Annoncé en mai dernier, le modèle d’IA le plus perfectionné de Google a raté son rendez-vous en juin. Que se passe-t-il en interne ?
Introduction
Le géant de Mountain View se trouve dans une position délicate : alors qu’il agite une domination présumée sur le marché de l’IA, son modèle « flagship », Gemini 3.5 Pro, accuse un retard majeur. Entre des performances en programmation décevantes et une structure organisationnelle lourde, la firme lutte pour maintenir son cap face à une concurrence qui s’accélère, révèle Bloomberg.
À partir de 249€
En stock vendeur partenaire
Voir sur Fnac.com
Un naufrage technique sur le terrain du code
Le blocage principal de Google réside dans les capacités de programmation de Gemini 3.5 Pro. Bien que le modèle ait été annoncé en grande pompe lors de la conférence Google I/O fin mai, les résultats en laboratoire restent obstinément en deçà des exigences de la direction. Une mise à jour massive des données d’entraînement effectuée en juin n’a pas suffi à lever les lacunes techniques, provoquant une frustration profonde chez les ingénieurs et les chercheurs.
Ce retard est d’autant plus critique que le codage est devenu le nerf de la guerre pour la monétisation de l’intelligence artificielle auprès des entreprises. Actuellement, la concurrence avance à un rythme effréné : OpenAI a lancé le modèle GPT-5.6 Sol et Anthropic propose le puissant Fable 5. Même Meta est entré dans la danse avec Muse Spark 1.1, un outil open source robuste pour le développement autonome. Plus récemment encore, c’est le dernier modèle ouvert du chinois Moonshot qui fait tourner toutes les têtes.
En interne, la pression est maximale pour combler ce fossé technologique. Les équipes de Google DeepMind (AI Studio), Cloud (Vertex) et Android Studio travaillent en parallèle pour unifier les outils de codage internes, alors que la firme doit naviguer entre des ingénieurs « puristes » qui exigent un « code humain », c’est-à-dire conçu par leurs pairs, et une direction qui veut une IA capable de générer du code parfait pour le public, à déployer rapidement pour tenir ses promesses. Aux dernières nouvelles, « 75 % du nouveau code chez Google est désormais généré par IA et approuvé par les ingénieurs, c’était 50 % l’automne dernier », confiait Sundar Pichar, PDG de Google, en avril dernier.
Une machine organisationnelle qui ralentit l’innovation
Au-delà des bugs techniques, le retard de Gemini 3.5 Pro expose une lourdeur administrative chronique chez Alphabet (la maison mère de Google). Développer l’écosystème Gemini implique désormais une multitude de couches de décision. Chaque division (YouTube, Maps, Recherche) cherche à intégrer l’IA dans ses propres produits, créant un goulot d’étranglement où les multiples validations hiérarchiques freinent la cadence de sortie des mises à jour.
Cette complexité interne contraste avec la nécessité d’une agilité face aux rivaux. Pendant que Google peine à livrer son modèle avancé « Pro », l’entreprise se contente pour l’instant d’améliorer les fonctions grand public, comme les aperçus IA (AI Overviews), qui arrivent cet été en France.
La firme demande ainsi à ses utilisateurs et utilisatrices de faire preuve de patience avec la version 3.1 actuelle, tandis qu’elle tente de trancher sa stratégie globale pour retrouver son avantage concurrentiel.