Le 29 juillet 2026, le Financial Times révélait ce que le milieu de la recherche IA murmurait depuis des mois : Google DeepMind a démantelé l'équipe derrière AlphaFold, le système qui a valu à Demis Hassabis et John Jumper le prix Nobel de chimie 2024. Pas un plan social, pas une annonce officielle. Une dissolution silencieuse, par redéploiement.
La majorité des auteurs originaux des papers AlphaFold ont été réaffectés au cours des douze derniers mois. Près d'un quart d'entre eux ont carrément quitté l'entreprise. Et le nom qui fait le plus mal : John Jumper, le co-lauréat du Nobel lui-même, est parti chez Anthropic avec deux chercheurs clés.
Ce qu'AlphaFold représentait vraiment
Rappelons l'ampleur de ce qui est en train d'être rangé au placard. Le repliement des protéines était considéré comme l'un des problèmes ouverts les plus difficiles de la biologie depuis cinquante ans. AlphaFold l'a résolu à un niveau de précision comparable à l'expérimentation en laboratoire.
La base de données publique qui en est issue couvre plus de 200 millions de structures de protéines — pratiquement toutes celles connues de la science. Elle est utilisée gratuitement par des millions de chercheurs dans le monde. C'est probablement la contribution la plus concrète de l'intelligence artificielle à la science fondamentale, toutes entreprises confondues.
Ce n'est pas un projet qui a échoué. C'est un projet qui a gagné, et qu'on démonte quand même.
Où sont partis les chercheurs
Les trajectoires sont instructives. Une partie de l'équipe a été absorbée par les projets construits autour de Gemini, le modèle de langage frontière de Google. D'autres ont été redirigés vers des sujets adjacents : design d'enzymes, fusion nucléaire, génomique.
Un troisième groupe a rejoint Isomorphic Labs, la filiale d'Alphabet dédiée à la découverte de médicaments — celle-là même qui avait levé 600 millions de dollars auprès de Thrive et qui constitue la monétisation directe de l'héritage AlphaFold.
DeepMind, interrogé, se dit « incroyablement fier » de son héritage scientifique et de l'impact mondial d'AlphaFold, « qui a inspiré le lancement d'Isomorphic Labs ». La formulation au passé composé en dit long.
La vraie raison : la course aux modèles frontière
Le changement de doctrine est explicite. Plutôt que d'organiser des scientifiques autour d'un problème unique — le repliement des protéines, le jeu de go, la fusion —, DeepMind veut désormais construire des systèmes propulsés par Gemini capables d'assister les scientifiques de manière générique.
C'est un pari de plateforme contre un pari de verticale. Au lieu de dix équipes qui résolvent dix problèmes durs, un modèle généraliste censé aider à résoudre les dix. Sur le papier, l'effet de levier est supérieur. En pratique, ça suppose que la capacité scientifique émerge du passage à l'échelle plutôt que de l'expertise de domaine.
Et surtout, ça suppose une pression concurrentielle qui ne laisse plus le luxe du temps long. DeepMind est aujourd'hui en compétition frontale avec OpenAI et Anthropic sur les modèles frontière, avec un calendrier produit qui ne pardonne rien — la sortie de Gemini 3.5 Pro, repoussée à plusieurs reprises cet été, en est l'illustration la plus visible.
Le signal envoyé aux chercheurs
Il y a une ironie amère dans le départ de John Jumper. Un homme reçoit un prix Nobel pour un travail mené dans un laboratoire, et deux ans plus tard il quitte ce laboratoire pour un concurrent. Ce n'est pas un désaveu de la science produite : c'est un désaveu de la direction que prend l'organisation qui l'a produite.
Pour les chercheurs seniors du secteur, le message est lisible : les laboratoires industriels ne financeront la recherche fondamentale que tant qu'elle sert la roadmap produit. AlphaFold a bénéficié d'une fenêtre — celle où DeepMind pouvait se permettre d'être un laboratoire avant d'être un fournisseur. Cette fenêtre s'est refermée.
Le fait qu'Anthropic récupère ces profils n'est pas anodin non plus. La guerre des talents en IA ne se joue plus seulement sur les salaires, mais sur la promesse de ce qu'on aura le droit de chercher.
Ce que ça change concrètement
Pour les équipes techniques qui bâtissent sur ces technologies, trois conséquences pratiques.
D'abord, la base AlphaFold reste accessible et n'est pas menacée à court terme — 200 millions de structures publiées ne disparaissent pas. Mais son rythme de mise à jour et l'ambition des versions futures deviennent des inconnues. Si votre pipeline en dépend, c'est le moment de documenter cette dépendance plutôt que de la considérer comme acquise.
Ensuite, la logique de modèle vertical spécialisé — un système entraîné sur un domaine étroit et qui l'écrase — perd son plus beau porte-drapeau au profit du généraliste augmenté. C'est une hypothèse d'architecture, pas une vérité démontrée, et je la trouve encore fragile.
Enfin, pour tout ce qui touche à la santé et au biotech, la valeur migre du laboratoire public vers Isomorphic Labs, une entité commerciale. Ce qui était un bien commun documenté devient un actif d'entreprise. La différence n'est pas idéologique, elle est très concrète en termes d'accès et de conditions de licence.
Mon avis
Je comprends la logique économique. Quand la valorisation d'un acteur IA dépend de sa position sur les modèles frontière et que le concurrent sort un modèle tous les trois mois, immobiliser vingt chercheurs de très haut niveau sur un problème déjà résolu est difficile à défendre devant un comité d'investissement.
Mais on assiste à quelque chose de plus large que le sort d'une équipe. Le laboratoire industriel de recherche fondamentale, modèle qui a produit le transistor chez Bell Labs et AlphaFold chez DeepMind, est en train d'être absorbé par la logique produit. Ce qui reste, ce sont des équipes appliquées avec des OKR trimestriels.
Le paradoxe est là : DeepMind justifie le démantèlement en expliquant que Gemini assistera mieux les scientifiques qu'une équipe dédiée. Sauf que Gemini est entraîné, en partie, sur le corpus scientifique qu'ont produit précisément ce type d'équipes. On optimise l'exploitation d'un gisement dont on ferme les moyens de renouvellement.
J'espère me tromper. Mais un Nobel qui claque la porte deux ans après avoir été décoré, c'est rarement le signe qu'une organisation va dans la bonne direction pour la science.
