À l’India AI Impact Summit 2026, Demis Hassabis (Google DeepMind) avance un horizon de cinq à huit ans pour l’AGI. Il tempère toutefois l’enthousiasme: les modèles actuels n’apprennent pas en continu, planifient mal à long terme et transfèrent peu leurs acquis. Message sous-jacent: pas de saut magique, mais une feuille de route technique encore exigeante. Pour les entreprises, cap sur des cas d’usage ciblés et robustes, sans parier trop tôt sur une autonomie généralisée des systèmes.

Dans une interview à Fortune, Hassabis prévoit une "renaissance" IA d'ici 10-15 ans, citant médecine personnalisée et matériaux pour la fusion comme impacts de suites comme AlphaFold et justifiant des réorganisations au sein d'Alphabet.

Demis Hassabis (Google DeepMind) esquisse une « nouvelle ère dorée de découverte » dans 10 à 15 ans, portée par l’IA appliquée à la biologie et aux grands défis planétaires. La promesse est ambitieuse: accélérer la R&D, du design de protéines aux matériaux et à l’énergie. Mais l’échéance reste large et dépend de progrès méthodiques en fiabilité, simulation et validation expérimentale. Signal aux acteurs: consolider les ponts IA-sciences plutôt que chercher des effets d’annonce.

À Davos, Hassabis réitère une probabilité de 50 % pour l'arrivée de l'AGI d'ici 2030, évoquant un futur où l'IA résout des défis énergétiques et scientifiques tout en minimisant, selon lui, les pertes d'emplois immédiates.

Lors de l'Axios AI+ Summit, Hassabis affirme que l'évolutivité des systèmes IA actuels est centrale pour atteindre l'AGI, orientation qui oriente les investissements de DeepMind en calcul et données.

Google annonce une collaboration avec Boston Dynamics pour la robotique, avec des démonstrations prévues sous 18-24 mois, visant à combiner recherche DeepMind et hardware physique à l'échelle industrielle.