.

Lors de l'appel de résultats d'Alphabet du 22 juillet, Sundar Pichai a indiqué que le chiffre d'affaires d'Alphabet avait progressé de 24% sur un an, que Search and Other avait grandi de 17%, que les publicités YouTube avaient progressé de 13% et que Google Cloud avait bondi de 82%. Le backlog Cloud a atteint 514 milliards de dollars. Près de 90% du Fortune 100 utilise Gemini Enterprise. Les API Gemini traitent environ 22 milliards de tokens par minute. Plus de 9 millions de développeurs construisent chaque mois avec les modèles de Google.

Ce ne sont pas des chiffres de stratégie IA en PowerPoint.

C'est de l'usage réel.

Mais ce n'est pas assez pour détendre tout le monde.

Investors Business Daily rapporte que l'action Alphabet a chuté après l'appel, sur fond de questions autour du leadership IA de Google et de la feuille de route Gemini. MarketWatch insiste sur la hausse de la prévision de capex annuel, désormais entre 195 et 205 milliards de dollars. Axios rapporte, à partir de témoignages de salariés actuels et anciens, que des problèmes de moral chez Google DeepMind auraient contribué à des retards autour du lancement de Gemini 3.5 Pro. Google conteste l'idée que le moral affecte sa production ou les départs.

Cette dernière phrase compte.

L'article d'Axios est une enquête, pas une preuve que l'on peut vérifier de l'extérieur. Google conteste le lien causal. On ne va pas prétendre auditer l'état interne de DeepMind depuis un onglet de navigateur.

Mais le signal plus large est visible.

Le problème IA de Google n'est pas le manque d'actifs.

Le problème IA de Google, c'est la confiance.

Google peut-il sortir des modèles frontier au rythme que le marché attend maintenant ?

Peut-il transformer un capex gigantesque en produits, en marges et en confiance ?

Peut-il garder les personnes qui font vivre la frontière ?

Peut-il donner l'impression que Search, Gemini, Cloud, Android, Workspace et les outils développeurs forment un système qui se renforce, plutôt que six business impressionnants posés les uns à côté des autres ?

C'est la nouvelle barre.

Très simple, très posé, très facile. Il suffit de rendre inévitable la plus grande machine de distribution IA du monde, en dépensant quelques centaines de milliards de dollars, tout en courant contre OpenAI, Anthropic, Meta, xAI, les labs chinois, les modèles ouverts et la patience des investisseurs.

Les chiffres sont absurdement solides

Commençons par la partie qui disparaît quand tout le monde débat de l'ambiance.

Google n'est pas sorti de l'IA.

Les chiffres officiels sont énormes :

• AI Mode dépasse 1 milliard d'utilisateurs actifs mensuels.
• L'app Gemini atteint 950 millions d'utilisateurs actifs mensuels, avec des utilisateurs quotidiens qui ont triplé en un an.
• Les API de modèles Google traitent environ 22 milliards de tokens par minute.
• Plus de 9 millions de développeurs construisent chaque mois avec les modèles Google.
• Antigravity, la plateforme de développement agentique de Google, compte plus de 2,4 millions d'utilisateurs actifs hebdomadaires.
• L'Agent Development Kit approche les 70 millions de téléchargements.
• Près de 90% du Fortune 100 utilise Gemini Enterprise.
• Près de 500 clients Cloud ont traité plus de 1 000 milliards de tokens sur les douze derniers mois.
• Plus de 2 000 entreprises ont consommé plus de 100 milliards de tokens.

Si vous êtes un autre lab, c'est effrayant.

OpenAI a le centre de gravité culturel. Anthropic a la confiance des développeurs et une crédibilité enterprise autour de la safety. Meta a la distribution, l'effet des modèles ouverts et une énorme ambition compute. Apple a la couche appareil, même si son exécution IA reste inégale. Les labs chinois poussent la performance, les prix et les modèles ouverts de manière très inconfortable.

Mais Google a quelque chose que presque personne d'autre ne possède :

les habitudes par défaut.

Les gens cherchent déjà avec Google. Ils regardent déjà YouTube. Ils utilisent déjà Gmail, Docs, Drive, Chrome, Maps, Android et Cloud. Les entreprises achètent déjà chez Google. Les développeurs testent déjà Gemini quand ils veulent une autre voie modèle.

C'est la distribution la plus précieuse parce qu'elle ne demande pas de nouveau comportement au départ.

L'utilisateur est déjà là.

Le point gênant, c'est que la distribution ne produit pas automatiquement la confiance.

Le silence frontier devient un signal produit

Le marché IA a pris une mauvaise habitude.

Il interprète chaque semaine calme comme un échec.

C'est injuste. C'est aussi comme ça que le marché fonctionne.

Pichai a dit que Gemini 3.5 Pro est actuellement en test. Il a aussi dit que Google avait lancé son plus ambitieux pré-entraînement à ce jour pour Gemini 4. Cela peut être parfaitement raisonnable. Les modèles frontier sont difficiles. Sortir un flagship bancal pour satisfaire un calendrier imaginaire, c'est la meilleure manière de financer une tournée d'excuses très chère.

Mais l'IA frontier est devenue un business de momentum.

Quand OpenAI sort, Anthropic sort, Meta tease, xAI fait du bruit, Moonshot et Alibaba poussent des modèles ouverts, et les développeurs comparent les outils tous les jours, un modèle retardé n'est pas perçu comme du rythme responsable.

Il est perçu comme de l'incertitude.

C'est le piège.

Google peut avoir de très bons modèles Flash. Google peut avoir des modèles cyber efficaces. Google peut avoir une excellente recherche interne. Google peut avoir la meilleure histoire d'infrastructure dans la pièce. Google peut même avoir raison de dire que beaucoup d'utilisateurs se soucient davantage du coût, de la latence, du contexte et de l'intégration que de la première place sur un benchmark.

Mais si le modèle flagship arrive tard, la question devient :

Que se passe-t-il ?

Cette question est corrosive parce qu'elle passe des modèles à tout le reste.

Si Gemini 3.5 Pro glisse, les investisseurs demandent où en est Gemini 4.

Si les investisseurs demandent où en est Gemini 4, les développeurs se demandent s'ils doivent bâtir des workflows critiques sur Gemini aujourd'hui.

Si les développeurs hésitent, les acheteurs enterprise le voient.

Si les acheteurs enterprise le voient, l'histoire Cloud AI devient plus dure à raconter.

Rien de cela ne veut dire que Google est condamné.

Cela veut dire qu'en IA, la confiance dans les sorties produit fait maintenant partie de la qualité produit.

Le capex est devenu un signal de confiance

Le deuxième problème de confiance, c'est la dépense.

Pas : "Google peut-il se le permettre ?"

Google peut se permettre beaucoup de choses.

La question est de savoir si la dépense reste lisible.

MarketWatch rapporte qu'Alphabet a relevé sa prévision de capex annuel à une fourchette de 195 à 205 milliards de dollars, contre 180 à 190 milliards auparavant. L'entreprise explique cette hausse par une accélération de l'expansion de capacité et par la demande en infrastructure IA.

Stratégiquement, ça se tient.

Pichai a dit que Google restait contraint par l'offre. Il a mis en avant les TPU, les accélérateurs NVIDIA, Virgo Network, le support JAX/PyTorch/vLLM/SGLang et un CPU Axion optimisé pour les agents. Il a aussi cité la demande de labs, de builders IA, de services financiers, de pharma, de robotique et d'entreprises d'intelligence spatiale.

Autrement dit :

Google n'achète pas seulement du compute pour Gemini.

Google essaie aussi de devenir la couche d'infrastructure IA des autres.

C'est un vrai business.

C'est aussi une histoire brutale à raconter quand les investisseurs regardent la facture.

Le marché ne demande pas seulement si Google dépense trop. Il demande si Google peut prouver que cette dépense devient un avantage durable :

• meilleurs modèles frontier
• inférence moins chère
• shipping produit plus rapide
• plus de clients Cloud
• meilleure rétention enterprise
• plateformes agents plus solides
• usage Search et YouTube plus fort
• marges capables de survivre à la courbe de coût IA

C'est pour ça que le "capex IA" est devenu plus qu'une ligne financière.

C'est un test de crédibilité.

Si vous dépensez agressivement et que vous shippez visiblement, la dépense ressemble à de l'ambition.

Si vous dépensez agressivement pendant que la feuille de route du flagship semble floue, la dépense commence à ressembler à de l'anxiété.

Mêmes dollars.

Histoire différente.

Les agents rendent l'écart plus net

L'ère des agents est particulièrement exigeante pour Google parce qu'elle assemble toutes ses forces et tous ses risques organisationnels.

Regardez les pièces :

Search donne l'intention.

Android donne le contexte appareil.

Chrome donne le contexte navigateur.

Workspace donne les documents, l'email, le calendrier, les réunions et les fichiers.

Cloud donne les systèmes enterprise, la gouvernance et l'infrastructure.

Gemini donne la couche modèle.

Antigravity et l'Agent Development Kit donnent le chemin développeur.

Sur le papier, c'est le rêve.

L'assistant IA qui peut chercher, lire, écrire, raisonner, planifier, coder, router, approuver et agir dans votre vie Google existante devrait être l'un des produits les plus évidents du monde.

Mais les agents ne pardonnent pas l'intégration lâche.

Pour un chatbot, une réponse étrange est gênante.

Pour un agent, une action étrange devient un risque opérationnel.

Le système gagnant n'est donc pas seulement le modèle le plus intelligent. C'est le modèle plus les permissions, la mémoire, l'identité, les outils, les politiques, les evals, les flux d'approbation, l'observabilité et la fiabilité ennuyeuse.

C'est pour ça que l'article d'hier sur OpenAI Presence comptait. OpenAI essaie de vendre l'usine autour de l'agent. Google possède déjà une grande partie des pièces où cette usine fonctionnerait.

La question est de savoir si Google peut donner l'impression qu'elles forment vraiment une usine.

Pas une pile d'excellentes pièces.

Un système qui tourne.

Le talent est maintenant de l'infrastructure

Le papier d'Axios sur le moral chez DeepMind mérite d'être traité avec prudence, mais pas balayé.

Google nie que les problèmes de moral abîment sa production. Très bien.

En même temps, le talent n'est plus une sous-intrigue RH molle dans l'IA.

Le talent est de l'infrastructure.

Les personnes qui savent entraîner, débuguer, évaluer, scaler et productiser des modèles frontier font partie de la stack compute. Si vous en perdez assez, si vous en distrayez assez, ou si vous leur donnez assez de raisons de penser que l'organisation ne peut plus bouger, le ralentissement finit par devenir technique.

Ce n'est pas propre à Google.

Tous les labs frontier subissent la pression : politique safety, contrats militaires, guerre de rémunération, réorganisations internes, mythologies de fondateurs, batailles de plateformes, demandes enterprise, impatience des investisseurs et cette petite comédie psychique qui consiste à prétendre qu'un graphique de benchmark est un business plan.

Mais Google a un fardeau particulier.

Google n'a pas le droit d'être un petit lab nerveux.

C'est Google.

Quand une startup rate une fenêtre de lancement, on dit que l'équipe itère.

Quand Google rate une fenêtre de lancement, on demande si la bureaucratie est revenue.

Encore une fois, peut-être injuste.

Mais réel.

Ce qu'il faut regarder maintenant

Les prochains mois ne diront pas si Google a de l'IA.

Cette question est terminée.

Il faut regarder les marqueurs de confiance :

Gemini 3.5 Pro. Est-ce qu'il sort bientôt, et est-ce qu'il donne clairement une impression frontier quand il sort ?

Gemini 4. Google montre-t-il assez d'éléments pour prouver que son prochain pré-entraînement n'est pas seulement plus grand, mais meilleur dans les dimensions que les développeurs et les entreprises ressentent vraiment ?

Le code agentique. Pichai a défendu la position IA globale de Gemini, mais les comptes rendus autour de l'appel montrent des analystes qui pressent Google sur le coding et l'agentic coding. C'est important parce que les agents de code sont souvent l'endroit où les power users se forgent une opinion sur les modèles.

La rétention d'Antigravity. Les utilisateurs actifs hebdomadaires sont intéressants. Les workflows durables le sont davantage. Les développeurs gardent-ils l'outil ouvert quand le vrai travail devient compliqué ?

Les résultats de Gemini Enterprise. "Près de 90% du Fortune 100 l'utilise" est impressionnant. La preuve suivante, c'est l'expansion, le renouvellement, la gouvernance et des agents qui touchent de vrais processus sans chaos.

Les marges Cloud. La demande en infrastructure IA est énorme. La question est de savoir si Google peut la rendre assez rentable pour justifier le cycle de capital.

La confiance dans Search. Google dit qu'AI Mode augmente les requêtes et que les fonctionnalités IA envoient chaque semaine des milliards de clics aux sites web. Les éditeurs, annonceurs et utilisateurs vont continuer à tester cet équilibre.

La conclusion est simple.

Google n'est pas en retard parce qu'il manque d'actifs.

Google n'est peut-être même pas en retard.

Mais la course IA n'est plus notée seulement sur les actifs.

Elle est notée sur la confiance : dans les sorties produit, dans les courbes de coût, dans les personnes, dans la cohérence produit et dans la capacité de livrer la prochaine promesse avant que le marché décide qu'il a déjà assez entendu.

Google a la distribution.

Maintenant, il doit rendre la direction incontestable.