Avant même d'avoir un produit, une feuille de route publique ou un quelconque chiffre d'affaires, Ineffable Intelligence a obtenu le plus gros tour de table seed de l'histoire européenne . Cet investissement de 1,1 milliard de dollars, qui valorise l'entreprise à 5,1 milliards de dollars, a été co-dirigé par Sequoia Capital et Lightspeed Venture Partners, avec la participation d'acteurs stratégiques majeurs comme Nvidia, Google, DST Global, Index Ventures et le Fonds Souverain d'IA du Royaume-Uni . Ce financement, l'un des plus importants tours d'amorçage jamais réalisés au niveau mondial, témoigne de l'immense confiance des investisseurs en David Silver et en sa direction de recherche radicale .
Six semaines après la clôture du financement, Ineffable Intelligence a annoncé avoir choisi Google Cloud pour alimenter sa mission de « super-apprenant », à l'issue d'une évaluation rigoureuse du marché de l'infrastructure . L'accord, dévoilé lors du Google Cloud Summit London le 16 juin 2026, donne à la startup accès à l'un des plus grands réseaux de GPU alimentés par Nvidia, déployé sur l'architecture AI Hypercomputer de Google Cloud .
Ce partenariat est un alignement stratégique profond : Google était déjà investisseur dans le tour de table seed, et l'accord exploite le matériel le plus récent de Google Cloud optimisé pour l'IA, notamment ses TPU de huitième génération et ses nouvelles instances A5X bare metal alimentées par les puces NVIDIA Vera Rubin, annoncées lors du Google Cloud Next '26 . Le lieu de l'annonce, le sommet de Londres, souligne également l'importance croissante du Royaume-Uni en tant que pôle de recherche en IA de pointe .
La philosophie centrale d'Ineffable Intelligence est un défi direct au paradigme dominant des grands modèles de langage (LLM). David Silver, professeur à l'UCL et ancien responsable de l'équipe d'apprentissage par renforcement chez DeepMind, est l'architecte principal derrière AlphaGo, AlphaZero et MuZero – des systèmes qui ont maîtrisé le Go, les échecs et d'autres jeux par un pur apprentissage par essais et erreurs, sans avoir besoin d'étudier les parties des joueurs humains .
La thèse centrale de Silver est que les LLM, entraînés sur d'immenses corpus de textes générés par l'homme, ont un plafond fondamental : ils ne peuvent qu'interpoler à partir de ce que les humains ont déjà écrit. Son « super-apprenant » proposé est une IA qui apprend entièrement de sa propre expérience, générant ses propres données par l'interaction avec des environnements et découvrant des connaissances réellement nouvelles que jamais aucun humain n'a documentées . La mission déclarée de l'entreprise est « d'établir un premier contact avec la superintelligence » .
Cette approche rejette le pré-entraînement sur des textes issus d'Internet qui sous-tend des modèles comme ChatGPT, Gemini et Claude. Elle mise entièrement sur l'apprentissage par renforcement, une méthode où les agents d'IA apprennent par essais, erreurs et signaux de récompense . L'article de Silver de 2024, « Reward is Enough », a esquissé le cadre intellectuel de ce pari, arguant qu'un agent suffisamment intelligent, motivé par un signal de récompense, peut dériver toutes les connaissances nécessaires .
L'engagement massif en termes de financement et d'infrastructure représente un moment charnière dans l'industrie de l'IA. La participation de Nvidia, le principal fournisseur de GPU, et de Google Cloud, le fournisseur d'infrastructure, aux côtés de grands capital-risqueurs, signale un pari institutionnel important selon lequel l'apprentissage par renforcement basé sur « l'expérience » est une voie crédible et potentiellement supérieure vers une IA avancée . Cela positionne Ineffable Intelligence comme un contrepoids aux stratégies centrées sur les LLM d'entreprises comme OpenAI et Anthropic.
Cependant, l'entreprise n'est pas sans risques significatifs. L'apprentissage par renforcement à l'échelle nécessaire pour un « super-apprenant » général est extraordinairement gourmand en calcul et reste non prouvé en dehors d'environnements de type jeu ou simulation. Bien que le seed de 1,1 milliard de dollars offre une longue piste, l'entreprise n'a pas encore démontré que son approche peut produire des percées dans la découverte scientifique concrète ou dans des domaines complexes et ouverts.
Avant même d'avoir un produit, une feuille de route publique ou un quelconque chiffre d'affaires, Ineffable Intelligence a obtenu le plus gros tour de table seed de l'histoire européenne . Cet investissement de 1,1 milliard de dollars, qui valorise l'entreprise à 5,1 milliards de dollars, a été co-dirigé par Sequoia Capital et Lightspeed Venture Partners, avec la participation d'acteurs stratégiques majeurs comme Nvidia, Google, DST Global, Index Ventures et le Fonds Souverain d'IA du Royaume-Uni . Ce financement, l'un des plus importants tours d'amorçage jamais réalisés au niveau mondial, témoigne de l'immense confiance des investisseurs en David Silver et en sa direction de recherche radicale .
Six semaines après la clôture du financement, Ineffable Intelligence a annoncé avoir choisi Google Cloud pour alimenter sa mission de « super-apprenant », à l'issue d'une évaluation rigoureuse du marché de l'infrastructure . L'accord, dévoilé lors du Google Cloud Summit London le 16 juin 2026, donne à la startup accès à l'un des plus grands réseaux de GPU alimentés par Nvidia, déployé sur l'architecture AI Hypercomputer de Google Cloud .
Ce partenariat est un alignement stratégique profond : Google était déjà investisseur dans le tour de table seed, et l'accord exploite le matériel le plus récent de Google Cloud optimisé pour l'IA, notamment ses TPU de huitième génération et ses nouvelles instances A5X bare metal alimentées par les puces NVIDIA Vera Rubin, annoncées lors du Google Cloud Next '26 . Le lieu de l'annonce, le sommet de Londres, souligne également l'importance croissante du Royaume-Uni en tant que pôle de recherche en IA de pointe .
La philosophie centrale d'Ineffable Intelligence est un défi direct au paradigme dominant des grands modèles de langage (LLM). David Silver, professeur à l'UCL et ancien responsable de l'équipe d'apprentissage par renforcement chez DeepMind, est l'architecte principal derrière AlphaGo, AlphaZero et MuZero – des systèmes qui ont maîtrisé le Go, les échecs et d'autres jeux par un pur apprentissage par essais et erreurs, sans avoir besoin d'étudier les parties des joueurs humains .
La thèse centrale de Silver est que les LLM, entraînés sur d'immenses corpus de textes générés par l'homme, ont un plafond fondamental : ils ne peuvent qu'interpoler à partir de ce que les humains ont déjà écrit. Son « super-apprenant » proposé est une IA qui apprend entièrement de sa propre expérience, générant ses propres données par l'interaction avec des environnements et découvrant des connaissances réellement nouvelles que jamais aucun humain n'a documentées . La mission déclarée de l'entreprise est « d'établir un premier contact avec la superintelligence » .
Cette approche rejette le pré-entraînement sur des textes issus d'Internet qui sous-tend des modèles comme ChatGPT, Gemini et Claude. Elle mise entièrement sur l'apprentissage par renforcement, une méthode où les agents d'IA apprennent par essais, erreurs et signaux de récompense . L'article de Silver de 2024, « Reward is Enough », a esquissé le cadre intellectuel de ce pari, arguant qu'un agent suffisamment intelligent, motivé par un signal de récompense, peut dériver toutes les connaissances nécessaires .
L'engagement massif en termes de financement et d'infrastructure représente un moment charnière dans l'industrie de l'IA. La participation de Nvidia, le principal fournisseur de GPU, et de Google Cloud, le fournisseur d'infrastructure, aux côtés de grands capital-risqueurs, signale un pari institutionnel important selon lequel l'apprentissage par renforcement basé sur « l'expérience » est une voie crédible et potentiellement supérieure vers une IA avancée . Cela positionne Ineffable Intelligence comme un contrepoids aux stratégies centrées sur les LLM d'entreprises comme OpenAI et Anthropic.
Cependant, l'entreprise n'est pas sans risques significatifs. L'apprentissage par renforcement à l'échelle nécessaire pour un « super-apprenant » général est extraordinairement gourmand en calcul et reste non prouvé en dehors d'environnements de type jeu ou simulation. Bien que le seed de 1,1 milliard de dollars offre une longue piste, l'entreprise n'a pas encore démontré que son approche peut produire des percées dans la découverte scientifique concrète ou dans des domaines complexes et ouverts.