Sundar Pichai : Gemini 4 a besoin de modèles de base plus vastes pour mener la course à l'IA

Google réoriente sa stratégie vers un pré-entraînement à grande échelle pour reconquérir sa domination dans la course aux modèles de pointe. Le PDG d'Alphabet, Sundar Pichai, a signalé que le prochain saut évolutif pour Gemini dépend de la création de modèles de base nettement plus vastes afin d'égaler et de surpasser les leaders actuels du secteur.

L'impératif de mise à l'échelle : pourquoi Gemini 4 est différent

Lors de la récente conférence téléphonique sur les résultats du deuxième trimestre 2026, Sundar Pichai a abordé le paysage concurrentiel de l'IA générative, notant que bien que Google ait réalisé des progrès significatifs, le chemin vers une véritable performance de pointe nécessite un changement d'échelle. L'entreprise entreprend actuellement sa « session de pré-entraînement la plus ambitieuse à ce jour » pour Gemini 4.

Selon Pichai, la prochaine génération d'intelligence ne peut être atteinte par de simples mises à jour incrémentales ; elle nécessite des modèles de base beaucoup plus importants pour combler l'écart actuel avec les rivaux. Cet investissement massif dans le calcul et les données se reflète dans les prévisions d'investissement révisées d'Alphabet pour 2026, qui ont été portées au montant colossal de 195 à 205 milliards de dollars pour suivre l'explosion de la demande.

Efficacité contre puissance de pointe : la stratégie Flash

Alors que la quête d'un nouveau modèle de pointe se poursuit, Google optimise simultanément les cas d'utilisation « de base » qui alimentent son écosystème. Une bifurcation claire émerge dans la hiérarchie des modèles de Google :

• Le niveau "Frontier" : Axé sur Gemini 4, ciblant des capacités de raisonnement massives et comblant l'écart avec les concurrents de premier plan.
• Le niveau "Efficacité" : Axé sur la série Gemini Flash. Pichai a noté que les modèles Flash atteignent le « point d'équilibre idéal entre performance et coût », répondant à la majeure partie de la demande quotidienne des consommateurs.

Cette approche sur deux volets porte ses fruits financièrement. Google a rapporté que le coût par réponse d'IA en « AI Mode » est tombé à son niveau le plus bas depuis son lancement, alors même que l'entreprise déploie des modèles sous-jacents plus puissants. Cette efficacité, renforcée par des versions comme Flash 3.6, est cruciale pour maintenir les marges à mesure que l'intégration de l'IA se généralise.

Croissance massive des utilisateurs et étapes clés de monétisation

La santé financière de la transition de Google vers l'IA est évidente dans ses récentes mesures trimestrielles. Google a déclaré un chiffre d'affaires de 119,8 milliards de dollars pour le deuxième trimestre 2026, soit une augmentation de 24 % en glissement annuel. Les principaux moteurs de croissance incluent :

• Adoption de l'application Gemini : Le nombre d'utilisateurs actifs mensuels a grimpé à 950 millions, contre 750 millions en février.
• Expansion de Google Cloud : Le segment Cloud a connu une croissance explosive de 82 %, atteignant 24,8 milliards de dollars.
• Intégration de la recherche : L'« AI Mode » dans Google Search a dépassé le milliard d'utilisateurs actifs mensuels, débloquant des milliards de requêtes de recherche auparavant difficiles à monétiser.
• Évolution de l'Ad Tech : L'outil publicitaire AI Max est sorti de sa phase bêta et est désormais utilisé par 500 000 annonceurs.

S'attaquer aux faiblesses techniques

Pichai s'est montré transparent sur les domaines où Google doit encore rattraper son retard. Plus précisément, l'entreprise redouble d'efforts pour améliorer les capacités de « codage et de codage agentique ». À mesure que l'IA passe de simples interfaces de chat à des agents autonomes capables d'écrire, de déboguer et d'exécuter du code, la maîtrise de ces flux de travail agentiques est une priorité absolue pour le cycle de développement de Gemini 4.

Points clés à retenir

• L'échelle est la priorité : Google investit jusqu'à 205 milliards de dollars par an, pariant que des « modèles de base beaucoup plus vastes » sont le seul moyen de remporter la course à l'IA de pointe avec Gemini 4.
• L'avantage Flash : Tout en poursuivant l'intelligence de pointe, Google utilise avec succès sa série Gemini Flash pour offrir une utilité à haut volume et à faible coût à près d'un milliard d'utilisateurs.
• Améliorations ciblées : Les efforts massifs de pré-entraînement pour Gemini 4 visent spécifiquement à résoudre les faiblesses actuelles en matière de codage et de capacités autonomes agentiques.