Le Viet Quoc et d’anciens dirigeants de Google visent une valorisation de 50 milliards de dollars pour Discovery Loop

Une valorisation de 50 milliards de dollars avant tout produit commercial

Discovery Loop, la société d’intelligence artificielle fondée par Jeff Dean, Sanjay Ghemawat, Oriol Vinyals et le chercheur vietnamien Le Viet Quoc, chercherait à lever des fonds sur la base d’une valorisation d’environ 50 milliards de dollars, quelques semaines seulement après son lancement, le 5 août 2026. L’entreprise n’a annoncé aucun produit commercial, et la valorisation envisagée ne correspond pas à une transaction conclue.

Selon des informations publiées le 11 septembre, l’objectif aurait fortement augmenté par rapport aux discussions d’août, qui portaient sur une levée d’environ 1 milliard de dollars pour une valorisation proche de 10 milliards. Le nouvel objectif est cinq fois supérieur au précédent, soit un écart de 40 milliards de dollars. Aucun des deux chiffres ne permet d’établir le montant que les investisseurs se sont effectivement engagés à apporter, et celui recherché lors des dernières discussions n’a pas été révélé.

L’équipe fondatrice veut créer une IA capable de formuler des hypothèses, de concevoir et de mener des expériences, d’analyser les résultats et de s’appuyer sur ces conclusions pour choisir la prochaine piste à explorer. Son premier sujet sera l’IA elle-même : Discovery Loop prévoit d’automatiser la recherche sur les algorithmes et les systèmes d’apprentissage automatique avant d’étendre ses travaux à d’autres domaines scientifiques et techniques.

Le cabinet d’avocats de l’entreprise, Wilson Sonsini Goodrich & Rosati, a confirmé le lancement du 5 août dans son communiqué sur le lancement et le financement. Il a précisé que Discovery Loop était une société d’intérêt public constituée dans le Delaware et désigné Radical Ventures et Khosla Ventures comme chefs de file de son financement initial, auquel participent également Lightspeed, Kleiner Perkins, Doerr Capital et Alphabet.

La distinction entre un processus de financement annoncé et une levée de fonds finalisée est importante dans ce cas. Discovery Loop a refusé de commenter l’objectif de valorisation de 50 milliards de dollars rapporté par la presse, et Dean n’a pas répondu à une demande de commentaire. Les conditions peuvent évoluer, et rien ne garantit que les investisseurs accepteront cette valorisation.

Que s’est-il passé entre août et septembre ?

L’émergence rapide de Discovery Loop tient à trois évolutions distinctes : son lancement public, les efforts visant à constituer une première équipe et à mettre en place son infrastructure, ainsi que les discussions rapportées sur de nouveaux financements. Ces événements ne prouvent pas que l’entreprise a déjà atteint l’ampleur suggérée par son objectif de levée de fonds.

• 5 août 2026 : Discovery Loop annonce son lancement et son financement initial, avec quatre anciens chercheurs de Google comme fondateurs.
• 9 août 2026 : dans un communiqué repris par Radical Ventures, Dean indique que l’équipe prévoit de clôturer son tour d’amorçage dans les semaines suivantes et qu’elle cherchera des locaux et recrutera du personnel.
• Août 2026 : des informations font état de discussions en vue de lever environ 1 milliard de dollars pour une valorisation proche de 10 milliards.
• 11 septembre 2026 : des informations évoquent un nouvel objectif de valorisation d’environ 50 milliards de dollars, sans confirmer la conclusion d’un accord.

Les articles ne décrivent pas tous de la même manière l’état d’avancement du tour initial. Certains indiquent que le financement d’amorçage a été mené par Radical Ventures et Khosla Ventures. Le communiqué juridique du 5 août précise que ces deux sociétés devaient codiriger le tour, tandis que la déclaration de Dean du 9 août indique que sa clôture était prévue dans les semaines suivantes. Ces déclarations identifient les participants, mais ne confirment ni une date de clôture définitive ni le montant levé.

Les informations sur les recrutements correspondent également à des moments différents et ne sont pas nécessairement contradictoires. Avant le lancement, l’entreprise n’avait loué aucun bureau et n’avait pas commencé à recruter. Dean a ensuite annoncé des projets d’embauche, et un article ultérieur a indiqué que la page carrières de l’entreprise affichait un poste à pourvoir. Radical Ventures a décrit le lieu de travail envisagé comme une équipe présente sur site à Palo Alto.

Automatiser l’expérience, pas seulement la réponse

L’ambition centrale de Discovery Loop est d’automatiser un cycle expérimental. Au lieu de demander à un système d’IA de répondre simplement à une question ou d’écrire du code, l’entreprise veut qu’il repère une piste prometteuse, décide comment la tester, réalise le test, interprète le résultat et adapte sa démarche.

Dans la recherche en apprentissage automatique, cela pourrait consister à proposer une nouvelle architecture de modèle, à l’entraîner ou à la tester, à mesurer ses performances et à choisir la variante suivante. Une architecture désigne l’organisation des composants de calcul d’un modèle, qui influe sur sa manière d’apprendre et de traiter l’information. Discovery Loop n’a pas annoncé de système commercial opérationnel capable de réaliser l’ensemble de ce processus.

Dans sa déclaration de lancement de l’entreprise, reprise par Radical Ventures le 9 août, Dean, PDG de Discovery Loop, a présenté les priorités immédiates. Il a expliqué que les fondateurs entendaient mettre leurs propres besoins de recherche à l’épreuve en premier :

Nous allons aussi commencer à bâtir notre infrastructure, nos modèles d’IA et nos systèmes pour nous attaquer à notre premier domaine : l’automatisation d’expérimentations à grande échelle pour la recherche et l’ingénierie en apprentissage automatique. Ce faisant, nous serons nos propres premiers clients

L’objectif affiché est de faire tourner des milliers d’expériences en parallèle. Des tests simultanés pourraient permettre au système de comparer de nombreuses approches possibles sans attendre la fin de l’une avant d’en lancer une autre. Il s’agit toutefois d’un objectif de développement, et non d’un résultat de performance communiqué.

En quoi les recherches de Le Viet Quoc correspondent-elles à cette mission ?

Le Viet Quoc, également connu sous le nom professionnel de Quoc Le, possède un parcours de recherche étroitement lié à l’objectif initial de l’entreprise. Né en 1982 à Huong Thuy, dans la province de Hue, au Vietnam, il a fréquenté le lycée spécialisé Quoc Hoc Hue avant d’obtenir un diplôme d’ingénieur logiciel à l’Université nationale australienne. Il a ensuite soutenu un doctorat en informatique à l’université Stanford, sous la direction d’Andrew Ng.

Enfant, il a vécu dans un village sans électricité jusqu’à l’âge de neuf ans. Sa carrière l’a ensuite conduit à étudier la manière dont les ordinateurs peuvent apprendre des représentations utiles à partir de grandes quantités de données. Il a rejoint Google Brain en 2011 et fait partie des chercheurs associés aux premiers travaux de l’équipe sur l’apprentissage profond.

En 2012, Le a participé à un projet consistant à entraîner un vaste réseau neuronal sur des millions d’images extraites de vidéos YouTube. Certaines unités du réseau réagissaient fortement aux images de chats, alors que le système n’avait pas été entraîné selon la méthode classique à partir d’une collection entièrement annotée de photos de chats. Le résultat a démontré l’apprentissage de caractéristiques visuelles, et non une compréhension humaine de ce qu’est un chat.

En 2014, Le, Ilya Sutskever et Vinyals ont publié des travaux sur l’apprentissage séquence à séquence, une méthode qui transforme une séquence d’entrée en une séquence de sortie. La traduction en est un exemple : une phrase dans une langue devient une phrase dans une autre. La même année, Le a également été distingué dans le cadre du programme TR35, consacré aux jeunes innovateurs.

Ses travaux ultérieurs sur l’apprentissage automatique automatisé, notamment la recherche d’architectures neuronales, sont particulièrement pertinents pour Discovery Loop. Cette recherche vise à automatiser certaines étapes du choix et du test de modèles, tâches qui demandent autrement aux chercheurs d’explorer manuellement de nombreuses possibilités. L’ambition de Discovery Loop est d’étendre cette idée à un cycle plus large de planification, d’expérimentation et de révision.

Quatre fondateurs aux expériences complémentaires

Dean a rejoint Google en 1999, contribué à la création de Google Brain, été directeur scientifique de Google DeepMind et Google Research, et participé à la direction technique de Gemini. Son expérience fait le lien entre la recherche en IA et les vastes systèmes informatiques nécessaires à sa mise en pratique.

Ghemawat, lui aussi chercheur de longue date chez Google, a contribué au développement de Google File System et de Bigtable. Ces technologies permettent de stocker et de traiter des informations sur de nombreux ordinateurs. Cette expérience est pertinente pour une entreprise qui envisage de coordonner des milliers d’expériences, ce qui nécessiterait une planification fiable, une gestion des données et une infrastructure informatique.

Vinyals était vice-président de la recherche chez Google DeepMind et a contribué à diriger le développement de Gemini. Ses travaux portent notamment sur la modélisation de séquences et l’apprentissage par renforcement, dans lequel les systèmes apprennent grâce aux retours sur leurs actions et leurs conséquences. Lui et Le apportent également leur expérience de leurs travaux communs antérieurs sur les modèles séquence à séquence.

Radical Ventures, qui a investi dans l’entreprise, décrit cette combinaison de compétences dans son annonce d’investissement. Le fonds met en avant des compétences allant des puces aux grands modèles d’IA et à l’informatique distribuée. Cette appréciation émane d’un soutien financier, et non d’une évaluation indépendante de la technologie de Discovery Loop.

Les fondateurs ont indiqué qu’ils travaillaient ensemble depuis 14 à 30 ans. Leurs documents de présentation citaient Google Search, Ads, Gemini et Gmail parmi les produits auxquels ils avaient contribué. Ces références expliquent l’intérêt des investisseurs, mais ne prouvent pas que la nouvelle entreprise a déjà construit un système de recherche autonome.

Google reste investisseur et partenaire informatique

Le départ des fondateurs ne signifie pas une rupture complète avec Google. Alphabet est un investisseur fondateur, et Discovery Loop a conclu un partenariat portant sur des ressources cloud et informatiques. L’entreprise et Google prévoient également de collaborer sur des systèmes d’apprentissage automatique et les infrastructures associées.

Les descriptions du partenariat ne couvrent pas toutes la même période. Selon certaines informations, le soutien cloud serait prévu pour la première année de l’entreprise, tandis que Wilson Sonsini parle d’un partenariat à long terme avec Alphabet. Les éléments publiés ne précisent ni la durée totale, ni les conditions financières, ni la capacité informatique, ni le caractère exclusif ou non de l’accord.

Alphabet assume ainsi deux rôles : investisseur dans la nouvelle entreprise et fournisseur des ressources nécessaires à ses recherches. Discovery Loop accède à des capacités de calcul, tandis que Google conserve un lien avec des chercheurs qui ont contribué au développement d’éléments importants de ses activités dans l’IA. Aucun chiffre publié ne révèle la valeur de l’investissement ou de l’accord informatique.

Sundar Pichai, PDG d’Alphabet, aurait eu plusieurs discussions avec les fondateurs pour tenter de les convaincre de rester chez Google. Vinyals a évoqué la difficulté de mener des changements importants au sein d’une grande organisation comme l’une des raisons de la création d’une entreprise indépendante. Leur décision de partir tout en maintenant des liens en matière d’investissement et d’infrastructure suggère une volonté d’indépendance organisationnelle, plutôt qu’une fin de la collaboration.

La place d’AlphaEvolve, et ses limites

AlphaEvolve, de Google DeepMind, offre un point de comparaison concret pour une partie des travaux envisagés par Discovery Loop. AlphaEvolve recherche et améliore des algorithmes en utilisant l’IA pour générer des candidats et évaluer leurs performances.

Google a indiqué que le système avait amélioré l’efficacité de Spanner, son système de stockage de données, et contribué aux travaux sur une génération ultérieure de ses unités de traitement tensoriel, ou TPU. Ces puces spécialisées servent aux calculs d’IA. Dean avait auparavant présenté un schéma de circuit trouvé par AlphaEvolve et intégré à une nouvelle TPU.

La différence tient à l’étendue des ambitions. AlphaEvolve se concentre sur la découverte et l’optimisation d’algorithmes. Discovery Loop propose d’automatiser un processus expérimental plus large, qui dépasserait à terme le seul apprentissage automatique. La découverte d’un code plus performant ou d’un schéma de circuit ne démontre pas, à elle seule, qu’une IA peut mener des recherches fiables en médecine, dans les matériaux ou dans l’énergie.

Pour l’instant, l’apprentissage automatique constitue le point de départ choisi par l’entreprise, car elle peut utiliser ses propres systèmes comme terrain d’expérimentation et en évaluer directement les résultats. L’extension aux médicaments, à la conception de puces, aux sciences des matériaux et aux énergies propres reste une intention. Aucune découverte aboutie dans ces domaines n’a été annoncée.

Une mission d’intérêt public, des questions commerciales

La constitution de Discovery Loop en tant que société d’intérêt public dans le Delaware inscrit officiellement sa mission scientifique dans sa structure commerciale. Ce statut permet à une société de concilier intérêts financiers, bénéfice public défini et intérêts des personnes affectées par ses activités. Il ne signifie pas qu’elle est une association caritative ou une organisation à but non lucratif.

Dean a déclaré que les fondateurs pourraient prendre des décisions donnant la priorité à l’intérêt général plutôt qu’aux intérêts financiers de l’entreprise. Les communiqués publiés ne détaillent toutefois pas le contenu précis de la mission d’intérêt public dans les documents constitutifs, ni la manière dont d’éventuels arbitrages seraient effectués.

La mission va au-delà de l’amélioration des modèles d’IA. Radical Ventures cite l’ingénierie, la médecine, les sciences des matériaux et les énergies propres parmi les domaines envisagés. Dean a également mentionné de possibles applications à des sous-problèmes relevant des quatorze grands défis de l’Académie nationale d’ingénierie des États-Unis, un ensemble d’objectifs majeurs dans le domaine.

Ces déclarations témoignent d’une ambition, pas d’un calendrier de mise en œuvre. L’entreprise n’a pas précisé quand elle prévoit de proposer un produit externe, comment les clients pourraient le financer, ni quels résultats justifieraient le passage d’expérimentations internes en IA à d’autres disciplines. Les revenus et l’intérêt des clients n’ont pas été communiqués, ce qui ne revient pas à confirmer qu’ils sont inexistants.

Ce que les investisseurs financent

Les discussions de financement de Discovery Loop s’inscrivent dans une tendance plus large : de gros investissements dans des équipes de recherche en IA avant l’arrivée de produits commerciaux. Thinking Machines Lab, fondée par Mira Murati, ancienne directrice technique d’OpenAI, a levé environ 2 milliards de dollars pour une valorisation de 12 milliards en juillet 2025, alors qu’elle n’avait ni revenus ni produit commercial.

Safe Superintelligence, cofondée par Ilya Sutskever, ancien directeur scientifique d’OpenAI, aurait atteint une valorisation de 32 milliards de dollars lors d’un financement en avril 2025 auquel ont participé Alphabet et Nvidia. La valorisation de 50 milliards envisagée par Discovery Loop dépasserait les chiffres cités, mais reste un objectif de négociation et non une transaction confirmée.

Selon un décompte rapporté, 19 entreprises américaines ont atteint en 2026 une valorisation d’au moins 10 milliards de dollars, contre un record de 22 en 2021. Il en manque donc trois pour égaler le précédent record. Une entreprise de cette catégorie est couramment appelée « décacorne ». Le fait que Discovery Loop discute de son nouvel objectif ne signifie pas qu’elle l’a obtenu.

Vinod Khosla, fondateur de Khosla Ventures, a exposé les raisons de cet investissement dans une déclaration publique sur l’équipe. Son fonds contribue à diriger le financement initial de Discovery Loop, et sa formulation présentait l’issue comme incertaine :

Cette équipe peut redéfinir la manière de mener la recherche en ingénierie et en sciences. En cas de succès, son impact ne se mesurera pas à des fonctionnalités logicielles ou à des scores de référence, mais à de nouvelles découvertes scientifiques susceptibles d’améliorer la vie de milliards de personnes

Les incertitudes immédiates sont plus concrètes que l’ambition : le dernier tour de financement sera-t-il conclu, pour quel montant et à quelle valorisation, quelle capacité informatique l’entreprise obtiendra-t-elle et que révéleront ses expériences internes ? Dans sa déclaration d’août, Dean prévoyait de clôturer le tour d’amorçage en quelques semaines, mais aucune échéance confirmée n’a été communiquée pour le financement annoncé à 50 milliards de dollars ni pour le lancement commercial.

L’essentiel

• Discovery Loop a été lancée le 5 août 2026 par Jeff Dean, Sanjay Ghemawat, Le Viet Quoc et Oriol Vinyals.
• L’entreprise chercherait une valorisation de 50 milliards de dollars, soit cinq fois l’objectif d’environ 10 milliards évoqué en août. Aucun accord à cette valorisation n’a été confirmé.
• Elle entend d’abord automatiser des expériences d’apprentissage automatique, en étant elle-même son premier client.
• Radical Ventures et Khosla Ventures dirigent le financement initial. Alphabet est à la fois investisseur et partenaire informatique.
• Discovery Loop est une société d’intérêt public constituée dans le Delaware, qui met en place une équipe travaillant sur site à Palo Alto.
• Aucun produit commercial, chiffre d’affaires, engagement de clients ou calendrier d’expansion à d’autres domaines scientifiques n’a été communiqué.