Ces derniers mois, le récit le plus facile à faire sur Thinking Machines Lab, la société de Mira Murati, était le plus chaotique. Un nouvel accord avec Nvidia brosse toutefois un tableau différent des projets d’avenir de l’entreprise.
Un cofondateur est parti chez Meta en novembre 2025. Puis, le 14 janvier 2026, les cofondateurs Barret Zoph et Luke Metz sont partis rejoindre OpenAI, accompagnés du chercheur Sam Schoenholz, dans un remaniement très médiatisé des effectifs rapporté par WIRED. Pour un jeune laboratoire d’IA de pointe dont le principal atout est en gros que « certaines des personnes les plus brillantes de l’IA ont toutes accepté d’y travailler », ce n’est pas une petite égratignure. C’est le genre de chose qui fait transpirer les investisseurs, sourire les concurrents et met aussitôt tous les groupes de discussion de San Francisco en ébullition.
Et pourtant, l’annonce du partenariat avec Nvidia publiée aujourd’hui change radicalement le ton de ce récit.
Non pas parce qu’elle prouve que le psychodrame n’avait pas d’importance. Il en avait. Mais parce qu’elle suggère que Thinking Machines a réussi à faire ce qui compte le plus dans l’IA de pointe après une perte de talents : continuer à avancer assez vite pour que le marché la considère toujours comme une prétendante sérieuse.
Le titre est presque caricaturalement grandiose. Thinking Machines annonce avoir signé un partenariat pluriannuel avec Nvidia afin de déployer au moins un gigawatt de systèmes Vera Rubin de nouvelle génération, dont le déploiement est prévu pour le début de 2027. Nvidia réalise également ce que les deux entreprises décrivent comme un investissement important.
Traduction : il ne s’agit pas de dire « startup sympathique, bonne chance pour la suite ». C’est Jensen Huang qui met de vraies puces, de vrais capitaux et son véritable poids en matière de réputation derrière le laboratoire de Murati.
Cela compte parce qu’en 2026, la puissance de calcul est synonyme de crédibilité.
Nous avons depuis longtemps dépassé la phase où la compétition dans l’IA de pointe consistait principalement à savoir qui avait la meilleure démonstration ou le plus joli graphique de benchmark. Le jeu ressemble désormais beaucoup plus à la course à l’appropriation des capacités de calcul dont nous parlons depuis quelque temps : celui qui sécurise les puces, l’électricité, la capacité des centres de données et les bons talents techniques dispose d’un siège à la table des grands. Tous les autres se livrent à un cosplay très coûteux de laboratoire d’IA de pointe.
Thinking Machines vient de s’offrir une place bien plus convaincante.
Pourquoi cet accord change la donne
Le calendrier est au cœur de l’histoire. Si cet accord avait été conclu avant les départs, il aurait ressemblé à une simple annonce du type « la startup de Murati s’associe à un grand partenaire d’infrastructure ». Le voir arriver après des mois de turbulences visibles en fait autre chose : une réfutation. Il indique au marché que, quels que soient les dégâts internes causés par ces départs, Nvidia estime toujours que cette entreprise mérite un investissement à grande échelle.
Cela ne signifie pas automatiquement que Thinking Machines prospère en interne. Il faut éviter de confondre un partenariat massif avec un certificat de bonne santé. Les gros engagements en matière de puissance de calcul ne livrent pas de produits, ne construisent pas une culture d’entreprise et ne remplacent pas les chercheurs fondateurs qui claquent la porte. Ils rendent toutefois une chose claire : Thinking Machines n’a pas été reléguée dans la catégorie des entreprises « intéressantes, mais fragiles ».
En fait, Axios rapportait aujourd’hui que l’entreprise était passée d’environ 30 employés il y a un an à quelque 120 aujourd’hui, avec davantage d’embauches que de départs, selon une source proche de la société. Si cela se confirme, l’interprétation la plus juste n’est pas « Thinking Machines a survécu à un effondrement ». C’est plutôt : « Thinking Machines a encaissé un coup, puis a continué à recruter, à construire et vient de verrouiller l’un des plus grands signaux en matière de puissance de calcul du secteur. »
Cela correspond également aux indices sur ses produits que nous avons vus jusqu’ici. Thinking Machines n’a pas encore dévoilé toutes ses cartes concernant les modèles d’IA de pointe, mais elle développe progressivement Tinker, sa plateforme d’entraînement destinée aux chercheurs et aux développeurs. Le discours de l’entreprise a toujours été centré sur une IA personnalisable, des modèles ouverts et des outils qui permettent aux utilisateurs de façonner les systèmes plutôt que de simplement les consommer. L’annonce de Nvidia renforce cette vision : une infrastructure plus vaste, non seulement pour entraîner des modèles bruts, mais aussi pour faire fonctionner des plateformes que les utilisateurs peuvent adapter à leurs propres besoins.
L’infrastructure peut absorber beaucoup de turbulences
Alors oui, tout porte à croire qu’elle est en train de passer au travers.
Mais il existe aussi une deuxième interprétation, légèrement moins flatteuse : Thinking Machines est peut-être en train de prouver que, sur le marché actuel, l’infrastructure peut masquer bien des problèmes. Dans la guerre des talents de l’IA, les chercheurs d’élite restent extrêmement importants, comme nous l’avons vu lorsque OpenAI a davantage misé sur les rémunérations et les techniques de recrutement, notamment en supprimant le délai initial d’acquisition des actions. Mais les laboratoires qui l’emportent sont de plus en plus ceux qui peuvent remplacer les départs individuels par une dynamique institutionnelle. Si Nvidia est prête à vous soutenir avec une capacité future à l’échelle de Vera Rubin, le marché peut pardonner beaucoup de chaos organisationnel.
C’est à la fois impressionnant et quelque peu inquiétant.
Car ce que cela signale réellement, c’est que la course à l’IA de pointe dépend de moins en moins de la capacité d’une startup à éviter les faux pas et de plus en plus de sa faculté à rester financée, approvisionnée et crédible malgré eux. Le laboratoire de Murati semble avoir franchi ce cap, du moins pour l’instant. La perte de grands noms en janvier aurait pu transformer Thinking Machines en une mise en garde sur la difficulté à attirer des talents loin d’OpenAI et à les retenir. Au lieu de cela, au 10 mars 2026, l’entreprise a réussi à imposer une autre question :
Et si les départs constituaient un revers, mais pas un déraillement ?
C’est là toute l’importance de cet accord. Il ne prouve pas que Thinking Machines a résolu le problème le plus difficile. Il prouve que l’entreprise peut encore tenter de le résoudre à l’échelle de l’IA de pointe.
Et sur ce marché, c’est déjà une très grosse affaire.
Note de la rédaction : ce contenu a d’abord été publié dans la newsletter de notre publication sœur, The Neuron. Pour lire d’autres articles de The Neuron, inscrivez-vous à sa newsletter ici.