Comment Google a remis Gemini et DeepMind au centre de la course à l’IA

Longtemps perçu comme l’un des berceaux de la recherche en intelligence artificielle, Google a pourtant traversé une période de doute lorsque ChatGPT a conquis le grand public. À la date du 12 juillet 2025, le groupe de Mountain View n’est plus seulement jugé sur sa réaction tardive : il est de nouveau regardé pour sa capacité à faire émerger des modèles de premier plan, à les intégrer à ses services et à les déployer à l’échelle mondiale. Ce retour ne tient pas à un seul produit, mais à une réorganisation interne et à une stratégie devenue beaucoup plus lisible.

ChatGPT a révélé les faiblesses d’une offre dispersée

L’arrivée de ChatGPT, en novembre 2022, a changé la perception du marché. Le service d’OpenAI a rendu l’IA générative immédiatement accessible par une interface conversationnelle simple. Pour Google, qui disposait déjà de travaux de recherche majeurs et de plusieurs briques technologiques, le problème n’était donc pas l’absence de compétences. Il était surtout celui de la vitesse d’exécution, de la lisibilité et de la mise sur le marché.

L’entreprise a alors déclaré un « code rouge », signe de l’importance accordée à la menace concurrentielle. Sergey Brin, cofondateur de Google, est lui aussi revenu davantage sur le devant de la scène dans ce contexte. La pression était forte : le moteur de recherche constitue le cœur économique de Google, et les assistants conversationnels semblaient pouvoir modifier durablement la manière d’accéder à l’information.

La première démonstration de Bard a compliqué la situation. Son erreur technique, très commentée, a durablement marqué les esprits. Elle a donné l’impression d’un lancement précipité, alors même que Google devait convaincre qu’il savait concilier innovation, fiabilité et prudence.

Le public professionnel faisait face, de son côté, à une offre difficile à déchiffrer. Plusieurs noms coexistaient : LaMDA, modèle conversationnel ; PaLM, famille de grands modèles de langage ; Vertex AI, plateforme cloud destinée aux entreprises ; et Bard, assistant conversationnel. Ces outils ne répondaient pas exactement aux mêmes usages, mais leur accumulation rendait la stratégie moins évidente que celle de concurrents identifiés à un produit phare.

La fusion de Google Brain et DeepMind a changé l’organisation

Le tournant structurel intervient en avril 2023, avec l’annonce de la fusion entre Google Brain et DeepMind. La nouvelle entité prend le nom de Google DeepMind. Cette décision réunit deux forces auparavant distinctes : d’un côté, Google Brain, profondément ancré dans les produits et l’ingénierie du groupe ; de l’autre, DeepMind, célèbre pour ses percées scientifiques et ses travaux sur des systèmes comme AlphaGo ou AlphaFold.

L’enjeu est double. Google cherche d’abord à éviter la dispersion des équipes et des feuilles de route. Il veut ensuite raccourcir le chemin entre la recherche fondamentale et les produits utilisés par des millions de personnes ou par les clients de Google Cloud. Selon l’analyse de Clément David, CEO de Theodo Data & AI, cette unification a constitué le point de départ d’une nouvelle dynamique chez Google.

Cette réorganisation ne garantit pas mécaniquement de meilleurs produits. Elle facilite néanmoins des arbitrages plus rapides sur les capacités de calcul, les priorités de modèles et leur intégration dans les services du groupe. Dans une course où les modèles évoluent en quelques mois, l’alignement entre chercheurs, ingénieurs et équipes produits est devenu un avantage stratégique.

Gemini a donné une identité à l’intelligence artificielle de Google

La famille de modèles Gemini a été le point de cristallisation de cette stratégie. Son lancement a offert à Google une bannière claire, capable de couvrir plusieurs tailles de modèles et plusieurs usages. Plutôt que de multiplier les appellations, le groupe peut présenter une continuité entre ses modèles, son assistant Gemini et les outils proposés aux entreprises.

Cette cohérence de marque compte dans un secteur où la technologie est complexe. Pour le grand public, « Gemini » devient l’interlocuteur conversationnel de Google. Pour les développeurs et les entreprises, il renvoie aussi à des modèles susceptibles d’être intégrés à des applications, à des outils de productivité ou à des environnements cloud. La promesse est plus simple à comprendre que l’ancienne succession de noms techniques.

Les capacités multimodales constituent un autre élément important. Un modèle multimodal ne traite pas seulement du texte : il peut aussi prendre en compte, selon les versions et les produits, des images, du code ou d’autres types de contenus. L’ambition de Google est de proposer une IA capable d’intervenir dans des tâches diverses, de la rédaction à l’analyse documentaire, en passant par l’assistance au développement informatique.

En 2025, Gemini 2.5 Pro a notamment renforcé la crédibilité technique de Google dans la génération de code, un terrain très lucratif. Les outils d’assistance au code intéressent autant les développeurs indépendants que les grandes organisations, car ils peuvent accélérer certaines tâches de programmation, d’explication, de test et de correction.

Il faut cependant manier les comparaisons avec prudence. Les performances d’un modèle varient selon les tests retenus, la version utilisée, les réglages et les tâches réelles. Un benchmark mesure une compétence précise dans un cadre donné ; il ne résume ni la fiabilité globale d’un assistant ni sa pertinence dans tous les métiers. La dynamique est néanmoins claire : Gemini a replacé Google dans le groupe de tête face à OpenAI et Anthropic.

Veo 3 est devenu une vitrine technologique dans la vidéo

La présentation de Veo 3 lors de la Google I/O 2025 a donné une autre dimension à ce redressement. La génération de vidéo par IA est devenue l’un des fronts les plus visibles de la compétition technologique : les démonstrations frappent davantage le public que des améliorations internes de modèles de texte, et elles donnent à voir le niveau d’ambition d’un laboratoire.

Veo 3 est un modèle conçu pour générer des vidéos. Sa présentation a attiré l’attention parce qu’elle illustre la volonté de Google de rivaliser directement avec les acteurs déjà identifiés sur ce créneau, notamment OpenAI et son modèle Sora. Les comparaisons entre Veo et Sora ont nourri l’idée d’une nette remontée de Google. Elles ne permettent pas, à elles seules, de désigner un vainqueur définitif : la qualité dépend du type de scène demandé, de la durée, de la cohérence visuelle et sonore, ainsi que des conditions d’accès au service.

L’intérêt stratégique est pourtant évident. La vidéo générative exige des modèles sophistiqués et une puissance de calcul considérable. Réussir à y proposer un produit remarqué conforte l’image de Google DeepMind comme laboratoire capable de transformer ses avancées en outils visibles.

Cette technologie soulève aussi des questions qui dépassent la concurrence entre entreprises. Plus la génération vidéo devient convaincante, plus les utilisateurs doivent être attentifs à l’origine des contenus, au consentement des personnes représentées, aux droits sur les œuvres utilisées et aux risques de désinformation. L’innovation ne dispense donc pas les plateformes de mettre en place des garde-fous.

Pourquoi l’intégration technologique de Google est un atout

La force de Google ne réside pas seulement dans ses modèles. Le groupe possède une grande partie de la chaîne nécessaire à leur développement et à leur déploiement : centres de données, infrastructure cloud, puces spécialisées, équipes de recherche, modèles d’IA et services grand public. Cette intégration verticale peut raccourcir les boucles entre une expérimentation, son entraînement et sa diffusion dans un produit.

Les TPU, puces conçues par Google pour accélérer certains calculs d’intelligence artificielle, constituent une pièce importante de cet ensemble. Elles complètent les autres ressources informatiques mobilisées pour entraîner et faire fonctionner les modèles. Avec Google Cloud, le groupe peut aussi proposer ses capacités aux organisations qui souhaitent utiliser l’IA sans construire elles-mêmes toute l’infrastructure.

Cela distingue Google de plusieurs concurrents, même si chaque acteur possède ses propres forces. Microsoft s’appuie sur un partenariat très étroit avec OpenAI pour enrichir ses services et son cloud Azure. Amazon Web Services entretient, de son côté, une relation stratégique avec Anthropic. Ces alliances donnent accès à des modèles puissants, mais elles ne recouvrent pas exactement le même degré de contrôle qu’un groupe qui développe lui-même ses modèles et une part importante de son matériel.

Un retour en tête qui doit encore se traduire dans les usages

Parler de retour de Google ne signifie pas que la course est terminée. L’IA générative reste un marché instable, où les annonces se succèdent rapidement et où les positions techniques peuvent évoluer. OpenAI, Anthropic, Microsoft, Amazon et d’autres entreprises disposent de moyens considérables, de produits installés et de partenariats capables de redistribuer les cartes.

Google doit en particulier démontrer que ses avancées techniques se traduisent durablement par des usages utiles. Un modèle performant n’est adopté par les entreprises que s’il est suffisamment fiable, sécurisé, simple à intégrer et financièrement soutenable. Les responsables informatiques regardent aussi la protection des données, la gouvernance des accès, la conformité et la capacité à superviser les réponses de l’IA.

La monétisation est également un sujet central. Google tire historiquement l’essentiel de sa puissance de la publicité et de ses services en ligne. L’intégration de réponses générées par IA dans la recherche, les outils bureautiques, le cloud ou les appareils mobiles doit donc créer de la valeur sans fragiliser les usages existants ni dégrader la confiance des utilisateurs.

Ce qu’il faut surveiller après l’accélération de 2025

La question n’est plus de savoir si Google peut produire des modèles compétitifs. Gemini et Veo 3 ont largement contribué à faire évoluer cette perception. Les prochains mois permettront plutôt d’observer si le groupe conserve un rythme d’innovation soutenu tout en améliorant la qualité concrète de ses produits.

Trois points seront particulièrement déterminants :

• la progression de Gemini dans les usages professionnels, notamment pour le code et les tâches documentaires ;
• la diffusion de Veo 3 et les garde-fous associés à la création de vidéos réalistes ;
• la capacité de Google Cloud à convertir son infrastructure et ses modèles en services attractifs pour les entreprises.

Le redressement de Google illustre une leçon plus large : dans l’intelligence artificielle, l’avance ne dépend pas uniquement de la première démonstration spectaculaire. Elle dépend de la capacité à réunir la recherche, les infrastructures, les produits et la confiance des utilisateurs. En réunissant Google Brain et DeepMind, puis en donnant une place centrale à Gemini, Google a cherché à reconstruire cette cohérence. À l’été 2025, cette stratégie l’a replacé parmi les acteurs qui comptent le plus dans la définition de la prochaine étape de l’IA.