38 startups confirmées, 74 anciens en “stealth” : DeepMind est devenu une usine à fondateurs de l’IA

DeepMind ne diffuse plus seulement des technologies : il diffuse aussi des fondateurs

Depuis sa création en 2010, DeepMind a été l’un des lieux où se sont concentrées des recherches majeures en apprentissage profond, reinforcement learning et intelligence artificielle générale. AlphaGo en est devenu le symbole le plus spectaculaire, mais l’influence du laboratoire dépasse désormais ses propres produits.

En mai 2026, Tech.eu a publié des données d’Evertrace montrant que 112 anciens de DeepMind avaient, au cours des dix-huit mois précédents, créé une entreprise ou étaient considérés comme engagés dans un projet entrepreneurial. Parmi eux, 38 avaient déjà lancé une société identifiée ; 74 occupaient un rôle déclaré « stealth ».

Cette seconde catégorie demande de la prudence : un profil « stealth » suggère généralement la préparation d’une startup, mais Tech.eu précise ne pas avoir vérifié que chacun de ces 74 profils correspond effectivement à une entreprise distincte. Le chiffre solide est donc bien 38 startups confirmées, plus 74 anciens engagés dans des projets encore discrets.

Le réseau s’est déjà déplacé bien au-delà de Londres

Sur les 112 profils recensés par Evertrace, 70 étaient localisés aux États-Unis et 28 au Royaume-Uni. Le reste se répartissait entre plusieurs pays d’Europe, du Canada et d’Asie. La « sortie » de DeepMind ne crée donc pas un seul cluster londonien : elle alimente un réseau transatlantique et international.

Ce phénomène rappelle ce que la Silicon Valley a connu avec certaines entreprises devenues des pépinières de fondateurs : la valeur d’une institution ne se mesure plus seulement à ce qu’elle produit en interne, mais aussi à ce que ses anciens construisent ailleurs.

Dans le cas de DeepMind, cette circulation est particulièrement visible parce que les profils concernés ont souvent travaillé sur des domaines qui restent au cœur de la course actuelle : reinforcement learning, agents, modèles de fondation, recherche ouverte et systèmes capables d’améliorer leurs propres performances.

David Silver montre jusqu’où peut aller cette nouvelle génération

David Silver est l’un des exemples les plus emblématiques. Chercheur majeur du reinforcement learning chez DeepMind et l’un des auteurs associés à AlphaGo, il a fondé Ineffable Intelligence, un nouveau laboratoire de frontière installé à Londres.

Le 27 avril 2026, Ineffable a annoncé une levée de seed de 1,1 milliard de dollars, menée par Sequoia Capital et Lightspeed Venture Partners. La valorisation post-money atteignait 5,1 milliards de dollars. Selon Cooley, il s’agissait alors du plus important financement seed jamais réalisé en Europe.

Cette échelle est révélatrice : certains anciens de DeepMind ne commencent plus par une petite startup logicielle qui doit progressivement lever des dizaines de millions. Ils peuvent désormais réunir, dès le départ, les capitaux nécessaires à un laboratoire de recherche de frontière.

Recursive Superintelligence pousse la même logique vers l’auto-amélioration

Quelques semaines plus tard, Recursive Superintelligence est sortie du stealth avec plus de 650 millions de dollars levés et une valorisation de 4,65 milliards de dollars. La société est cofondée notamment par Richard Socher et Tim Rocktäschel.

Rocktäschel, professeur d’intelligence artificielle à University College London, avait auparavant travaillé chez Google DeepMind. Le projet de Recursive se concentre sur des systèmes capables d’analyser leurs propres performances puis de s’améliorer de façon répétée.

Ineffable et Recursive ne prouvent pas que tous les anciens de DeepMind deviendront des concurrents directs de leur ancienne maison. Ils montrent en revanche que l’écosystème de capital-risque considère certains de ces profils comme capables de lancer immédiatement des laboratoires de très grande ambition.

En Europe, le cas Mistral est déjà devenu industriel

Arthur Mensch offre un autre exemple, cette fois depuis Paris. Avant de cofonder Mistral AI en 2023, il avait travaillé chez Google DeepMind. Les deux autres cofondateurs, Guillaume Lample et Timothée Lacroix, viennent quant à eux de Meta.

En septembre 2026, Mistral a levé 3 milliards d’euros et atteint une valorisation d’environ 21 milliards d’euros. En trois ans, l’entreprise est ainsi passée du statut de jeune laboratoire européen à celui d’une des sociétés technologiques privées les mieux valorisées du continent.

Le cas Mistral illustre une différence importante avec Ineffable ou Recursive : il ne s’agit plus seulement de financer une nouvelle équipe de recherche, mais de construire un acteur complet avec modèles, produits, infrastructures et clients internationaux.

Pourquoi DeepMind produit-il autant de fondateurs ?

Il serait excessif d’attribuer mécaniquement chaque succès futur à un passage chez DeepMind. Les chercheurs concernés ont des parcours académiques, industriels et entrepreneuriaux différents. Mais l’institution leur a offert plusieurs choses rares au même endroit : accès à des problèmes de recherche très avancés, équipes multidisciplinaires, capacité de calcul, culture de publication et exposition à des systèmes utilisés à l’échelle mondiale.

À cela s’ajoute un réseau professionnel extrêmement dense. Lorsqu’un ancien chercheur veut recruter une équipe, lever des fonds ou convaincre un investisseur qu’il peut attaquer un problème de frontière, avoir travaillé dans un laboratoire comme DeepMind devient un signal immédiatement compréhensible par le marché.

C’est précisément ce que mesure indirectement le phénomène Evertrace : non pas seulement des départs, mais la capacité d’un même vivier à se recombiner en dizaines de nouvelles organisations.

Perdre des chercheurs peut aussi révéler l’influence d’un laboratoire

À première vue, voir partir des chercheurs expérimentés ressemble à une perte. Pour DeepMind, c’en est évidemment une partie : chaque départ peut créer un concurrent, emporter du savoir-faire et renforcer un autre écosystème.

Mais l’effet inverse existe aussi. Quand d’anciens salariés créent des laboratoires reconnus, recrutent d’autres talents et attirent des milliards de dollars, ils renforcent la réputation du lieu qui les a réunis et formés. L’influence d’une institution se mesure alors autant à ses propres avancées qu’à la génération qu’elle essaime.

DeepMind reste l’un des laboratoires d’IA les plus importants au monde. Mais en 2026, une autre partie de son héritage devient visible : ceux qui l’ont quitté commencent à construire une partie du prochain cycle de l’intelligence artificielle.