Ineffable Intelligence : David Silver lève 1,1 milliard $ en seed — record européen historique pour bâtir un « superlearner » sans données humaines

Le 27 avril 2026, Ineffable Intelligence sort du stealth avec un chiffre qui réécrit l'histoire du capital-risque européen : 1,1 milliard de dollars en seed, à une valorisation de 5,1 milliards $. C'est le plus gros tour d'amorçage jamais levé sur le continent, et il est piloté par David Silver, l'ex-chercheur Google DeepMind qui a co-créé AlphaGo, AlphaZero et MuZero. Le round est co-mené par Sequoia Capital et Lightspeed Venture Partners, avec Nvidia, Google, DST Global, Index Ventures et le Sovereign AI Fund britannique en participation. La thèse de la boîte est aussi simple que radicale : construire un superlearner capable de découvrir des connaissances et des compétences sans aucune donnée humaine, en s'appuyant exclusivement sur le reinforcement learning. Si la promesse tient, c'est un changement de régime aussi profond que la transition GPT-3 → GPT-4.

Un seed à 1,1 Md$ : ce que ça veut dire concrètement

Pour donner l'échelle :

Le seul comparable est Safe Superintelligence d'Ilya Sutskever — et encore, SSI n'avait pas levé en un seul tour 1,1 Md$ avec une telle concentration de stratégiques (Nvidia + Google + DST). Le tour Ineffable est aussi le plus gros seed européen jamais enregistré, dépassant largement les rounds historiques de Mistral AI à un milliard de revenus ou les 890 M$ de Yann LeCun chez AMI Labs.

Qui est David Silver et pourquoi les VCs payent autant

David Silver n'est pas un chercheur lambda. Chez DeepMind, il a été le principal investigateur d'AlphaGo (2016, victoire contre Lee Sedol), AlphaZero (échecs, shogi, Go appris en 24 h sans données humaines), MuZero (plan latent sans modèle environnement) et AlphaStar (StarCraft II niveau Grand Master). C'est aussi le co-auteur du papier "Reward is Enough" (2021) qui défend la thèse que le simple signal de récompense suffit à produire de l'intelligence générale — sans pré-training supervisé.

Cette thèse est le pari Ineffable : dépasser le mur de qualité des données humaines en construisant un agent qui s'auto-fournit son curriculum. Si ça marche, on franchit le plafond actuel des LLMs frontier (GPT-5.5, Claude Mythos, Gemini 3.1) qui restent fondamentalement liés à la qualité du corpus humain de pré-training.

Les co-investisseurs : un signal stratégique très lisible

• Sequoia + Lightspeed : ils n'avaient pas co-mené un seed à cette taille depuis OpenAI. C'est un pari de portefeuille frontier-scale.
• Nvidia : entre déjà au cap table comme chez Cursor à 50 Md$, Thinking Machines Lab (Mira Murati), et désormais Ineffable. Jensen Huang construit un portefeuille frontier complet.
• Google : surprenant, vu que Silver vient de DeepMind. Sundar Pichai a clairement choisi de ne pas bloquer son ex-chercheur, et de financer la concurrence interne — exactement comme l'investissement Google de 40 Md$ dans Anthropic.
• DST Global : Yuri Milner sur les rounds de croissance habituels, ici en seed = signal Ultra Late de croissance future.
• UK Sovereign AI Fund : confirme la stratégie britannique post-Callosum 500 M$ de prendre des positions équité dans les frontier labs européens.

Le pari technique : "reward is enough"

L'approche classique des LLMs s'effrite. Le pré-training sur corpus web atteint le mur des données : Common Crawl, livres scannés, Reddit, GitHub. La qualité dégrade au-delà de 15-20 T tokens — d'où les efforts de synthetic data (Anthropic, OpenAI, Microsoft MAI) et la course aux RLHF + RLAIF de plus en plus sophistiqués.

L'approche Silver/Ineffable : court-circuiter le pré-training. Au lieu de partir d'un corpus humain et d'affiner par RL, on part directement du RL, dans des environnements simulés assez riches pour produire des compétences transférables. C'est ce qu'AlphaZero a démontré sur les jeux : 24 heures de self-play, pas de données humaines, performance super-humaine. La question ouverte : peut-on étendre ça au langage et au raisonnement ?

Plusieurs travaux récents poussent dans cette direction :

• Self-play avec critiques (DeepMind 2024-2025)
• Simulateurs textuels riches (Adept, Reka, Inflection)
• Meta-learning sans labels (Meta HyperAgents)

Ineffable veut bâtir l'infrastructure complète : environnements de simulation, agents, scaling RL distribué. Le but final, selon Silver, est un système qui invente ses propres curricula — au-delà même de ce que NeoCognition prévoit avec ses agents auto-apprenants.

Un seed = 4 à 5 ans de runway frontier

À 1,1 Md$ et un staffing prévisionnel de 50-80 chercheurs, Ineffable a 4 à 5 ans de runway au rythme de combustion typique d'un frontier lab. C'est plus que ce qu'Anthropic ou OpenAI avaient en 2021-2022. Ça permet :

• Construire ses propres environnements RL à grande échelle
• Acheter du compute Nvidia direct (les Hopper 200 et Blackwell 300)
• Recruter agressivement chez DeepMind, OpenAI, Anthropic et Google Brain
• Pas d'IPO, pas de pression de revenu, R&D pure pendant 36 mois

C'est exactement la stratégie qui a fait remonter Anthropic — voir le pari de Anthropic refusant 800 Md$ de valo pour rester focus produit.

Pourquoi l'Europe et pas la Silicon Valley

Silver est britannique, et Ineffable est basée à Londres (Cambridge en R&D). Plusieurs raisons :

1. DeepMind diaspora : le hub londonien concentre ~600 ex-DeepMind senior depuis 2020, plus accessible que Mountain View.
2. Sovereign AI Fund : 500 M$ déployés en 18 mois, avec un mandat explicite de financer les frontier labs UK (UK Callosum).
3. Coût des chercheurs : 40-50% inférieur à San Francisco / Bay Area en charges totales.
4. Régulation : l'UK AI Safety Institute est plus collaboratif que la FTC américaine ou l'AI Act européen continental.

Cumulé à AMI Labs (Yann LeCun) à Paris et à Mistral AI, l'Europe rattrape une partie du retard frontier. C'est la première fois depuis DeepMind 2014 qu'un projet européen est positionné en concurrent direct d'OpenAI et Anthropic.

Les questions ouvertes

1. Sortie produit : Ineffable refuse pour l'instant tout calendrier. Pas de modèle annoncé pour 2026, peut-être H2 2027.
2. Compute : 1,1 Md$ = ~150 000 H100 équivalents si on consacre 50% du seed au compute. Comparable à ce qu'OpenAI avait en 2023.
3. Governance : Ineffable est constituée en public benefit corporation, comme Anthropic et SSI — mais le board reste à publier.
4. Concurrence frontale : SSI (Sutskever), DeepMind interne, et bientôt OpenAI sur sa propre piste RL. Ineffable n'aura pas le luxe d'une fenêtre solitaire.

Ce que ça change pour le marché AI

À court terme, rien : pas de produit, pas de modèle, pas de concurrence sur l'usage. À moyen terme (12-24 mois), c'est un signal de prix sur le seed frontier. Un seed à 1,1 Md$ établit un nouveau plancher pour les rounds Anthropic-class à venir. Les VCs vont devoir ajuster :

• Les seeds frontier ne se font plus en dessous de 100-200 M$
• Les valorisations seed ont multiplié par 50x en 4 ans (de 100 M$ à 5 Md$)
• Le track record académique redevient un alpha — Silver, Sutskever, Murati, LeCun, Gomez

C'est le retour du founder-as-asset dans une industrie qui pensait s'en passer, et c'est la confirmation que la Silicon Valley n'a plus le monopole du frontier — l'Europe a un siège à la table, comme l'a rappelé la semaine historique de l'IA fin avril.

En résumé

Ineffable Intelligence vient de redéfinir trois choses : la taille des seeds frontier, la place de l'Europe dans la course AGI, et la viabilité d'une approche RL-native sans données humaines. David Silver met sa réputation académique en jeu sur la thèse qui pourrait faire tomber le plafond actuel des LLMs. Si ça marche, c'est l'horizon 2028. Si ça ne marche pas, c'est 1,1 Md$ qui a permis à Sequoia, Lightspeed et Nvidia d'acheter une option call sur le scénario AGI le plus crédible côté technique aujourd'hui. Dans les deux cas, le marché est déjà gagnant.