Google en pleine tempête, sa valeur boursière s'évapore de centaines de milliards de dollars, Gemini Spark peut-il sauver la mise ?

marsbitPublié le 2026-07-01Dernière mise à jour le 2026-07-01

Résumé

Google traverse une période de turbulences, avec une chute de sa valeur boursière de plusieurs centaines de milliards de dollars suite au départ de talents clés. Ces départs touchent les domaines fondamentaux des grands modèles de langage (LLM) : architecture, science, programmation et pré-entraînement. Dans ce contexte, Google présente Gemini Spark, son nouveau produit phare. Contrairement à un chatbot classique, Spark fonctionne en permanence sur le cloud et peut automatiser des tâches complexes en interagissant avec les outils Google Workspace (Gmail, Agenda, Docs, etc.) et des services externes. Son cadre, Antigravity, permet de créer des tâches, des compétences et des planifications. Cependant, Spark est actuellement réservé aux abonnés Google AI Ultra (100 dollars/mois), un prix critiqué. Son lancement intervient alors que des concurrents comme OpenAI et Anthropic, ainsi que des startups, développent déjà activement leurs propres agents IA. L'article souligne le paradoxe de Google : l'entreprise possède l'écosystème idéal (Workspace) pour dominer le marché des agents de productivité, mais sa prudence (risques d'erreurs, confidentialité) l'a fait rater le premier mouvement. Spark marque un tournant en permettant enfin à l'IA d'agir de manière autonome. La question reste de savoir si cette "machine à travailler" peut compenser la perte de ses cerveaux et assurer l'avenir de Google.

Ces derniers temps, l'ambiance chez Google est fébrile, l'entreprise est en pleine tourmente.

Le 18 juin, l'un des huit pères du Transformer, Noam Shazeer, a annoncé qu'il quittait Google pour OpenAI. En 2024, Google avait dépensé environ 2,7 milliards de dollars pour le faire revenir et le placer en tant que co-responsable de Gemini. Moins de deux ans plus tard, il est reparti.

Deux jours plus tard, John Jumper a lui aussi quitté le navire, pour Anthropic. Lauréat du prix Nobel de chimie 2024, principal architecte d'AlphaFold, il avait passé près de neuf ans chez DeepMind.

Puis ce fut le tour de Jonas Adler et Alexander Pritzel, contributeurs clés au pré-entraînement et à la programmation de Gemini, ayant également participé à AlphaFold. Dernières nouvelles : ces deux-là se préparent également à rejoindre Anthropic.

Si ce n'était que des départs ordinaires, Google pourrait bien sûr les absorber.

Le problème, c'est que ces quatre personnes touchent aux nerfs les plus essentiels des grands modèles : l'architecture, la science, la programmation, le pré-entraînement.

La réaction des marchés financiers fut immédiate et sans équivoque : le vote avec les pieds. Le 22 juin, l'action d'Alphabet a chuté de 5% à 6% en deux jours, effaçant des centaines de milliards de dollars de sa capitalisation boursière.

Ce qui inquiète les investisseurs, ce n'est pas tel ou tel produit, mais quelque chose de plus fondamental : Google est-il encore capable de retenir les personnes qui ont créé ses biens les plus précieux ?

Le plus gênant, c'est que c'est dans le même mois que se produit cette hémorragie de talents que Google a dévoilé sa nouvelle carte, mûrie de longue date : Gemini Spark.

D'un côté, la fuite des cerveaux. De l'autre, la force brute pour créer des miracles.

Le vrai visage de Google en 2026 se cache dans cette déchirure.

Gemini 3.5 Pro suspecté d'un report, Google compte-t-il sur Spark pour se sortir de l'impasse ?

Ce n'est pas seulement la perte de talents, le rythme des produits est encore plus problématique pour Google.

Lors du I/O 2026, tout le monde attendait Gemini 3.5 Pro.

Le PDG de Google, sur scène, a simplement dit « Donnez-nous encore un mois », ce qui aurait, selon certaines rumeurs, provoqué un soupir collectif dans la salle.

Un mois plus tard, dernière nouvelle : Gemini 3.5 Pro a été repoussé de juin à juillet.

Deux millions de tokens de contexte, un raisonnement approfondi Deep Think, sur le papier c'est très puissant, mais cela tarde à arriver entre vos mains.

C'est dans cette atmosphère crépusculaire que Google a jeté sa carte la plus lourde de l'année : Gemini Spark.

Commençons par clarifier en quoi il diffère du Gemini que vous avez sur votre téléphone.

Un chatbot classique, vous lui posez une question, il répond. Vous fermez l'application, il n'existe plus.

Spark, ce n'est pas ça. Il s'exécute sur des machines virtuelles dédiées sur Google Cloud. Vous fermez votre ordinateur portable, verrouillez votre téléphone, vous vous endormez, lui reste éveillé dans le cloud, continuant à travailler pour vous.

Vous n'avez pas besoin de laisser votre ordinateur allumé en permanence pour qu'il fonctionne.

Il s'intègre en profondeur à la suite d'outils que vous utilisez quotidiennement chez Google : Gmail, Agenda, Docs, Sheets, Slides, Drive, ainsi que Maps et YouTube.

Les paroles ne suffisent pas, voyons ce qu'il peut réellement faire.

Vous êtes photographe. Un email de demande de devis arrive, Spark extrait automatiquement le nom du client et la date souhaitée, les enregistre dans votre tableau « Suivi clients », puis crée un nouveau dossier Drive au nom de ce client.

Vous avez des enfants. Demandez-lui de surveiller les notifications de l'école dans votre boîte mail, d'en extraire les dates limites clés, et de vous envoyer, ainsi qu'à votre partenaire, un récapitulatif quotidien.

Vous voyez le principe ?

Ce ne sont pas des interactions du type « aide-moi à écrire un email », c'est lui donner un objectif, qu'il décompose lui-même en plusieurs étapes, traversant plusieurs applications pour les accomplir.

Google lui a fourni un framework d'agent nommé Antigravity, divisé en Tâches, Compétences et Planifications, capable de s'exécuter à des moments précis ou d'attendre qu'une condition se déclenche.

Tâches (Tasks) : Vous pouvez mettre l'agent IA au travail, en le connectant à votre écosystème Google Workspace, incluant Gmail, Agenda, Docs, Sheets et Slides.

Compétences (Skills) : En créant des compétences, vous définissez précisément comment Spark doit traiter vos tâches fréquemment répétées, personnalisant ainsi votre expérience et vous évitant de ressaisir constamment des prompts.

Planifications (Schedules) : En définissant des règles de déclenchement basées sur le temps ou des conditions, exécutez des tâches au moment exact où vous en avez besoin, automatisant votre charge de travail à votre manière.

Il peut également s'étendre vers l'extérieur.

Via le protocole MCP, il peut se connecter à Canva, OpenTable, Instacart ; en théorie, vous pourriez lui demander de réserver un restaurant ou de faire des courses. Pour les actions à haut risque comme dépenser de l'argent ou envoyer des emails, il s'arrêtera d'abord pour vous demander confirmation.

Imaginez un stagiaire qui ne demande pas de salaire, ne boit pas de café, et est toujours en ligne dans le cloud. C'est à peu près l'illusion que Spark cherche à créer.

Le prix à payer : il n'est actuellement disponible que pour les utilisateurs Google AI Ultra, le forfait à 100 dollars par mois.

Les utilisateurs Pro obtiennent un autre produit appelé Daily Brief (briefing matinal), et non Spark lui-même.

Les internautes ont immédiatement qualifié ce prix de « ridicule ».

Une porte invisible enferme « l'employé numérique » dans la couche la plus chère.

Google a commencé tôt, mais est arrivé en retard

En replaçant Spark sur l'ensemble du champ de bataille des Agents, son sens devient plus complexe.

OpenAI a sa propre feuille de route produit pour les Agents.

Anthropic, de Computer Use à Claude Code, approfondit également la possibilité de « laisser l'IA agir à votre place ».

Et il y a une multitude de startups spécialisées dans les Agents verticaux, qui s'introduisent dans des scénarios comme le droit, les ventes, le recrutement, le service client, l'analyse de données, la programmation, etc.

Le secteur a atteint un consensus élevé : l'IA est en train de passer d'un outil à une main-d'œuvre.

L'IA du passé était un copilote. Vous conduisiez, elle vous rappelait des choses. L'IA d'aujourd'hui est le conducteur. Vous donnez la destination, elle planifie elle-même l'itinéraire.

Et l'endroit le plus gênant pour Google, c'est qu'il était celui qui aurait dû le plus logiquement gagner.

Aucune entreprise n'est mieux placée que Google pour créer un Agent de productivité.

Gmail, Calendar, Docs, Sheets, Drive, ce ne sont pas des applications isolées, mais les capillaires de la vie professionnelle moderne.

Un véritable employé numérique, s'il pouvait s'intégrer naturellement à ces systèmes, aurait un avantage d'efficacité terrifiant.

Le problème, c'est que Google, tenant les meilleures cartes, ne les a pas jouées en premier.

La raison n'est pas difficile à comprendre. Plus Google est grand, plus il craint les incidents.

Et si l'IA se trompait en lisant un email ? Supprimait un fichier par erreur ? Envoyait du contenu inapproprié ? Accédait à la vie privée des utilisateurs et déclenchait une catastrophe médiatique ?

Pour une startup, ce sont des risques. Pour Google, c'est un champ de mines.

Alors il a été prudent, hésitant, a multiplié les contrôles, a attendu.

Et pendant que Google hésitait, des projets open source, représentés par OpenClaw, redéfinissaient la notion d'« Agent de navigateur ».

Comme des parasites, ils prennent directement le contrôle des opérations web, avec une efficacité stupéfiante.

L'échec de Google réside essentiellement dans « l'arrogance et la peur du géant ».

L'apparition de Spark marque le point où Google a finalement décidé de lâcher les freins, permettant à l'IA de véritablement entrer dans les coulisses pour « travailler à la place des humains ».

C'est le paradoxe le plus douloureux pour Google : il a commencé tôt, mais est arrivé en retard.

Google peut-il stopper l'hémorragie avec Spark ? C'est difficile.

Mais Spark indique au moins une direction : l'IA doit sortir de la « boîte de dialogue » et entrer dans les capillaires de la productivité.

Et pour ces investisseurs qui ont vu la valeur boursière s'évaporer de 200 milliards de dollars sous leurs yeux, la question qu'ils se posent le plus est : Ceux qui ont créé les dieux sont partis, cette « machine à travailler » qui reste, peut-elle vraiment porter Google pour la prochaine décennie ?

Références :

https://x.com/LuminaXspace/status/2069702715999998139

https://www.datacamp.com/blog/gemini-spark

Cet article provient du compte WeChat public « 新智元 », auteur : ASI启示录

Cryptos en tendance

Questions liées

QQuels événements ont provoqué une baisse significative de la valeur marchande d'Alphabet (Google) en juin ?

ALa démission de quatre talents clés de Google, dont Noam Shazeer (l'un des huit auteurs de l'article Transformer) et John Jumper (prix Nobel de chimie 2024 et responsable d'AlphaFold), a suscité des inquiétudes sur la capacité de Google à retenir ses meilleurs cerveaux. Cela a conduit à une chute de 5 à 6 % de l'action d'Alphabet, effaçant des centaines de milliards de dollars de sa valeur.

QQuelle est la principale différence entre Gemini Spark et un assistant conversationnel traditionnel comme le chatbot Gemini ?

AContrairement à un chatbot classique qui répond aux requêtes de manière ponctuelle, Gemini Spark est un agent IA autonome qui s'exécute en permanence sur des machines virtuelles dans le cloud de Google. Il peut exécuter des tâches complexes, en plusieurs étapes et à travers plusieurs applications (comme Gmail, Agenda, Docs), même lorsque l'utilisateur est déconnecté.

QQuels sont les trois éléments clés du cadre Antigravity qui sous-tend Gemini Spark ?

ALe cadre Antigravity se compose de trois éléments principaux : 1. **Tâches (Tasks)** : Permet à l'agent de se connecter et d'agir dans l'écosystème Google Workspace. 2. **Compétences (Skills)** : Permet de personnaliser la façon dont Spark traite les tâches récurrentes pour éviter les répétitions. 3. **Planifications (Schedules)** : Permet d'exécuter des tâches à des moments précis ou en réponse à des conditions déclenchantes.

QPourquoi l'article suggère-t-il que Google, malgré ses avantages, a 'pris beaucoup de retard' dans le domaine des agents IA ?

AGoogle possède l'écosystème de productivité (Gmail, Agenda, Drive, etc.) le plus intégré au monde, ce qui lui donnerait un avantage naturel pour créer un 'employé numérique'. Cependant, sa taille et sa prudence excessive face aux risques (erreurs, confidentialité, scandales potentiels) l'ont rendu lent à agir, permettant à des concurrents comme OpenAI, Anthropic et des projets open source comme OpenClaw de prendre de l'avance.

QSelon l'article, quel est le principal défi auquel Google est confronté au-delà du lancement de Gemini Spark ?

ALe défi fondamental pour Google n'est pas seulement de lancer un produit comme Gemini Spark, mais de résoudre la crise de confiance provoquée par l'exode de ses talents les plus brillants (les 'créateurs'). Les investisseurs se demandent si une 'machine à travailler' comme Spark peut compenser la perte de l'expertise et de l'innovation qui ont construit l'empire Google, et porter la compagnie pour la prochaine décennie.

Lectures associées

Xing Bo s’en prend encore : après avoir critiqué les modèles du monde, c’est au tour des agents

Le professeur Xing Bo, président du MBZUAI, a récemment publié un nouvel article intitulé "Critique of Agent Model" sur arXiv. Il y examine de manière critique le terme largement utilisé et souvent galvaudé d'"agent" en intelligence artificielle. L'article distingue les systèmes simplement « agentiques » (dotés de l'apparence d'un agent, mais dont les capacités sont dictées par des chaînes d'outils et des instructions externes) des systèmes véritablement « agentifs » (dotés d'une autonomie interne réelle). Pour illustrer ce propos, il cite l'exemple de l'entreprise PocketOS, dont la base de données de production a été effacée en 9 secondes par un assistant de programmation qui a suivi des règles sans les avoir véritablement internalisées. L'analyse se structure autour de cinq dimensions clés : 1. **Objectif** : Passer d'instructions étape par étape à la décomposition hiérarchique d'un objectif à long terme. 2. **Identité** : Remplacer une identité statique (dans l'invite système) par une auto-évaluation dynamique et évolutive basée sur l'expérience. 3. **Prise de décision** : Privilégier un « raisonnement par simulation » utilisant un modèle du monde pour prédire les conséquences, plutôt qu'un simple raisonnement en chaîne (CoT) textuel. 4. **Allocation du calcul** : Introduire un module de métacognition (dit « Système III ») permettant à l'agent de décider lui-même quand planifier en profondeur ou quand agir rapidement. 5. **Apprentissage** : Mettre en œuvre un apprentissage autonome et continu, alternant entre simulation interne et expérience réelle. Sur cette base, l'équipe propose une nouvelle architecture nommée GIC (Goal-Identity-Configurator). Celle-ci intègre six composants modulaires (encodeur de croyances, décomposeur d'objectifs, module d'identité évolutive, configurateur/System III, planificateur par simulation/System II et exécuteur/System I) conçus pour fonctionner de manière cohérente tout au long du cycle d'apprentissage de l'agent. Enfin, l'article aborde la question cruciale de la sécurité. Il affirme que, dans le cadre GIC, tout comportement problématique peut être tracé à un objectif humain mal défini ou à un module interne mal entraîné. En rendant les mécanismes de décision explicites et inspectables, cette architecture vise à rendre les problèmes diagnostiquables et corrigeables, plutôt que de laisser émerger une autonomie opaque et incontrôlable. La conclusion principale est que la véritable autonomie ne réside pas dans la complexité des tâches, mais dans l'intériorisation des objectifs, de l'identité et du jugement au sein du modèle lui-même.

marsbitIl y a 19 mins

Xing Bo s’en prend encore : après avoir critiqué les modèles du monde, c’est au tour des agents

marsbitIl y a 19 mins

Collector Crypt : Comment les « rachats en boucle » créent une illusion de croissance

**Collector Crypt (CC) : comment le « rachat en boucle » crée une illusion de croissance** L'analyse révèle que la croissance du GMV de Collector Crypt (CC) est principalement tirée par l'introduction de packs de cartes à plus haute valeur (250$, 1 000$, 2 500$), dont les taux de rétention par dollar sont plus faibles que les packs bas de gamme. Le pack « Mythic » à 2 500$, lancé en juin, a représenté 36,7% du GMV du mois en seulement 13 jours. La dépense moyenne par utilisateur a fortement augmenté, indiquant une croissance portée par un petit nombre de gros dépensiers et de portefeuilles à haute fréquence, plutôt que par un élargissement de la base utilisateur. Le taux de marge nette de CC a été divisé par deux entre le Q3 2025 (11,2%) et le Q2 2026 (5,6%), malgré une multiplication par 4,7 du GMV. Cette compression de marge est liée à la migration des volumes vers des packs à rétention plus faible. Parallèlement, les rachats physiques (« redemption ») de cartes ont consommé 41,6% du revenu net pré-rachats en mai. Ces rachats retirent des cartes notées du « coffre-fort » réutilisable de la plateforme, créant un besoin coûteux de réapprovisionnement en stock. En juin, seuls 75 portefeuilles ont effectué des rachats physiques. Le modèle économique de CC est vulnérable à plusieurs pressions simultanées : un coût de réapprovisionnement du stock proche de sa valeur marché, un taux de rachat physique dépassant 9%, et le maintien de taux de rachat instantané (« buyback ») élevés (~93%) sur les packs premium. L'entrée en force de GameStop sur le marché des cartes notées et le resserrement des capacités de notation (PSA) accentuent ces risques. Enfin, la stratégie d'API B2B et les partenariats n'ont pour l'instant pas généré de revenus récurrents significatifs et reposent toujours sur les mêmes contraintes opérationnelles de CC (stock, rachat, logistique). En résumé, la croissance apparente de CC repose sur un cycle de capital circulant via des packs plus chers, avec une marge décroissante, une pression accrue sur son stock et une dépendance à quelques acteurs majeurs, plutôt que sur le développement d'un marché secondaire profond et d'une large base de collectionneurs.

Foresight NewsIl y a 41 mins

Collector Crypt : Comment les « rachats en boucle » créent une illusion de croissance

Foresight NewsIl y a 41 mins

Nouvelle étude de Grayscale : Quel est le prochain moteur de croissance de Solana ?

L'agence de gestion d'actifs numériques Grayscale a récemment publié un rapport intitulé "Solana : Crypto's Financial Bazaar", marquant un changement significatif dans l'évaluation de la blockchain. L'accent n'est plus mis uniquement sur ses performances techniques (TPS élevé, faible coût), mais sur son évolution vers une plateforme soutenant une activité économique à grande échelle. Le rapport souligne que la compétition entre les blockchains de Layer 1 est entrée dans une nouvelle phase : la valeur à long terme est désormais déterminée par l'activité économique réelle sur la chaîne, et non par les seules capacités techniques. Solana montre ses atouts avec plus de 1000 dApps, des transactions quotidiennes dépassant 100 millions et environ 4,3 millions d'utilisateurs actifs quotidiens. Grayscale illustre cette nouvelle dynamique de croissance à travers trois applications représentatives : * **Jupiter** : Un agrégateur DEX devenu l'infrastructure centrale de liquidité pour l'écosystème DeFi de Solana. * **Pump.fun** : Une plateforme de lancement de memes qui a démontré la capacité de Solana à attirer des utilisateurs grand public et à générer des revenus stables (environ 1,2 million de dollars de revenus quotidiens). * **Helium (et le secteur DePIN)** : Représente l'expansion de Solana vers l'infrastructure physique du monde réel, reliant la blockchain à des secteurs économiques concrets. En parallèle, la Solana Foundation oriente sa communication vers de nouveaux récits de croissance stratégiques : l'intégration des **paiements**, des **stablecoins**, des **actifs du monde réel (RWA)**, de la **tokenisation** et du potentiel des **agents d'IA** pour les transactions machine-à-machine. En conclusion, la réévaluation de Solana par les institutions comme Grayscale signale un tournant. L'enjeu n'est plus de prouver sa vitesse, mais sa capacité à devenir un "bazar financier" numérique prospère, attirant durablement développeurs, utilisateurs et activités économiques variées pour une croissance pérenne.

marsbitIl y a 1 h

Nouvelle étude de Grayscale : Quel est le prochain moteur de croissance de Solana ?

marsbitIl y a 1 h

Trading

Spot

Articles tendance

Comment acheter CAP

Bienvenue sur HTX.com ! Nous vous permettons d'acheter Cap (CAP) de manière simple et pratique. Suivez notre guide étape par étape pour commencer votre parcours crypto.Étape 1 : Création de votre compte HTXUtilisez votre adresse e-mail ou votre numéro de téléphone pour ouvrir un compte sur HTX gratuitement. L'inscription se fait en toute simplicité et débloque toutes les fonctionnalités.Créer mon compteÉtape 2 : Choix du mode de paiement (rubrique Acheter des cryptosCarte de crédit/débit : utilisez votre carte Visa ou Mastercard pour acheter instantanément Cap (CAP).Solde :utilisez les fonds du solde de votre compte HTX pour trader en toute simplicité.Prestataire tiers :pour accroître la commodité d'utilisation, nous avons ajouté des modes de paiement populaires tels que Google Pay et Apple Pay.P2P :tradez directement avec d'autres utilisateurs sur HTX.OTC (de gré à gré) : nous offrons des services personnalisés et des taux de change compétitifs aux traders.Étape 3 : stockage de vos Cap (CAP)Après avoir acheté vos Cap (CAP), stockez-les sur votre compte HTX. Vous pouvez également les envoyer ailleurs via un transfert sur la blockchain ou les utiliser pour trader d'autres cryptos.Étape 4 : tradez des Cap (CAP)Tradez facilement Cap (CAP) sur le marché Spot de HTX. Il vous suffit d'accéder à votre compte, de sélectionner la paire de trading, d'exécuter vos trades et de les suivre en temps réel. Nous offrons une expérience conviviale aux débutants comme aux traders chevronnés.

8 vues totalesPublié le 2026.06.26Mis à jour le 2026.06.26

Comment acheter CAP

Discussions

Bienvenue dans la Communauté HTX. Ici, vous pouvez vous tenir informé(e) des derniers développements de la plateforme et accéder à des analyses de marché professionnelles. Les opinions des utilisateurs sur le prix de CAP (CAP) sont présentées ci-dessous.

活动图片