L'aube de l'IA récursive (Recursive AI) : un pari de 4 milliards de dollars sur l'autonomie

Dans un mouvement qui signale un changement sismique dans la stratégie d'investissement de la Silicon Valley, Ricursive Intelligence a obtenu une stupéfiante valorisation de 4 milliards de dollars moins de deux mois après être sortie du mode furtif. Le tour de table, que des sources confirment avoir été fortement sursouscrit, souligne le pivot de l'industrie des Grands modèles de langage (Large Language Models, LLMs) statiques vers le « Saint Graal » de l'informatique : l'auto-amélioration récursive (recursive self-improvement).

Fondée par d'anciens chercheurs de Google DeepMind, Anna Goldie et Azalia Mirhoseini, Ricursive Intelligence ne se contente pas de construire un autre chatbot. L'entreprise conçoit une boucle autonome où l'intelligence artificielle conçoit le matériel même sur lequel elle fonctionne, créant un volant d'inertie d'une capacité exponentielle.

Boucler la boucle : du logiciel au silicium

La thèse centrale de Ricursive Intelligence est que le prochain saut en capacité d'IA ne viendra pas de plus de données, mais d'un meilleur matériel conçu par l'IA elle-même. Les cycles actuels de conception de puces prennent de 18 à 36 mois — une éternité dans le monde effréné de l'apprentissage automatique. Ricursive vise à compresser ce délai en jours.

« Nous passons d'une ère "fabless" à une ère "designless", » a déclaré Goldie lors d'une récente conférence de presse. « En permettant à l'IA d'optimiser son propre substrat physique, nous supprimons le principal goulot d'étranglement pour l'intelligence artificielle générale (Artificial General Intelligence, AGI). Le logiciel améliore le matériel, qui à son tour entraîne un logiciel meilleur. »

Ce concept, connu sous le nom d'auto-amélioration récursive (recursive self-improvement), a longtemps été une étape théorique pour l'AGI. Cependant, Goldie et Mirhoseini sont particulièrement bien placées pour l'exécuter. Chez Google, elles ont codirigé le projet AlphaChip (anciennement connu sous le nom Deep Learning for Chip Design), qui a utilisé avec succès l'apprentissage par renforcement (reinforcement learning) pour générer des floorplans de puces supérieurs à ceux conçus par des experts humains. Cette technologie a ensuite été intégrée dans la conception des Tensor Processing Units (TPUs) de Google.

L'explosion de la valorisation

Le bond jusqu'à une valorisation de 4 milliards de dollars — contre une valorisation seed rapportée à 750 millions de dollars fin 2025 — reflète le désespoir intense des géants de la tech pour obtenir un avantage concurrentiel en efficacité de calcul. Alors que les lois d'échelle pour les LLMs montrent des signes de rendements décroissants en raison des contraintes énergétiques et matérielles, la promesse de Ricursive d'« optimisation matérielle autonome » offre une voie d'avenir.

Les investisseurs parient que Ricursive deviendra le système d'exploitation de facto pour l'industrie des semi-conducteurs, automatisant les flux de travail complexes d'Automatisation de conception électronique (Electronic Design Automation, EDA) qui nécessitent actuellement des milliers d'ingénieurs spécialisés.

Paysage concurrentiel et impact sur le marché

Ricursive Intelligence entre dans une arène encombrée mais possède un fossé technologique distinct. Alors que des sociétés comme NVIDIA et Synopsys ont intégré l'IA dans leurs flux de travail, Ricursive reconstruit l'ensemble de la pile avec l'IA comme architecte principal, pas seulement comme assistant.

Le tableau ci-dessous montre comment Ricursive se compare à d'autres acteurs à fort momentum qui façonnent le paysage du calcul et de l'infrastructure IA au début de 2026.

Table : Principales valorisations IA et infrastructure (T1 2026)

L'effet « anciens de Google »

La montée météorique de Ricursive illustre une tendance continue : des talents de premier plan quittent Google pour créer des startups à fort impact. Goldie et Mirhoseini rejoignent un prestigieux roster d'anciens qui ont fondé des entreprises définissant des catégories. Leur départ de DeepMind a été perçu comme un coup dur pour le géant tech, qui lutte pour retenir ses chercheurs de premier plan dans une guerre agressive pour les talents.

Contrairement à d'autres startups « wrapper » qui se contentent de construire des interfaces au-dessus de modèles existants comme GPT-5 ou Gemini, Ricursive s'attaque à un problème fondamental de physique et d'ingénierie. Cette approche « deep tech » les rend particulièrement attractifs pour les capital-risqueurs à la recherche d'une propriété intellectuelle défendable.

Sécurité et singularité

Le concept d'une IA capable d'améliorer sa propre conception sans intervention humaine soulève inévitablement des préoccupations de sécurité. Les critiques soutiennent qu'une boucle récursive pourrait conduire à une « explosion d'intelligence » dépassant rapidement le contrôle humain.

Ricursive Intelligence a répondu à ces préoccupations en déclarant que leur focalisation actuelle porte strictement sur l'efficacité matérielle et l'optimisation logique, plutôt que sur un comportement agentif ouvert. « Nos systèmes optimisent la puissance, la performance et la surface (PPA), ils ne réécrivent pas leurs propres lignes directrices éthiques, » a précisé Mirhoseini. « Nous construisons le moteur, mais les humains tiennent toujours le volant. »

Un nouveau paradigme pour le calcul

Si Ricursive réussit, les implications vont bien au-delà de la valorisation d'une seule entreprise. Cela pourrait démocratiser l'accès au silicium sur mesure, permettant aux entreprises logicielles d'imprimer leurs propres puces spécialisées aussi facilement qu'elles compilent du code aujourd'hui. Cela briserait le monopole actuel centré sur Nvidia en matière de calcul pour l'IA et accélérerait l'arrivée de matériels spécialisés pour la robotique, l'exploration spatiale et la modélisation climatique.

Alors que la machine à capitaux de la Silicon Valley injecte des milliards dans cette vision, la question demeure : Ricursive Intelligence pourra-t-elle livrer les puces physiques à la hauteur de leur promesse numérique ? Pour l'instant, le marché a voté par un oui retentissant.

Perspectives de l'industrie

La capitalisation de Ricursive Intelligence sert d'indicateur pour l'économie technologique de 2026. Elle suggère que le battage médiatique autour de la « couche d'application » de 2024-2025 cède la place à une phase « Infrastructure & Autonomy ». Les investisseurs ne financent plus seulement l'IA qui écrit de la poésie ; ils financent l'IA qui construit la machine.

Pour Creati.ai, nous continuerons à surveiller comment la technologie de Ricursive s'intègre à l'écosystème plus large de l'IA générative. Si leur architecture de puce « designless » s'avère viable, nous pourrions bientôt voir une génération de modèles d'IA fonctionner sur du matériel qu'ils auront eux-mêmes conçu — une véritable aube récursive.