En bref
- L’intelligence artificielle générale pourrait devenir réalité dans seulement deux à trois ans.
- Google DeepMind doit encore résoudre plusieurs limites techniques de l’IA.
- Cette révolution soulève déjà des questions de sécurité et de vie privée.
Les outils d’IA déjà installés dans le quotidien pourraient changer de dimension bien plus vite que prévu. Pour Demis Hassabis, cofondateur de Google DeepMind, une intelligence artificielle générale, capable d’un niveau proche de l’humain, pourrait apparaître d’ici 2028, voire 2029.
Un calendrier qui se resserre franchement
Dans un entretien publié par The Wall Street Journal Magazine, le chercheur britannique, aussi lauréat du prix Nobel, a raccourci sa précédente estimation. Il parlait encore d’une fenêtre de trois à cinq ans, et affirme désormais que l’échéance se rapproche. Il a même résumé la situation d’une formule très directe : « C’est proche ».
Ce changement ne sort pas de nulle part. En décembre 2025, Demis Hassabis disait à Axios que l’AGI pouvait encore être à cinq ou dix ans. En mai 2026, il évoquait plutôt 2030, possiblement avant. Cette fois, il place le cap sur 2028 ou 2029. Le tempo s’est clairement accéléré.
Pourquoi il y croit davantage ?
Ce regain de confiance repose en partie sur les progrès des agents autonomes. Là où un chatbot classique attend une consigne, ces systèmes peuvent enchaîner plusieurs actions, utiliser des outils et prendre certaines décisions pendant la tâche.
Après la conférence Google I/O de mai 2026, Demis Hassabis de Google DeepMind expliquait à Axios que les agents actuels servent en quelque sorte de répétition générale avant l’intelligence artificielle générale. Il reconnaît aussi employer un ton plus pressant pour pousser gouvernements, économistes et grand public à prendre cette perspective plus au sérieux. Le message est simple, le sujet n’est plus lointain.
Ce qui bloque encore l’AGI
Mais les systèmes actuels, de ChatGPT à Gemini en passant par Claude, restent loin d’une intelligence humaine vraiment souple et fiable. Lors d’un échange en avril avec Y Combinator, Demis Hassabis a pointé plusieurs verrous.
D’abord, l’apprentissage continu. Un humain apprend d’une expérience puis réutilise ce qu’il a compris dans d’autres situations. Les modèles d’IA, eux, n’actualisent pas naturellement leur savoir à chaque nouvelle information. Il y a aussi la mémoire, même avec des fenêtres de contexte plus larges, les assistants peuvent perdre le fil.
Et puis il reste le raisonnement. Une IA peut résoudre un problème de maths complexe ou produire du code solide, puis se tromper sur une logique élémentaire, ou donner une mauvaise réponse avec aplomb. Tant que ces points, plus la régularité globale, ne sont pas réglés, l’AGI reste une promesse, pas un produit.
Ce que ça changerait concrètement
La vraie rupture serait la flexibilité. Aujourd’hui, on peut utiliser ChatGPT pour organiser des vacances, Gemini pour résumer des e-mails ou Claude pour aider à rédiger. Une intelligence artificielle générale irait plus loin, avec beaucoup moins de supervision, sur des problèmes nouveaux.
Concrètement, un assistant pourrait comparer des prix, coordonner des agendas et réserver un séjour presque seul. Dans le travail, il prendrait davantage de missions de recherche, d’analyse ou d’administratif. Dans la santé, il pourrait aider à accélérer la découverte de médicaments ou repérer des traitements prometteurs.
Il existe déjà un précédent côté science. Demis Hassabis a partagé le prix Nobel de chimie 2024 pour ses travaux sur AlphaFold, un système d’IA qui a bouleversé la prédiction des structures de protéines. Reste le revers: emplois, vie privée, sécurité, et erreurs de décision par des systèmes plus autonomes. Google DeepMind a bien publié un cadre pour mesurer les progrès vers l’AGI, mais il n’existe toujours pas de test universel pour dire, noir sur blanc, qu’elle est là.
