Sand Hill Road & le capital-risque
Une densité unique de sociétés de capital-risque, prêtes à financer des paris incertains. L'accès au capital — et la tolérance à l'échec qui l'accompagne — accélère le passage de l'idée au produit.
Pourquoi l'IA est née là-bas · panorama 2026
La Silicon Valley ne domine pas l'intelligence artificielle par hasard. C'est le produit d'une histoire (du transistor aux modèles génératifs), d'une géographie (des universités, des labos et des financeurs à quelques minutes les uns des autres) et d'une culture singulière — avec ses réussites comme ses angles morts. Ce site explique comment, factuellement et avec recul.
Quatre questions pour cibler la bonne catégorie d'outil, votre niveau d'exigence sur les données et la façon de tester — gratuitement.
01 — La carte de la Vallée
De San Francisco au nord à San José au sud, l'écosystème tient dans un mouchoir de poche. Chaque fiche est enrichie en direct par l'encyclopédie : une source identifiée, datée et vérifiable.
02 — Du transistor à l'IA générative
La domination actuelle se lit dans le temps long. Quelques jalons publics — en signalant honnêtement ce qui ne s'est pas passé dans la Vallée.
Deux diplômés de Stanford, William Hewlett et David Packard, fondent HP. Le garage est souvent présenté comme le « lieu de naissance » de la Silicon Valley.
Le transistor est inventé aux Bell Labs (New Jersey). La technologie n'est pas née dans la Vallée — mais elle va y trouver son industrie.
William Shockley installe son laboratoire de semi-conducteurs. L'année suivante, huit de ses ingénieurs partent fonder Fairchild Semiconductor : la lignée du silicium local commence.
John McCarthy, qui a forgé l'expression « intelligence artificielle », fonde le laboratoire d'IA de Stanford. La recherche universitaire en IA s'enracine dans la Vallée.
Des anciens de Fairchild fondent Intel. Le microprocesseur (1971) fera de la région le centre mondial de la micro-électronique — d'où le surnom « Silicon Valley ».
Larry Page et Sergueï Brin, doctorants à Stanford, fondent Google. Le passage du laboratoire universitaire à l'entreprise mondiale devient un schéma récurrent.
Le réseau AlexNet (conçu à Toronto) remporte le concours de reconnaissance d'images ImageNet — base de données lancée par la chercheuse Fei-Fei Li, alors à Princeton puis Stanford. Les GPU de Nvidia rendent ces calculs possibles.
OpenAI est créé à San Francisco comme laboratoire de recherche. Une nouvelle vague de labos d'IA s'installe au cœur de la ville.
Des chercheurs de Google publient l'article décrivant l'architecture Transformer, socle des grands modèles de langage actuels.
OpenAI lance ChatGPT en novembre 2022. L'IA générative devient un phénomène grand public et relance la course mondiale.
03 — Pourquoi là, et pas ailleurs
Une densité unique de sociétés de capital-risque, prêtes à financer des paris incertains. L'accès au capital — et la tolérance à l'échec qui l'accompagne — accélère le passage de l'idée au produit.
Deux universités de recherche de premier plan voisines de la Vallée. Elles forment les talents, hébergent des laboratoires (SAIL, BAIR) et essaiment fondateurs et brevets dans l'écosystème local.
Une mythologie du garage, de l'itération rapide et du droit à l'échec. Cette culture stimule l'expérimentation — mais elle a aussi nourri des dérives, du « fake it » aux promesses excessives.
La Vallée attire des ingénieurs du monde entier ; une part importante des fondateurs sont des immigrés ou enfants d'immigrés. Les réseaux denses (alumni, anciens d'une même entreprise) recyclent idées et capitaux.
04 — Le revers du modèle
Le même écosystème qui accélère l'innovation produit aussi des effets discutés — y compris par des voix issues de la Vallée elle-même.
Calcul, données, talents et capital se concentrent dans quelques organisations d'une même région. Cette concentration pose des questions de dépendance, de concurrence et de souveraineté pour le reste du monde.
La Vallée connaît des cycles d'enthousiasme et de correction (la bulle Internet de 2000 en est l'exemple le plus connu). Une partie des débats actuels porte sur le risque d'une survalorisation de l'IA.
L'entraînement et l'exploitation des grands modèles consomment électricité et eau de refroidissement, et reposent sur des chaînes d'approvisionnement matérielles complexes. L'empreinte environnementale est un sujet de plus en plus scruté.
Modèles entraînés sur des données biaisées, travail d'annotation souvent invisible et délocalisé, faible diversité de certaines équipes : la critique éthique de l'IA fait elle aussi partie du paysage, y compris depuis l'intérieur.
05 — Qui fait quoi
Laboratoires, géants tech, start-up IA, fonds de capital-risque et fabricants de puces : le cheat-sheet de l'écosystème, filtrable par catégorie ou visible en entier.
16 acteurs affichés sur 16
06 — Quiz
8 questions à choix multiples sur les faits présentés dans ce site — qui a fondé quoi, quelle année, quel lieu, quelle architecture. Résultat immédiat, score final personnalisé.
8 questions · réponse immédiate · score final avec message personnalisé
07 — Questions
Non. Nos outils sont pensés pour être utilisés par tout le monde, sans coder.
Oui, vos données restent confidentielles et ne sont jamais revendues.
De nombreuses fonctionnalités sont accessibles gratuitement, avec des options avancées payantes.
08 — Échanger
Une question, un besoin ? On vous répond rapidement.
Réponse rapide · Sans engagement