Brain drain dans la Big Tech : Meta, Google et OpenAI saignent leurs cerveaux IA — 18,8 Md$ injectés dans les startups fondées depuis 2025

Le 28 avril 2026, CNBC a posé un constat que tous les responsables RH des géants de l'IA refusaient d'admettre publiquement : Meta, Google et OpenAI saignent leurs talents les plus précieux. Et ce ne sont pas n'importe lesquels — chercheurs principaux, leads de divisions entières, architectes de modèles fondamentaux. Ils partent. Et ils lèvent des montants qui n'ont aucun sens pour des startups sans produit.

Le chiffre qui change tout : 18,8 Md$ en quatre mois

Selon les données de Dealroom citées par CNBC, 18,8 milliards de dollars de capital-risque ont déjà été injectés en 2026 dans les startups IA fondées depuis le 1er janvier 2025. À ce rythme, l'année dépassera largement les 27,9 Md$ levés en 2025 par les sociétés nées après début 2024.

Il faut prendre une seconde pour digérer ce chiffre. Plus de capital-risque va aujourd'hui dans des startups IA fondées par des transfuges de DeepMind, OpenAI et Meta FAIR que dans l'intégralité du financement series A/B/C de la fintech européenne sur la même période.

Les départs qui font mal

Ineffable Intelligence — David Silver (DeepMind → seed record)

Le 27 avril, David Silver, ancien lead du reinforcement learning chez DeepMind, architecte d'AlphaGo et AlphaZero, est sorti du stealth avec Ineffable Intelligence et un seed historique de 1,1 Md$ à 5,1 Md$ de valorisation. Sequoia, Lightspeed, Nvidia, Google, et même le Sovereign AI Fund britannique sont au tour de table. Pas de produit, pas de revenu, pas de roadmap publique. Juste un nom sur une slide.

Ami Labs — Yann LeCun (Meta → 1 Md$)

En mars 2026, Yann LeCun quitte Meta après avoir publiquement acté son désaccord stratégique avec la roadmap LLM-centric du groupe. Sa nouvelle entité, Ami Labs, lève 1 milliard de dollars dans la foulée pour explorer les architectures non-LLM (energy-based models, world models). Mark Zuckerberg perd l'un des trois Turing Awards historiques de Meta.

Recursive Superintelligence — Tim Rocktäschel (DeepMind)

Tim Rocktäschel, ex-DeepMind, recherche jusqu'à 1 Md$ pour Recursive Superintelligence selon les rumeurs de Sand Hill Road. La thèse : auto-amélioration récursive, agents qui modifient leur propre code.

Periodic Labs — alumni OpenAI + DeepMind (300 M$)

Periodic Labs, fondée par d'anciens d'OpenAI et DeepMind, a levé 300 M$ en septembre 2025. Quelques mois après son lancement.

Humans& — reinforcement learning from real experience (480 M$)

Humans& sécurise 480 M$ en janvier 2026 pour explorer l'apprentissage par renforcement à partir d'expériences réelles plutôt que de données internet — un pari direct contre la doctrine LLM-first des grands labos.

Recursive Intelligence — 335 M$ en deux tours

Enfin, Recursive Intelligence (à ne pas confondre avec Rocktäschel) cumule 335 M$ sur deux tours après son lancement en septembre 2025.

Pourquoi les chercheurs fuient

CNBC pointe trois facteurs structurels qui expliquent la débâcle.

1. La pression commerciale tue la recherche fondamentale

« La pression de livrer des performances benchmark et de maintenir des cycles de release rapides laisse peu de place à la recherche véritablement exploratoire, particulièrement en dehors du paradigme LLM dominant. »

Quand OpenAI doit justifier sa valorisation de 500 Md$ et Anthropic ses 380 Md$ après le deal Google à 40 Md$, la recherche d'agents, l'interprétabilité, les nouvelles architectures et les modèles verticaux passent au second plan. Pas parce qu'ils n'importent pas — mais parce qu'ils ne gagnent pas la course du trimestre.

2. Les actions n'ont plus le même charme

Quand Anthropic était à 40 Md$, un chercheur senior pouvait raisonnablement viser un x10 sur ses RSU. À 380 Md$, le upside devient marginal. Pendant ce temps, fonder Ineffable à 5,1 Md$ avec 30% d'equity = 1,5 Md$ sur le papier dès le seed. La math est cruelle.

3. Les architectures alternatives reviennent à la mode

Pendant trois ans, le marché a parié exclusivement sur les LLM scale-out. Les transfuges parient désormais sur les non-LLM : reinforcement learning from real experience, world models, energy-based models, neuro-symbolic. Ces architectures nécessitent une liberté de recherche que les labos commerciaux ne peuvent plus offrir.

Ce que ça change pour les fondateurs

Pour les founders « normaux »

Si Sequoia signe un seed à 5,1 Md$ pour un ex-DeepMind sans produit, votre seed à 5 M$ pour un MVP qui marche est en fait une bonne affaire pour les VC. La rareté des « vrais talents IA » fait monter les valos extrêmes du top — mais le tier en-dessous reste accessible.

Pour les développeurs qui veulent profiter

Les nouveaux labs créés par des transfuges DeepMind/OpenAI ont besoin de développeurs systèmes, infra et frontend qui n'ont pas de PhD. Les salaires y sont souvent plus généreux qu'à Meta, parce qu'ils paient en equity sur des valos très basses (au sens 5,1 Md$ vs 380 Md$). Les profils full-stack avec une couche IA sont les premiers ciblés.

Pour les operators IA

Si vous bâtissez un outil grand public ou B2B sur les API d'OpenAI/Anthropic/Google, sachez que les architectures non-LLM arrivent. Dans 18 à 36 mois, votre stack pourrait être obsolète si elle suppose un transformer en backend. Surveillez les nouveaux entrants.

Le paradoxe Big Tech

Les géants ont créé eux-mêmes les conditions de leur saignement.

• OpenAI a fermé l'accès à ses modèles internes pour ses chercheurs. Résultat : ils partent pour reconstruire ailleurs.
• Meta a payé Alexandr Wang 14 Md$ pour Scale AI tout en licenciant 10% de ses effectifs IA non-stratégiques. Message reçu par les chercheurs : seul le top 0,1% est intouchable.
• Google DeepMind a fusionné Google Brain et DeepMind, créant des conflits politiques internes. Silver, Rocktäschel et plusieurs autres ont voté avec leurs pieds.

Et l'Europe dans tout ça ?

Ineffable est à Londres. Mistral vise le milliard de revenus en 2026. H Company, Poolside, et plusieurs labs français recrutent. Le UK Sovereign AI Fund a co-investi dans Ineffable. Le narratif « tous les talents IA sont en Californie » s'effrite.

L'Europe n'est plus uniquement le marché de consommation des produits IA américains. Elle redevient un lieu de production — porté par des chercheurs qui veulent rester près des universités d'origine et qui n'ont plus besoin de Silicon Valley pour lever 1 Md$.

Conclusion : la phase 2 de l'ère IA

La phase 1 (2022-2025) a été la course au scale et aux LLM. Une poignée de labos centralisés, des modèles toujours plus gros, des valorisations stratosphériques pour OpenAI et Anthropic.

La phase 2 (2026+) sera distribuée. Des dizaines de labs issus du brain drain, chacun spécialisé sur une architecture, un domaine, une méthode d'apprentissage. Les Big Tech continueront à dominer la distribution (ChatGPT, Gemini, Copilot), mais l'innovation amont migre vers l'écosystème startup.

C'est une excellente nouvelle pour qui sait naviguer le bruit. Et un cauchemar pour qui croyait que l'IA était déjà jouée. Pour comprendre comment monétiser cette nouvelle vague, notre guide indie hacker IA : projets rentables sans levée de fonds reste plus pertinent que jamais.

Le brain drain Big Tech vers les startups n'est pas un blip. C'est un signal de marché : le pricing power des chercheurs IA a explosé, les architectures alternatives reviennent, et l'innovation amont quitte les labos commerciaux. Les founders qui comprennent ce shift dès aujourd'hui auront 12-18 mois d'avance sur le reste du marché. Pour creuser les tendances 2026, lisez les grandes tendances tech qui transforment le développement.