TLDR : Google a raté le premier cycle médiatique de l’IA générative, pas sa préparation industrielle. Ses modèles comptent, mais son avantage se joue surtout dans l’intégration des puces, du cloud, de la recherche, des produits, et de la distribution. Les résultats de 2026 commencent à valider cette architecture. Cela ne garantit ni une domination totale, ni une bonne performance boursière à n’importe quel prix. Cela impose toutefois de traiter Alphabet comme un candidat majeur et de relativiser l’avance apparente de ses concurrents.

Le retard visible n’était pas le retard réel

Au 30 juin 2026, Google n’est plus l’entreprise que l’on décrivait deux ans plus tôt comme paralysée par ChatGPT. Gemini 3.5 a été déployé dans l’application Gemini et dans le moteur de recherche, l’usage de l’intelligence artificielle s’étend à Workspace, Maps, Chrome, et Android, tandis que Google Cloud affiche une accélération spectaculaire. Au premier trimestre 2026, le chiffre d’affaires du cloud a atteint 20 milliards de dollars, en hausse de 63 % sur un an, avec 6,6 milliards de résultat opérationnel. Dans le même temps, Search a encore progressé de 19 %, à 60,4 milliards de dollars. Le scénario d’une destruction immédiate du moteur de recherche par les assistants conversationnels ne s’est donc pas matérialisé à ce stade.^1,3,9

Ces chiffres ne prouvent pas que Google dominera l’intelligence artificielle. Ils suffisent néanmoins à corriger une lecture trop simple : celle d’un groupe ancien, lent et condamné à courir derrière des acteurs plus agiles. Google a bien été en retard sur le produit qui a capté l’imaginaire du public. Il a laissé OpenAI imposer l’interface conversationnelle, le vocabulaire, et le rythme de la nouvelle industrie. Bard a renforcé cette impression par des débuts hésitants. Ce retard commercial et narratif était réel.

Mon analyse est différente sur le fond. Google n’a pas découvert l’IA au moment où ChatGPT est devenu populaire. L’entreprise a surtout tardé à transformer ses travaux, ses infrastructures, et ses produits en une proposition aussi lisible que celle d’un chatbot. Autrement dit, elle a manqué le départ visible alors qu’elle préparait depuis longtemps le reste du circuit.

Un benchmark mesure une vitesse, pas une entreprise

Le débat se concentre souvent sur les graphiques : tel modèle obtient un meilleur score, répond plus vite, coûte moins cher, ou prend temporairement la tête d’un classement. Ces mesures sont utiles pour comparer une capacité précise. Elles deviennent trompeuses lorsqu’on leur demande de prédire l’issue économique de la compétition.

Juger la course à partir du dernier benchmark revient à annoncer la victoire de la formule 1 qui passe devant les stands à pleine vitesse. Elle va effectivement plus vite, à cet instant, que celle qui vient de s’arrêter. Mais la seconde a peut-être changé ses pneus, corrigé son réglage, réduit son risque de panne, et préparé une stratégie plus efficace pour les cinquante tours suivants. Le graphique montre la vitesse présente. Il ne montre ni la réserve de carburant, ni la fiabilité, ni la qualité de l’équipe, ni l’économie générale de la course.

Pour moi, un classement et une analyse technique ne peuvent jamais tenir lieu d’analyse fondamentale. La valeur stratégique d’un acteur de l’IA dépend de sa capacité à financer le calcul, attirer les chercheurs, produire des modèles, les distribuer, les intégrer à des usages quotidiens, et les monétiser sans détruire son activité historique. C’est précisément sur cette chaîne complète que Google mérite d’être réévalué.

Les modèles resteront importants, mais leur leadership est mobile. Un avantage de quelques mois peut disparaître après une nouvelle génération, une optimisation logicielle, ou une baisse de prix. Une infrastructure mondiale, des milliards d’utilisateurs, une régie publicitaire, un cloud rentable, et des puces conçues en interne se reproduisent beaucoup moins vite.

La tortue travaillait hors champ

L’image d’une tortue convient assez bien à Google, à condition de ne pas la confondre avec l’immobilité. L’entreprise a annoncé ses premiers TPU en 2016, des processeurs conçus spécifiquement pour les calculs d’apprentissage automatique. L’année suivante, des chercheurs de Google ont publié « Attention Is All You Need », le texte qui a introduit l’architecture Transformer devenue centrale dans les grands modèles de langage.^5,6

À cela s’ajoutent DeepMind, AlphaGo, AlphaFold, et une culture de recherche qui dépasse largement le chatbot. Le prix Nobel de chimie 2024 attribué notamment à Demis Hassabis et John Jumper pour leurs travaux sur AlphaFold rappelle que la compétence du groupe en IA ne se limite ni à la génération de texte, ni à une course de démonstrations grand public.⁷

Cette histoire ne garantit rien. Les grandes entreprises peuvent inventer une technologie puis échouer à en capter la valeur. Google en a déjà fait l’expérience dans plusieurs domaines. Elle révèle toutefois un point essentiel : le groupe n’a pas attendu la vague pour apprendre à nager. Il a construit des bassins, des moteurs, des équipes, et une partie de la science qui a rendu la vague possible.

Le véritable retard se situait dans la coordination. Google devait protéger Search, arbitrer entre plusieurs laboratoires, accélérer ses cycles de lancement, et accepter qu’un nouveau produit puisse cannibaliser une activité extrêmement rentable. OpenAI n’avait pas ce poids. Une jeune entreprise peut attaquer un marché sans défendre un empire. Alphabet devait avancer tout en évitant de fragiliser la machine qui finance son avance.

L’avantage de Google est un système de boucles

Je ne crois pas que la meilleure façon de comprendre Google consiste à empiler cinq couches techniques dans un schéma. Son avantage potentiel apparaît plus clairement comme un ensemble de boucles qui se renforcent.

La première relie la recherche au calcul. Google DeepMind conçoit des modèles, les équipes d’infrastructure développent les accélérateurs et le réseau nécessaires, puis les enseignements reviennent vers la génération suivante. Les TPU ne remplacent pas tous les GPU et Google continue d’offrir du matériel Nvidia dans son cloud. Le point décisif est ailleurs : Alphabet possède une option interne. Il peut co-concevoir les puces, les logiciels, les centres de données, et les modèles afin d’optimiser les coûts et les performances selon ses propres besoins. En 2026, Google Cloud présente déjà une huitième génération de TPU, avec des versions spécialisées pour l’entraînement et l’inférence.^1,4

La deuxième boucle relie l’IA à la distribution. Un concurrent doit convaincre l’utilisateur d’ouvrir une nouvelle application. Google peut introduire Gemini dans Search, Gmail, Docs, Sheets, Slides, Drive, Maps, Chrome, YouTube, Android, ou Pixel. Chaque intégration n’est pas nécessairement spectaculaire, mais l’ensemble réduit le coût d’adoption. L’utilisateur n’a pas toujours besoin de « choisir Gemini » : la fonction apparaît dans un outil qu’il emploie déjà. En février 2026, Alphabet indiquait que l’application Gemini dépassait 750 millions d’utilisateurs actifs mensuels, avant même les annonces de Google I/O du mois de mai.^2,3

La troisième boucle relie l’usage à la monétisation. Google peut vendre des abonnements, facturer des services cloud, améliorer ses outils publicitaires, enrichir Search, et proposer de nouvelles fonctions aux entreprises. Cette diversité compte beaucoup. Un laboratoire centré sur un assistant doit trouver comment financer des coûts de calcul considérables. Alphabet peut répartir ces coûts et ces revenus entre plusieurs métiers déjà à grande échelle.

Enfin, la quatrième boucle relie l’investissement à l’économie d’échelle. Plus Google déploie ses propres infrastructures pour ses services et ses clients, plus il peut amortir la recherche, standardiser les opérations, et justifier la génération suivante de matériel. Le groupe prévoit entre 180 et 190 milliards de dollars de dépenses d’investissement en 2026. Ce montant ne concerne pas exclusivement l’IA, mais la direction explique qu’il répond à une demande de calcul interne et externe sans précédent.¹ Alphabet ne mobilise pas une telle somme pour faire de la figuration.

Les résultats commencent à valider la stratégie

Pendant longtemps, l’argument en faveur de Google reposait surtout sur des actifs latents : des chercheurs, des données, des produits, des centres de données, et une capacité financière. Le problème des actifs latents est qu’ils peuvent rester latents. En 2026, les premiers signes d’une conversion économique deviennent plus visibles.

Google Cloud constitue le signal le plus clair. Son carnet de commandes a atteint 462 milliards de dollars à la fin du premier trimestre 2026. Alphabet attribue cette progression à la demande pour ses offres d’IA d’entreprise, ses infrastructures et de nouveaux accords portant sur du matériel TPU. Le groupe prévoit même de livrer des TPU à certains clients pour leurs propres centres de données, avec l’essentiel des revenus attendus en 2027.¹

Cette évolution modifie la lecture du dossier. Google ne cherche plus seulement à réduire sa dépendance envers les puces d’un fournisseur ou à alimenter ses services internes. Il commence à transformer son architecture maison en produit commercial. Si cette activité prend de l’ampleur, Alphabet se positionnera à la fois comme concepteur de modèles, fournisseur de cloud, vendeur de capacité de calcul, et distributeur d’applications.

Search apporte un second signal. L’IA était présentée comme une menace existentielle pour la publicité liée aux requêtes. Or, jusqu’au premier trimestre 2026, les revenus continuent de progresser malgré l’intégration d’AI Overviews et d’AI Mode. Cela ne règle pas la question de long terme : une réponse synthétique peut modifier les clics, les parcours commerciaux, et le partage de valeur avec les éditeurs. Mais Google démontre pour l’instant qu’il peut faire évoluer le produit sans provoquer l’effondrement immédiat que certains anticipaient.

Le troisième signal vient de la vitesse de déploiement. Gemini est désormais intégré à plusieurs produits majeurs et Google publie des modèles à un rythme beaucoup plus soutenu qu’au lancement de Bard. Ce changement d’exécution était la pièce manquante. La recherche et la distribution existaient déjà ; elles commencent à fonctionner dans la même direction.

Pourquoi Google peut encore perdre

Prendre Google au sérieux ne signifie pas lui attribuer la victoire. Une analyse fondamentale digne de ce nom doit aussi regarder ce qui peut casser.

Le premier risque est financier. Des dépenses d’investissement de 180 à 190 milliards de dollars créent une obligation de rendement. Les centres de données, les serveurs, et les réseaux entraînent ensuite de l’amortissement, des dépenses énergétiques, et des coûts d’exploitation. Une croissance très forte du cloud justifie l’effort aujourd’hui, mais l’équation se dégraderait rapidement si les prix du calcul baissaient plus vite que les coûts ou si une partie de la demande actuelle relevait d’un surinvestissement collectif.

Le deuxième risque concerne Search. L’activité reste le moteur économique du groupe. Le rapport annuel d’Alphabet rappelle que Google Services tire principalement ses revenus de la publicité sur Search, YouTube, et les propriétés partenaires.⁸ L’IA peut renforcer Search en ouvrant de nouveaux usages, mais elle peut aussi changer la manière dont les utilisateurs découvrent les sites, comparent les produits, et passent à l’achat. Google doit donc réussir une transition délicate : rendre la réponse plus utile sans affaiblir le système publicitaire ni provoquer un conflit durable avec l’écosystème du web.

Le troisième risque est concurrentiel. OpenAI conserve une marque puissante auprès du grand public. Microsoft dispose d’une distribution exceptionnelle dans l’entreprise. Nvidia possède un écosystème matériel et logiciel que des décennies d’usage ont consolidé. Anthropic, Meta, et d’autres acteurs avancent avec leurs propres avantages. Google a l’architecture la plus complète à mon sens, mais une architecture complète peut aussi devenir lourde, coûteuse, et difficile à coordonner.

Le quatrième risque est réglementaire. Plus Google intègre Gemini à Search, Android, Chrome, et Workspace, plus les autorités peuvent s’interroger sur l’utilisation de positions existantes pour imposer un nouveau service. L’intégration verticale est un avantage industriel ; elle peut devenir une faiblesse juridique.

Enfin, une excellente entreprise n’est pas automatiquement un excellent investissement. Le prix payé compte. Une thèse juste sur la puissance de Google peut produire un mauvais résultat boursier si la valorisation intègre déjà trop de succès, si les marges reculent ou si les investissements mettent plus longtemps que prévu à générer des flux de trésorerie.

Le corollaire pour les concurrents

Le retour de Google change également la manière d’évaluer les groupes qui semblaient les mieux placés. Leur avance passée reste un actif : base d’utilisateurs, réputation, partenariats, écosystèmes de développeurs, ou position dans le matériel. Elle ne doit plus être extrapolée comme si Alphabet demeurait condamné à suivre.

Un acteur peut dominer un classement de modèles et perdre une partie de la valeur économique au profit de celui qui possède le cloud, les puces, l’interface, la distribution, ou la relation publicitaire. Inversement, Google peut disposer de toute la chaîne et échouer à créer le produit préféré. La prudence consiste donc à distinguer le leadership technique du pouvoir de négociation, de la rentabilité, et de la capacité de distribution.

À mon sens, le marché a longtemps accordé une prime narrative aux pionniers visibles et une décote d’exécution à Google. Cette décote avait des raisons : les premiers lancements étaient brouillons et le groupe paraissait défensif. Elle devient moins évidente lorsque Gemini progresse, que Search résiste, que Cloud accélère, et que les TPU sortent progressivement du périmètre interne.

Ce constat ne commande pas de vendre les concurrents ni d’acheter Alphabet sans condition. Il oblige plutôt à réviser les probabilités. La course n’oppose plus un lièvre lancé à pleine vitesse à une tortue encore sur la ligne. La tortue a terminé une partie de sa préparation, possède désormais plusieurs moteurs, et commence à accélérer.

Une position à suivre avec sérieux, pas avec certitude

Ma conclusion tient en une distinction simple. Google a été en retard dans la bataille de l’attention, mais il avait plusieurs années d’avance dans la construction de certains éléments fondamentaux : recherche, puces spécialisées, infrastructure, distribution, et monétisation. Le marché a vu le premier retard avant de voir le reste.

Ce qui m’intéresse désormais n’est pas de savoir si Gemini gagne le benchmark du mois. Je veux voir si Alphabet transforme ses investissements en croissance rentable, si le cloud maintient ses marges, si les TPU deviennent une activité externe significative, si Search conserve sa valeur économique, et si les intégrations dans Workspace, Android, et les autres produits créent un usage durable plutôt qu’un simple effet de nouveauté.

Google ne va peut-être pas tout rafler. L’IA restera probablement un marché partagé entre plusieurs spécialistes et plusieurs plateformes. Mais Alphabet n’est pas venu participer à une démonstration. Le groupe dispose du capital, des équipes, des infrastructures, et des canaux de distribution pour viser la première place. Ignorer cette ambition parce qu’un concurrent affiche aujourd’hui un meilleur graphique serait, selon moi, une erreur d’analyse.

La stratégie de la tortue ne consiste pas à rester lente. Elle consiste à éviter de confondre vitesse initiale et capacité à finir la course. Google a maintenant le potentiel de courir plus vite que le lièvre. Reste à vérifier, trimestre après trimestre, qu’il sait aussi choisir la bonne trajectoire.

Repères documentaires

Les données contemporaines et les repères historiques cités dans cette analyse ont été vérifiés à partir des sources suivantes.

1. Alphabet, conférence sur les résultats du premier trimestre 2026, 29 avril 2026. Consulter la source

2. Alphabet, conférence sur les résultats du quatrième trimestre et de l’exercice 2025, 4 février 2026. Consulter la source

3. Google, « Gemini 3.5: frontier intelligence with action », 19 mai 2026. Consulter la source

4. Google Cloud, présentation des Tensor Processing Units, consultée le 30 juin 2026. Consulter la source

5. Google Research, Ashish Vaswani et al., « Attention Is All You Need », 2017. Consulter la source

6. Google, « 10 things you may have missed at Google I/O », 24 mai 2016. Consulter la source

7. Google DeepMind, « Demis Hassabis & John Jumper awarded Nobel Prize in Chemistry », 9 octobre 2024. Consulter la source

8. Alphabet, rapport annuel 2025, formulaire 10-K déposé auprès de la SEC. Consulter la source

9. Google, « New ways to create faster with Gemini in Docs, Sheets, Slides and Drive », 10 mars 2026. Consulter la source

Avertissement : ce texte présente une analyse personnelle à caractère informatif. Il ne constitue ni un conseil en investissement, ni une recommandation d’achat, de vente ou de conservation d’actions Alphabet ou de tout autre titre financier. Les performances passées, les positions technologiques et les projections d’une entreprise ne garantissent pas ses résultats futurs. Toute décision d’investissement doit tenir compte de la valorisation, de la situation personnelle, de l’horizon de placement et du risque de perte en capital.