Entretien avec le vice-président de Google Cloud : « Ne soyez pas des revendeurs de grands modèles » – les opportunités de la deuxième phase de la start-up IA résident dans les agents intelligents
TechFlow SélectionTechFlow Sélection
Entretien avec le vice-président de Google Cloud : « Ne soyez pas des revendeurs de grands modèles » – les opportunités de la deuxième phase de la start-up IA résident dans les agents intelligents
Les agents intelligents sont capables de résoudre des problèmes complexes et personnalisés, et leurs cas d’usage sont extrêmement variés ; à l’avenir, des dizaines de milliers d’agents intelligents pourraient être développés.
Dédié à des analyses Web3 approfondiesRédaction et traduction : TechFlow
Invité : Darren Mowry, vice-président de Google Cloud
Animatrice : Rebecca Bellan
Source du podcast : TechCrunch
Titre original : Is your startup's check engine light on? Google Cloud's VP explains what to do | Equity Podcast
Date de diffusion : 19 février 2026
Synthèse des points clés
Les fondateurs de startups font face à des pressions sans précédent : dans un contexte où les financements se raréfient et où les coûts liés aux infrastructures ne cessent d’augmenter, ils doivent non seulement accélérer l’innovation, mais aussi démontrer dès les premiers stades la capacité de leur produit à séduire le marché. Bien que la généralisation des crédits cloud (crédits gratuits offerts par les fournisseurs de services cloud), des GPU et des modèles fondamentaux (modèles pré-entraînés qui sous-tendent l’intelligence artificielle générative) ait facilité la création d’entreprises, ces choix initiaux en matière d’infrastructure peuvent engendrer des défis imprévus une fois les crédits épuisés et que les frais réels de services cloud commencent à s’accumuler.
Dans cet épisode du podcast Equity de TechCrunch, Rebecca Bellan s’entretient avec Darren Mowry, vice-président mondial des startups chez Google Cloud, pour explorer en profondeur les compromis et les défis auxquels les startups sont confrontées lors de leur croissance rapide. Figure centrale de l’écosystème mondial des startups, Mowry partage ses observations sur les tendances sectorielles, la stratégie de Google Cloud pour attirer les startups spécialisées en IA, ainsi que les points critiques auxquels les fondateurs doivent prêter attention au moment de passer à l’échelle.
Résumé des idées fortes
- Bien que les crédits cloud soient une pratique standard dans le secteur, ils n’ont rien de remarquable en soi. Nous savons tous qu’ils revêtent une importance capitale pour les startups, mais ce dont les fondateurs ont véritablement besoin, c’est d’un soutien technique approfondi et de ressources ingénierie plus poussées.
- Que ce soit sur des TPUs ou des GPUs, notre objectif est de aider les fondateurs à trouver la solution qui leur convient le mieux, plutôt que de les contraindre à suivre un parcours imposé. Nous constatons que cette liberté de choix est extrêmement précieuse aux yeux des fondateurs, et constitue l’un de nos principaux atouts.
- Aujourd’hui, les startups passent progressivement d’une focalisation sur les puces (telles que les GPU et les TPU) à une attention accrue portée aux modèles de données et aux agents intelligents (agentic). Actuellement, environ 10 à 15 % des discussions tournent encore autour des puces, tandis que la grande majorité — environ 80 à 85 % — porte désormais sur le développement des modèles et des agents.
- Les agents sont capables de résoudre des problèmes complexes et hautement personnalisés, et leurs applications sont extrêmement vastes ; des milliers d’agents pourraient être développés dans un futur proche.
- Nous observons aujourd’hui une vague croissante de nouvelles startups, issues des meilleures universités, de Y Combinator, ainsi que de célèbres laboratoires de recherche en IA tels qu’OpenAI, Anthropic et DeepMind. Ces nouveaux fondateurs apportent une énergie innovante renouvelée.
- Concernant AWS et Microsoft… leur positionnement sur le marché relève davantage d’un rôle de distributeur technologique, contrairement à Google, qui fournit directement des solutions technologiques avancées. Google développe non seulement des technologies d’IA de pointe, mais agit également comme fournisseur « premier degré » capable de soutenir des capacités tierces — une spécificité qui nous distingue nettement sur le marché.
- Dans le contexte de la croissance fulgurante du cloud et de l’IA, les startups redéfinissent la logique économique traditionnelle des systèmes informatiques d’entreprise. Par le passé, on considérait généralement que les entreprises comptant le plus grand nombre d’employés étaient les clients les plus importants… Or, certaines jeunes startups, telles que Cursor, Lovable et Open Evidence, bien que très petites en termes d’effectifs, consomment des ressources techniques démesurées par rapport à leur taille. Ces entreprises, profondément ancrées dans une culture d’ingénierie, repoussent les limites technologiques de notre plateforme.
- Le premier phénomène est celui de l’« empaquetage » des grands modèles linguistiques (LLM). Cet « empaquetage » désigne l’ajout d’une couche fonctionnelle ou de propriété intellectuelle autour de modèles tels que Gemini ou GPT-5 afin de constituer une couche applicative. Or, nous constatons que la demande pour ce type d’empaquetage simple diminue rapidement. Si une startup ne fait que s’appuyer entièrement sur un modèle backend pour accomplir toutes ses tâches, en procédant presque à un simple « rebranding », cette approche peine désormais à susciter l’adhésion.
- Un autre phénomène notable concerne les défis posés par le modèle des « agrégateurs ». Les agrégateurs désignent des systèmes visant à construire une couche supérieure à plusieurs modèles ou plateformes afin d’aider les utilisateurs à choisir le modèle adéquat… Nous constatons que ce modèle d’agrégation ne connaît pas une croissance significative, car les utilisateurs recherchent davantage de fonctionnalités intelligentes, et non simplement une interface de sélection rudimentaire.
- La biotechnologie, les technologies climatiques et l’expérience utilisateur constituent les domaines sur lesquels nous concentrons particulièrement notre attention. Ces secteurs connaissent une expansion rapide, et nous observons dans leur écosystème une croissance marquée, une fidélisation robuste ainsi qu’un intérêt croissant.
Comment rejoindre l’écosystème Google Cloud ?
Rebecca : Comment une startup peut-elle intégrer votre écosystème ? Comment y participe-t-elle concrètement ? Quel type de soutien lui offrez-vous ?
Darren :
Il s’agit d’un processus interactif, où nous combinons des leviers « poussants » et « tirants » pour attirer les startups vers notre écosystème. Lorsque je suis arrivé chez Google Cloud il y a cinq ans, le marché du cloud était dominé par AWS. Ce dernier proposait un modèle fluide, comparable à une carte bancaire, permettant aux fondateurs d’utiliser aisément calcul, stockage et bases de données pour développer leurs produits. À l’époque, Google Cloud occupait surtout la troisième place, dans un paysage concurrentiel relativement traditionnel.
Cependant, au cours des 18 à 20 derniers mois, la situation a radicalement changé avec l’essor de l’IA. Celle-ci n’est plus un simple concept marketing, mais une solution technologique pleinement opérationnelle. Google a massivement investi dans les technologies d’IA, notamment dans son modèle linguistique avancé Gemini, doté de capacités exceptionnelles en traitement du langage naturel, qui soutient aujourd’hui de nombreuses startups. Ce leadership technologique constitue précisément le « levier tirant » qui pousse toujours davantage de fondateurs à choisir Google Cloud dès la phase initiale de développement de leur produit.
Pour accompagner ces startups, nous avons lancé le programme Google Cloud for Startups. Les fondateurs peuvent facilement découvrir ce programme via une simple recherche en ligne et consulter tous les détails. En fonction du stade de développement de chaque startup, nous leur accordons des crédits cloud personnalisés. Ces crédits constituent des allocations gratuites de services cloud destinées à soutenir les startups durant leurs premières phases de lancement. Que celles-ci viennent tout juste de boucler leur premier tour de financement ou qu’elles soient déjà entrées dans une phase plus mature, nous adaptons nos ressources techniques et nos services à leurs besoins spécifiques et à leur réseau de soutien, afin de les aider à croître rapidement.
Au-delà des crédits cloud : ressources ingénierie et assistance technique
Darren : Je tiens à souligner que, si les crédits cloud constituent une pratique courante dans le secteur, ils ne présentent en eux-mêmes aucune particularité remarquable. Nous savons tous qu’ils sont effectivement essentiels pour les startups, mais ce dont les fondateurs ont vraiment besoin, c’est d’un accompagnement technique approfondi et de ressources ingénierie plus poussées. Par exemple, ils souhaitent bénéficier d’un accompagnement direct d’experts de DeepMind, ou avoir des ingénieurs clients expérimentés impliqués dès la phase de définition de leur produit. C’est pourquoi nous avons renforcé notre modèle d’assistance technique, en concentrant nos ressources directement sur les besoins fondamentaux des startups. Du stade initial jusqu’à des phases plus avancées, nous mettons à leur disposition des experts techniques — un avantage distinctif propre à Google Cloud, et l’un des éléments phares de notre programme.
Par ailleurs, nous offrons également un soutien supplémentaire aux startups, comprenant des campagnes promotionnelles, l’accès gratuit à Workspace (la suite bureautique Google incluant Gmail, Google Drive et Google Docs), ainsi que des solutions pour aider les startups à commercialiser leur produit minimum viable (MVP) ou leur première version commerciale. L’ensemble de ces prestations est inclus dans le programme Google Cloud for Startups. Je suis donc ravi que vous ayez soulevé cette question, car beaucoup pensent à tort que ce programme se limite à l’octroi de crédits, alors qu’il va largement au-delà de ce cadre.
Rebecca : Combien de startups participent actuellement à ce programme ? Et comment mobilisez-vous vos ingénieurs et chercheurs pour les accompagner ?
Darren :
Des milliers de startups participent actuellement à ce programme. Cette année, nous observons une croissance significative, principalement alimentée par l’attractivité technologique de Google, notamment grâce aux capacités de pointe de Gemini et de DeepMind. Plus important encore, nous adoptons une vision cyclique de la vie des startups. Nous savons que, lorsqu’une startup épuise ses crédits ou ne peut plus les utiliser, elle traverse un moment critique de transition. Pour l’aider à franchir cette étape en douceur, nous lui fournissons un accompagnement sur les plans commercial et économique, afin qu’elle puisse rester durablement dans notre écosystème.
Bien que je ne puisse pas divulguer de chiffres précis concernant le taux de rétention, nous mesurons rigoureusement le nombre de startups qui continuent d’utiliser la plateforme Google Cloud après l’épuisement de leurs crédits. D’un point de vue sectoriel, notre taux de rétention est exceptionnellement élevé — un niveau que je n’ai jamais rencontré au cours de ma carrière. Et ce chiffre augmente chaque trimestre, ce qui montre clairement que, même une fois leurs crédits épuisés, les startups choisissent de rester sur notre plateforme.
TPUs et GPUs : la liberté de choix
Rebecca : L’un des atouts majeurs de Google Cloud réside dans le fait que vous possédez vos propres TPUs (Tensor Processing Units), n’est-ce pas ? Dans quelle mesure ces TPUs constituent-ils un avantage différenciant pour attirer les startups ? N’impliquent-ils pas également certains risques potentiels, par exemple le fait qu’une startup habituée à construire sur des TPUs pourrait rencontrer des difficultés lors d’un passage aux GPUs (Graphics Processing Units) ?
Darren :
C’est une excellente question. Le cœur de votre interrogation reflète précisément l’un de nos principes fondamentaux : offrir aux startups la liberté de choix. Nous sommes convaincus que cette flexibilité constitue aujourd’hui l’un de nos principaux avantages concurrentiels.
Au niveau matériel, les TPUs sont l’une des technologies clés de Google. Nous en sommes à la septième génération, et la huitième est déjà en préparation. Contrairement à certains concurrents récemment entrés sur le marché des puces, Google cumule des décennies d’expertise dans ce domaine. Nos TPUs offrent des performances remarquables, associées à des modèles commerciaux et économiques solides, ce qui incite de nombreuses startups à choisir dès le départ de construire leurs produits sur cette architecture.
Je tiens également à préciser que nous ne proposons pas uniquement des TPUs, mais entretenons également un partenariat étroit avec NVIDIA. Dans le bureau situé juste derrière moi, j’ai eu récemment des échanges approfondis avec les responsables de l’équipe startups de NVIDIA. De nombreuses startups placent une grande confiance dans les technologies NVIDIA, et nous souhaitons, grâce à ce partenariat, leur offrir un éventail de choix plus large. Que ce soit sur des TPUs ou des GPUs, notre objectif est de aider les fondateurs à identifier la solution qui leur convient le mieux, sans les contraindre à suivre un chemin unique. Nous constatons que cette liberté de choix revêt une importance cruciale aux yeux des fondateurs, et constitue un atout majeur pour nous.
Que faire face à la hausse brutale des coûts après l’épuisement des crédits cloud ?
Rebecca : Vous mentionnez que de nombreuses startups choisissent de rester sur votre plateforme même après avoir épuisé leurs crédits Google Cloud, ce qui donne un taux de rétention très élevé. Toutefois, j’ai également entendu des fondateurs se plaindre qu’ils savaient certes que leurs crédits finiraient par s’épuiser, mais qu’ils n’avaient pas anticipé à quel point cela se produirait rapidement, ni la brutalité de la hausse des coûts qui en résulte. Or, migrer vers un autre fournisseur de services cloud prend généralement plusieurs mois, délai dont les startups ne disposent souvent pas. La hausse des coûts liés aux infrastructures, combinée à une capacité accrue de négociation des fournisseurs de services cloud, peut conduire les startups à faire faillite avant même que leurs revenus ne couvrent leurs dépenses. Vous ont-elles exprimé des craintes de « blocage » ? Si oui, Google assume-t-il une responsabilité particulière pour les aider à surmonter cette période critique, ou envisagez-vous d’offrir davantage de ressources gratuites afin d’alléger leur charge ?
Darren :
Il s’agit d’une question cruciale, particulièrement ces six à huit derniers mois, où nous avons effectivement identifié de nouveaux modes d’utilisation, notamment dans le domaine des applications IA. Nous avons noté que l’épuisement des crédits cloud pouvait entraîner une augmentation brutale des coûts, et avons mis en place plusieurs mesures pour aider les startups à mieux gérer cette évolution.
Par exemple, nous avons intégré au programme des outils techniques et des mécanismes automatisés permettant aux fondateurs de surveiller en temps réel leur consommation de ressources et leurs coûts depuis la console, afin d’éviter tout dépassement budgétaire. Cette console constitue l’interface de gestion des services cloud, où les startups peuvent suivre en direct leur consommation et leurs frais. Notre objectif est de les aider à s’autogérer, car avec des milliers de startups dans le programme, je ne peux pas discuter individuellement avec chacun des fondateurs. Nous devons donc proposer des solutions autonomes, nécessitant aucun intermédiaire humain, afin qu’elles puissent gérer leurs ressources de manière plus efficace.
Parallèlement, nous investissons massivement auprès des startups dès leurs premiers stades, pour les accompagner dans leurs décisions de développement, leurs choix de plateforme et la conception de leur architecture. Cette intervention précoce réduit considérablement les imprévus liés aux coûts, pour deux raisons principales. Premièrement, nos ingénieurs ne se contentent pas de traiter les questions purement techniques, mais prennent également en compte le montant des crédits cloud alloués à la startup, son taux de brûlage (burn rate, c’est-à-dire la vitesse à laquelle elle consomme ses fonds) et sa situation financière globale. Deuxièmement, nous sommes parfaitement conscients que la perte de contrôle des coûts par une startup serait néfaste pour les deux parties. Nous souhaitons bâtir avec elles des relations durables, et non les voir quitter notre écosystème en raison d’un épuisement de leurs fonds. Ainsi, nos ingénieurs ne fournissent pas uniquement un soutien technique, mais aident aussi les fondateurs à optimiser l’utilisation de leurs ressources sur les plans économique et commercial, garantissant ainsi une transition fluide après l’épuisement des crédits.
Passage des puces aux modèles et aux agents
Darren : J’ai récemment observé un phénomène fascinant : la priorité des discussions menées avec les startups évolue très rapidement. Aujourd’hui, les startups passent progressivement d’une focalisation sur les puces (telles que les GPU et les TPU) à une attention accrue portée aux modèles de données et aux agents intelligents (agentic). Actuellement, environ 10 à 15 % des discussions tournent encore autour des puces, tandis que la grande majorité — environ 80 à 85 % — porte désormais sur le développement des modèles et des agents.
Cette évolution transforme profondément le modèle économique des startups. Par exemple, le coût de traitement des tâches avec le modèle Gemini de Google diffère sensiblement des coûts classiques du cloud. Gemini est un modèle linguistique avancé développé par Google, spécifiquement conçu pour les applications d’IA générative. Il permet aux startups d’accomplir davantage de tâches, plus rapidement et à moindre coût.
Nous devons donc aider les startups à sortir de cette obsession des puces, pour les orienter vers des discussions plus centrées sur le développement des modèles de données et des agents.
Les tendances d’adoption de l’IA par les startups
Rebecca : Quelles tendances avez-vous récemment observées ? Comment l’adoption de l’IA évolue-t-elle chez les entreprises en phase initiale ? Comment définissez-vous le succès ?
Darren :
L’adoption des technologies d’IA évolue à un rythme accéléré.
Tout d’abord, les startups présentent aujourd’hui de nouvelles caractéristiques en matière de sources de financement et de parcours des fondateurs. À l’ère du cloud, nous nous concentrions principalement sur les startups bénéficiant de gros investissements, généralement soutenues par des fonds de capital-risque réputés tels qu’A16Z, Sequoia, Gradient et GV — des acteurs connus pour leur capacité à identifier les meilleurs fondateurs et projets. Or, nous assistons aujourd’hui à une vague croissante de nouveaux entrepreneurs, issus des meilleures universités, de Y Combinator, ainsi que de célèbres laboratoires de recherche en IA tels qu’OpenAI, Anthropic et DeepMind. Ces nouveaux venus apportent une énergie innovante renouvelée, tout en nous obligeant à nous préparer à répondre à des besoins de soutien plus complexes et plus vastes.
Ensuite, au cours des 18 à 20 derniers mois, les priorités des startups ont subi une transformation marquée. Passant initialement de la focalisation sur les technologies matérielles (GPU, TPU), elles se concentrent désormais de plus en plus sur le développement des modèles de données et des agents intelligents. Un agent est un système d’IA capable d’apprendre de façon autonome et d’exécuter des tâches complexes, souvent en combinaison avec un grand modèle linguistique (LLM). Nous constatons une demande croissante pour les modèles, tels que le modèle Gemini de Google — un modèle linguistique avancé dédié aux applications d’IA générative, capable d’aider les startups à accomplir des tâches complexes plus rapidement et à moindre coût.
Par ailleurs, nous observons également que d’autres entreprises développent des modèles remarquables, comme Claude d’Anthropic ou Sonnet de Meta. Pour répondre à la diversité croissante des besoins des startups, nous avons lancé une plateforme flexible qui intègre ces modèles via le Marketplace et Model Garden. Model Garden est la plateforme d’intégration de modèles fournie par Google, où les startups peuvent sélectionner et intégrer divers modèles d’IA. Cette souplesse permet aux startups d’adopter des solutions multi-modèles tout en exploitant pleinement la plateforme Google Cloud pour l’intégration et le développement.
Enfin, bien que les puces et les modèles restent des sujets de discussion importants, nous estimons que le futur repose sur le développement des données, des applications et des agents intelligents. Les agents peuvent résoudre des problèmes complexes et hautement personnalisés, avec des applications extrêmement variées ; des milliers d’agents pourraient être développés dans un avenir proche. En comparaison, le nombre d’acteurs compétitifs dans le domaine des puces est limité, tandis que le potentiel des agents est immense. Google et Alphabet possèdent des expertises profondes dans les domaines des données, du soutien aux développeurs et des applications, ce qui nous confère un avantage unique pour impulser le développement des technologies d’agents. Selon moi, cette tendance continuera de stimuler l’adoption de l’IA par les startups et d’accélérer l’innovation.
Les agents génèrent-ils déjà des revenus réels ?
Rebecca : Les agents génèrent-ils déjà des revenus tangibles ? En avez-vous observé des exemples ?
Darren :
Oui, nous observons bel et bien cette tendance. Les agents passent progressivement du stade de l’expérimentation scientifique à celui de l’application concrète, bien que cette transition en soit encore à ses débuts, elle révèle déjà un potentiel considérable.
Prenons l’exemple de la plateforme d’agents Gemini Enterprise de Google : nous aidons actuellement de grands groupes mondiaux, tels que Walmart, Wells Fargo et Verizon, à déployer des solutions basées sur les agents. Ces agents peuvent être développés par Google, par d’autres entreprises ou encore par les équipes informatiques internes des entreprises, afin de résoudre des problèmes concrets. Pour ces entreprises, les agents créent déjà une valeur tangible, notamment en optimisant les processus et en améliorant l’efficacité opérationnelle.
Pour les startups, Gemini Enterprise revêt une signification encore plus particulière. Non seulement il leur permet d’exploiter les technologies de Google pour construire leurs propres agents, mais il leur offre également un canal mondial de distribution. Par exemple, si vous êtes fondateur d’une startup ayant développé une plateforme automatisée d’agents pour les podcasts, et que vous souhaitez la faire connaître à un large public, Gemini Enterprise peut vous aider à distribuer votre solution à des milliers d’entreprises à travers le monde. Ces entreprises pourront alors utiliser vos agents pour résoudre des problèmes concrets, générant ainsi des revenus et une croissance de votre base d’utilisateurs. Bien que ce modèle en soit encore à ses balbutiements, nous sommes convaincus que cette opportunité de marché et de distribution dans le secteur entreprise représente une valeur inégalée, et constitue une chance majeure pour les startups.
Rebecca :
Il s’agit donc bien d’un écosystème complet, allant de la conception à la commercialisation. Votre architecture de calcul semble très centralisée, mais j’ai remarqué que certaines startups explorent le calcul décentralisé afin de réduire leurs coûts et d’éviter les effets de verrouillage. Selon vous, cette approche peut-elle véritablement remplacer les infrastructures cloud centralisées, ou s’agit-il plutôt d’un complément ?
Darren :
Pour l’instant, nous considérons que le calcul décentralisé ne constitue pas un remplacement total des infrastructures cloud centralisées. Selon les cas d’usage spécifiques et les besoins des fondateurs, nous constatons que le calcul centralisé et le calcul distribué peuvent être combinés. Le calcul distribué permet effectivement, dans certains cas, de réduire les coûts et de limiter la dépendance à un seul fournisseur de services, mais il apparaît actuellement davantage comme un complément aux infrastructures cloud centralisées qu’une solution dominante. Nous suivons attentivement l’évolution de ce domaine, mais pour l’heure, il reste une option additionnelle.
Concurrence avec AWS et Microsoft
Rebecca : Dans le paysage concurrentiel actuel du marché du cloud, outre les alternatives comme le calcul décentralisé, d’autres acteurs majeurs sont en lice, notamment les fournisseurs hyperscalaires tels qu’AWS et Microsoft. Dans le domaine des startups, leurs offres sont similaires aux vôtres. Outre les spécificités de Google que vous avez déjà mentionnées, quels autres facteurs vous distinguent dans cette concurrence ?
Darren :
C’est une excellente question. Je pense que le paysage concurrentiel du cloud est en pleine mutation, voire que cette transformation est déjà largement engagée.
Tout d’abord, concernant AWS et Microsoft, nous les respectons profondément. Ces entreprises possèdent des savoir-faire technologiques approfondis, des talents exceptionnels et des ressources financières considérables, et demeurent des concurrents sérieux à suivre de près. Toutefois, leur positionnement sur le marché relève davantage d’un rôle de distributeur technologique, contrairement à Google qui fournit directement des solutions technologiques avancées. Google développe non seulement des technologies d’IA de classe mondiale, mais agit également comme fournisseur « premier degré » capable de soutenir des capacités tierces — une spécificité qui nous distingue nettement sur le marché.
Récemment, lors d’un événement dédié aux startups organisé à Mountain View, un fondateur spécialisé dans les technologies climatiques a partagé son expérience. Il avait collaboré avec AWS, mais avait constaté que les services d’AWS tendaient davantage à distribuer des technologies tierces, tandis que Google pouvait fournir directement un soutien technique avancé en IA. Cette différence nous confère un avantage concurrentiel distinctif face aux autres fournisseurs hyperscalaires.
Ensuite, les priorités des startups évoluent également. Autrefois, nos échanges avec les fondateurs portaient principalement sur l’approvisionnement en puces, telles que les GPU et les TPU. Aujourd’hui, l’accent est de plus en plus mis sur le développement des modèles d’IA et des agents. Par exemple, Gemini, le modèle linguistique avancé de Google dédié aux applications d’IA générative, permet aux startups de réaliser des tâches complexes à moindre coût. Par ailleurs, d’autres entreprises développent également des modèles remarquables, comme GPT-5 d’OpenAI ou Claude d’Anthropic. Claude est un modèle d’agent conçu pour l’automatisation de tâches complexes. Nous constatons que de nombreuses startups intègrent simultanément les modèles Gemini et Claude afin d’optimiser leurs solutions — une approche très originale.
En outre, nos échanges avec les fondateurs portaient autrefois principalement sur les puces — approvisionnement en GPU et TPU — mais l’accent est désormais mis sur les modèles d’IA. Gemini est un modèle linguistique avancé (LLM) développé par Google, tandis que Claude est un modèle d’agent d’Anthropic. Nous constatons que de nombreuses startups utilisent simultanément Gemini et Claude, une combinaison très originale.
Enfin, je voudrais mentionner notre relation particulière avec Anthropic. Anthropic est à la fois notre partenaire et notre concurrent. Ce double statut, à la fois coopératif et concurrentiel, est fréquent sur le marché actuel, mais rend la dynamique concurrentielle encore plus complexe. Nous suivons quotidiennement ces évolutions, car le marché évolue à une vitesse vertigineuse.
Utilisation par les startups vs. demande continue de paiement
Rebecca : Le passage des startups aux clients cloud constitue, pour Google, une composante de l’acquisition client cloud, n’est-ce pas ? Lorsque Google évoque une forte croissance de l’utilisation du cloud, comment distinguez-vous l’utilisation financée par les crédits des startups de la demande réelle et continue de paiement ?
Darren :
Dans le contexte de la croissance fulgurante du cloud et de l’IA, les startups redéfinissent la logique économique traditionnelle des systèmes informatiques d’entreprise. Par le passé, on considérait généralement que les entreprises comptant le plus grand nombre d’employés étaient les clients les plus importants, car elles achetaient davantage de produits. Or, certaines jeunes startups, telles que Cursor, Lovable et Open Evidence, bien que très petites en termes d’effectifs, consomment des ressources techniques démesurées par rapport à leur taille. Ces entreprises, profondément ancrées dans une culture d’ingénierie, repoussent les limites technologiques de notre plateforme. Par exemple, elles formulent des suggestions d’optimisation de modèles auprès de DeepMind, ou transmettent à Google Cloud des demandes d’amélioration fonctionnelle — une démarche qui bouleverse totalement le modèle traditionnel des systèmes informatiques d’entreprise.
Pour répondre à votre question, nous appliquons des critères de mesure différents aux startups et aux clients d’entreprise. Pour les startups, nous nous concentrons sur leur utilisation effective : nous mesurons combien d’entre elles construisent des produits sur notre plateforme, combien de fois elles utilisent le modèle Gemini, et combien de modèles tiers elles intègrent. Nous sommes passés d’une logique d’achat à une logique de consommation réelle. Aujourd’hui, je peux discuter avec notre CRO (Chief Revenue Officer) et notre COO (Chief Operating Officer) de l’utilisation par les startups de services avancés, et non plus simplement de données brutes. Ces indicateurs de croissance constituent l’un de mes sujets de veille quotidienne.
Par ailleurs, nous accordons une attention particulière aux startups ayant « gradué » du programme de crédits cloud, afin de garantir leur transition fluide vers un modèle de paiement continu et leur développement à long terme. Nous accompagnons les startups depuis la phase initiale de construction technique jusqu’à la phase ultérieure de commercialisation, en les aidant à créer des opportunités commerciales et à générer des revenus. Notre objectif est de les soutenir de façon équilibrée, tant sur le plan technologique que sur le plan économique, pour assurer leur réussite.
Problématiques potentielles : empaquetage des grands modèles linguistiques et agrégateurs
Rebecca : Vous mentionnez que de nombreuses startups utilisent des crédits cloud. Quelle confiance accordez-vous à la capacité des charges de travail IA actuelles à se transformer en revenus cloud durables pour Google, et non simplement en davantage de crédits et d’utilisation ?
Darren :
Il s’agit d’une question cruciale, et l’une des plus passionnantes de mon travail. Chaque matin, j’ai la chance d’échanger avec des fondateurs qui consacrent toute leur énergie à construire des produits auxquels ils croient profondément — ces échanges me donnent chaque jour une foi et un enthousiasme renouvelés pour l’avenir.
Récemment, deux phénomènes me semblent particulièrement importants à signaler aux entrepreneurs. Le premier est le phénomène d’« empaquetage » des grands modèles linguistiques (LLM). Cet « empaquetage » désigne l’ajout d’une couche fonctionnelle ou de propriété intellectuelle autour de modèles tels que Gemini ou GPT-5 afin de constituer une couche applicative. Or, nous constatons que la demande pour ce type d’empaquetage simple diminue rapidement. Si une startup ne fait que s’appuyer entièrement sur un modèle backend pour accomplir toutes ses tâches, en procédant presque à un simple « rebranding », cette approche peine désormais à susciter l’adhésion. Aujourd’hui, les startups doivent construire des « douves » défensives profondes grâce à l’innovation, que ce soit via une différenciation horizontale ou en se concentrant sur un marché vertical spécifique pour développer des solutions uniques. Les startups se bornant à un simple empaquetage peinent généralement à assurer une croissance durable.
Un autre phénomène notable concerne les défis posés par le modèle des « agrégateurs ». Les agrégateurs désignent des systèmes visant à construire une couche supérieure à plusieurs modèles ou plateformes afin d’aider les utilisateurs à choisir le modèle adéquat. Ce modèle est déjà apparu dans le domaine du cloud, par exemple lorsque certaines entreprises tentaient de construire une couche de sélection au-dessus de plusieurs plateformes cloud, ou lorsqu’elles codifiaient de façon rigide un modèle spécifique. Or, nous constatons que ce modèle d’agrégation ne connaît pas une croissance significative, car les utilisateurs recherchent davantage de fonctionnalités intelligentes, et non simplement une interface de sélection rudimentaire. Ils attendent que le système comprenne réellement leurs besoins et leur recommande, grâce à des fonctionnalités intelligentes, le modèle le plus adapté — et non simplement qu’il leur propose une mince couche d’options.
Domaines prioritaires : biotechnologie, technologies climatiques et modèles mondiaux
Darren :
Dans certains domaines, nous observons des tendances particulièrement prometteuses, comme la génération de code et les plateformes pour développeurs. L’année 2025 est une année extraordinaire : mes collaborations avec Replete, Lovable et Cursor ont été extrêmement stimulantes, car ces entreprises transforment radicalement le paysage de la génération de code et des outils de développement.
Par ailleurs, la biotechnologie constitue également un domaine à fort potentiel. Nous considérons que la convergence entre technologie et biologie est la clé pour résoudre de grands enjeux sanitaires, comme le traitement du cancer. La biologie seule ne peut pas relever ce défi, et l’apport technologique est en train de changer la donne. Personnellement, ce domaine me touche aussi particulièrement. Ma fille suit actuellement un doctorat en génie biomédical dans une université voisine, et utilise dans son laboratoire le modèle AlphaFold, un outil d’IA développé par DeepMind pour prédire la structure des protéines. Cet outil lui permet d’accomplir des recherches qui étaient auparavant hors de portée. La biotechnologie et la santé numérique connaissent une croissance explosive, et nous assistons à des innovations remarquables.
Un autre domaine prometteur est celui des technologies climatiques. Bien que nous attendions depuis longtemps une percée dans ce domaine, nous constatons aujourd’hui des progrès significatifs. Les fonds de capital-risque affluent massivement vers ce secteur, et les startups exploitent des volumes de données colossaux pour innover. En intégrant ces données, elles peuvent résoudre des problèmes climatiques de façons inimaginables jusqu’alors — les technologies climatiques constituent l’un des domaines à la croissance la plus rapide que nous observons.
Enfin, citons l’innovation dans l’expérience utilisateur. La technologie redéfinit la manière dont nous mettons directement à la disposition des consommateurs des outils avancés. Une autre de mes filles est étudiante en cinéma et télévision, et utilise VO ainsi que nos modèles les plus récents pour créer de nombreuses œuvres. Ces technologies lui permettent de réaliser des projets créatifs qui étaient autrefois hors d’atteinte. Aujourd’hui, nous pouvons permettre à davantage de personnes de concrétiser leurs rêves — ce qui me remplit d’enthousiasme.
Actuellement, la biotechnologie, les technologies climatiques et l’expérience utilisateur constituent les domaines sur lesquels nous concentrons particulièrement notre attention. Ces secteurs connaissent une expansion rapide, et nous observons dans leur écosystème une croissance marquée, une fidélisation robuste ainsi qu’un intérêt croissant. C’est une ère pleine d’opportunités, et nous regardons l’avenir avec une grande confiance.
Conclusion
Rebecca : Vous considérez que les domaines actuellement confrontés à des difficultés et à une croissance lente — tels que le modèle des agrégateurs — représentent des problématiques potentielles, tandis que les secteurs capables d’assurer une croissance durable sont la biotechnologie, les modèles mondiaux et la création audiovisuelle. Pourriez-vous citer quelques exemples de startups qui se développent rapidement et deviennent des clients importants de Google Cloud ?
Darren :
Bien sûr. Nous avons déjà mentionné à plusieurs reprises Harvey, une startup spécialisée dans les services professionnels et le domaine juridique, qui connaît une croissance rapide et devient un client majeur pour nous. Par ailleurs, Watershed, une startup spécialisée dans les technologies climatiques, collabore étroitement avec nous. Dans le domaine des plateformes pour développeurs, les entreprises Replete, Lovable et Cursor, que j’ai déjà citées, connaissent également une croissance rapide. Nous continuerons à mettre en lumière ces startups via divers canaux, notamment des podcasts comme celui-ci, ainsi que la conférence Google Cloud Next, qui se tiendra en avril prochain. Il s’agit de la conférence annuelle de Google Cloud, dédiée à la présentation des dernières innovations technologiques et des cas d’usage collaboratifs. Par ailleurs, nous offrirons également à ces startups davantage de visibilité lors de nos propres événements, afin de les aider à se développer.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
深潮TechFlow
