« L’IA est surhypée à court terme et sous-estimée à long terme » : Demis Hassabis l’a dit à Cannes — et il y a deux ans

Au Cannes Lions 2026, Demis Hassabis — prix Nobel, co-fondateur et CEO de Google DeepMind — a expliqué à une salle remplie de marketeurs du monde entier que l’IA est « surhypée à court terme » et « sous-estimée à moyen et long terme ». Si la phrase vous semble familière, c’est normal. Il a dit presque exactement la même chose à Bloomberg en mai 2024. Deux ans plus tard, les deux moitiés de sa prédiction se réalisent en même temps — et l’écart entre les deux est la chose la plus importante qu’un dirigeant puisse comprendre sur l’IA aujourd’hui.

Par Toni Dos Santos, co-fondateur, Spicy Advisory

Ce que Hassabis a vraiment dit — deux fois

Sur scène au Cannes Lions 2026, lors d’une conversation intitulée « The Future of Creativity », Hassabis a posé le décor sans détour. L’IA, a-t-il dit, est « surhypée à court terme » mais « sous-estimée à moyen et long terme ». Sur « les 10, 15 prochaines années », la technologie ouvrira selon lui « une nouvelle ère dorée de la découverte » en médecine, énergie et science — « presque une nouvelle ère humaine ». Dans la foulée, il a mis en garde contre une « sur-correction » des valorisations des start-up IA, alors que des capitaux massifs affluent vers des sociétés sans revenu. Le clip est à voir sur Instagram ici.

Retour au 8 mai 2024. Face à Tom Mackenzie de Bloomberg — le jour même où Google DeepMind et Isomorphic Labs dévoilaient AlphaFold 3 — Hassabis l’a dit le premier :

« Je pense que l’IA est surhypée à court terme et probablement sous-estimée à long terme … pour ce qu’elle va apporter. Et je pense que c’est sans doute vrai de beaucoup de technologies de rupture. »

Il est allé plus loin. Du fait de la popularité soudaine de l’IA, « beaucoup de gens » se précipitaient dans le domaine « sans y avoir réfléchi aussi longtemps que ceux qui, comme nous, y sont depuis des décennies », d’où « une sorte de processus de rationalisation » à venir. Mais ce que l’IA finira par livrer, prédisait-il, irait « même au-delà de ce que l’extrémité la plus optimiste… à court terme » laissait entrevoir. L’interview Bloomberg de 2024 est ici.

Deux interviews, deux ans d’écart, une seule thèse. Cette constance est l’essentiel — et elle est désormais vérifiable, ce qui n’était pas le cas en 2024.

Il avait fait le même pronostic il y a deux ans. Voici comment il a vieilli.

En 2024, Hassabis a fait trois prédictions concrètes. Les trois se sont largement réalisées — et c’est précisément pour ça que la moitié « sous-estimée à long terme » mérite plus d’attention que la moitié « bulle » qui fait les titres.

Ce que Hassabis disait en mai 2024	Où l’on en est mi-2026
Des systèmes agentiques qui « planifient et agissent dans le monde » sont « à un ou deux ans » d’une réelle utilité	L’IA agentique est le grand thème entreprise de 2026. Gartner la place au « pic des attentes exagérées » ; ~17 % des organisations ont déployé des agents et 60 %+ comptent le faire sous deux ans
Enthousiaste sur AlphaFold 3 et ce qu’Isomorphic Labs peut faire « pour la découverte de médicaments »	AlphaFold a remporté le prix Nobel de chimie 2024 ; Isomorphic Labs a levé 2,1 milliards de dollars et avance ses programmes de médicaments conçus par IA
Un « processus de rationalisation » allait faire le tri parmi les nouveaux venus	~95 % des pilotes d’IA générative en entreprise sans retour mesurable (MIT) ; Hassabis lui-même alerte sur une « sur-correction » des valorisations

Lisez le tableau de haut en bas et la structure de son raisonnement saute aux yeux. L’écume de court terme et la substance de long terme ne sont pas des prévisions contradictoires — c’est la même prévision, décrivant deux horloges qui tournent en même temps.

Le court terme était bien surhypé — et désormais il y a des chiffres

En 2024, « surhypée à court terme » était une intuition. En 2026, c’est un chiffre. Le plus cité vient d’une étude du MIT (Project NANDA) : environ 95 % des pilotes d’IA générative en entreprise n’ont eu aucun impact mesurable sur le compte de résultat. Plus de 80 % des organisations avaient testé des outils comme ChatGPT ou Copilot et près de 40 % avaient déployé quelque chose — mais la valeur s’arrêtait le plus souvent à la productivité individuelle, sans jamais devenir un résultat d’entreprise. Le MIT a baptisé ce phénomène le « GenAI Divide ».

Gartner raconte la même histoire autrement : l’IA générative a glissé dans le creux de la désillusion, cette phase prévisible où les attentes exagérées rencontrent les coûts d’intégration, les trous de gouvernance et la dure réalité de la conduite du changement. Pendant ce temps, l’IA agentique a bondi au pic des attentes exagérées — la prochaine vague de hype gonfle déjà avant que la précédente n’ait payé.

C’est le « processus de rationalisation » nommé par Hassabis en 2024, arrivé à l’heure. Sa mise en garde cannoise sur une « sur-correction » des valorisations en est la version marchés de capitaux. Rien de tout cela ne veut dire que l’IA ne marche pas. Cela veut dire que les attentes de court terme étaient fausses — qu’acheter une licence n’équivaut pas à capter de la valeur. Nous avons déjà détaillé pourquoi l’adoption de l’IA échoue en entreprise, et les données du MIT se lisent comme une note de bas de page.

Le long terme reste sous-estimé

Voici la moitié que presque tout le monde saute. Pendant que le marché se demande si l’IA est une bulle, la courbe de long terme pointée par Hassabis continue de composer — discrètement, et plus vite que le consensus ne l’attendait.

AlphaFold a prédit la structure de quasiment toutes les protéines connues et a mis ce savoir entre les mains de plus de deux millions de chercheurs dans 190 pays ; il a valu à Hassabis et John Jumper le prix Nobel de chimie 2024. Isomorphic Labs, sa société de découverte de médicaments, a levé 2,1 milliards de dollars pour transformer cette science en traitements. Les agents qu’il esquissait en 2024 comme étant « à un ou deux ans » sont désormais assez réels pour que la question ne soit plus « peut-on ? » mais « sur quels workflows, et avec quels garde-fous ? » — une question que nous décortiquons dans notre guide des agents IA et workflows autonomes en entreprise.

Voilà à quoi ressemble « sous-estimée à long terme » en pratique : non pas un grand moment spectaculaire, mais une accumulation régulière de capacités que la conversation trimestrielle sous-pondère systématiquement.

Notre lecture : l’écart entre les deux horizons, c’est le fossé d’adoption

Chez Spicy Advisory, nous vivons dans cet écart chaque semaine, et de là où nous sommes, Hassabis décrit quelque chose de très précis : la distance entre le moment où une technologie devient disponible et celui où une organisation l’absorbe vraiment. Cette distance, c’est le fossé d’adoption de l’IA, et c’est la raison pour laquelle les mêmes entreprises sur-achètent et sous-livrent à la fois.

Les chiffres sont sans appel. Environ 90 % des entreprises investissent dans l’IA, mais seulement ~20 % des collaborateurs utilisent réellement les outils. Ce n’est pas un problème de qualité des modèles — ils sont extraordinaires et s’améliorent chaque mois. C’est un problème d’organisation : des workflows jamais repensés, des managers jamais outillés, une gouvernance jamais écrite, et des pilotes jamais reliés à un chiffre qui intéresse la finance. La conclusion du MIT est identique : l’échec de l’IA en entreprise est « d’abord organisationnel et stratégique, pas technique ».

« Le court terme est surhypé parce que les entreprises achètent des outils. Le long terme est sous-estimé parce que la valeur vient du comportement — et le comportement, personne ne le budgète. »

Ainsi, les dirigeants qui paniquent à l’idée d’une bulle et ceux qui composent tranquillement de la valeur regardent souvent la même technologie. La différence : ont-ils traité l’IA comme un acte d’achat ou comme un programme de conduite du changement ? C’est toute la thèse du livre de notre co-fondateur, Teach Them to Drive : on ne tend pas une voiture plus rapide à quelqu’un en appelant ça une formation.

Quoi faire pendant que les autres sont coincés dans le creux

Gartner avance un point contre-intuitif qui colle parfaitement à celui de Hassabis : le creux de la désillusion est souvent le meilleur moment pour investir, car la technologie est plus stable qu’au pic, les fournisseurs plus flexibles, et la prime de hype s’est évaporée. Traduction : pendant que vos concurrents attendent que le bruit retombe, la courbe de long terme est à prendre. Voici la séquence que nous déroulons avec les entreprises au Royaume-Uni, en France et au Portugal.

• Commencez par une base de maturité, pas par un outil. Identifiez où se trouvent vraiment la valeur et le risque dans vos workflows avant de passer à l’échelle. C’est exactement l’objet de notre conseil en stratégie et maturité IA, et vous pouvez vous auto-diagnostiquer en 20 minutes avec le Scorecard d’adoption IA gratuit.
• Alignez d’abord le comité de direction. Le fossé d’adoption se règle en haut. Construisez une charte IA, définissez vos zones de valeur et de risque, et faites parler les dirigeants un langage commun — le cœur de nos programmes IA pour dirigeants et de notre analyse du fossé de maturité au niveau C-level.
• Activez le comportement, workflow par workflow. L’« IA 101 » générique est la raison pour laquelle les pilotes calent. Nous reconstruisons des workflows précis avec les équipes qui les portent — l’approche derrière notre cadre d’adoption en 4 phases et notre travail de passage du pilote à la production.
• Reliez tout à un chiffre. Les pilotes meurent quand personne en finance ne voit le retour. Décidez la métrique avant le déploiement, comme nous l’expliquons dans le guide du DAF pour mesurer le ROI de l’IA.
• Ajoutez les agents en dernier, une fois les fondations solides. Les workflows agentiques sont puissants et, aujourd’hui, surhypés — la discipline qui les rend rentables est couverte dans notre guide des workflows agentiques prêts pour la production.

En résumé

Demis Hassabis a raison sur la même chose depuis deux ans, et la preuve vient seulement d’arriver. Le court terme était surhypé — les pilotes ratés, le creux, la correction de valorisation qui menace le confirment. Le long terme est sous-estimé — le Nobel, les agents, l’ère dorée de la découverte le confirment aussi. Les entreprises qui gagneront la prochaine décennie ne seront pas celles qui auront annoncé la bulle. Ce seront celles qui auront profité de la partie calme du cycle pour combler l’écart entre posséder l’IA et l’utiliser vraiment.