Neolabs sont aujourd'hui confrontés à un mandat impossible : fournir à la fois une percée de recherche et construire une entreprise à l'échelle du capital-risque, alors que chaque objectif n'a qu'une probabilité de succès de 1 sur 100. En combinaison, les probabilités chutent à 1 sur 10 000. L'auteur plaide en faveur d'un meilleur modèle emprunté à l'industrie pharmaceutique.
Les laboratoires de pointe comme Open AI, Anthropic et Google Deep Mind sont engagés dans une course pour déployer des améliorations éprouvées—pipelines de données, infrastructure, calcul—alors que les chercheurs poursuivent « la prochaine grande chose ». Cette tension a donné naissance aux neolabs, des startups fortement financées avant d'avoir un produit, où les équipes sont réparties entre la construction d'une entreprise et la poursuite de l'AGI.
L'auteur propose un changement radical : permettre aux neolabs de se concentrer exclusivement sur la recherche révolutionnaire, d'espérer des revenus proches de zéro et d'accepter des acquihires en cas de succès. Cela reflète la répartition du travail vieille de plusieurs décennies dans l'industrie pharmaceutique, où les petites biotechs gèrent la découverte à haut risque et où les grandes entreprises mettent à l'échelle la production et la distribution.
Bien que cela fonctionne pour la science, cela échoue pour les sociétés de capital-risque, qui ont besoin d'entreprises qui restituent les fonds plutôt que des acquisitions, surtout aux valorisations multibilliardaires d'aujourd'hui.
Entités clés : Entreprises : Open AI, Anthropic, Google Deep Mind, Databricks | Personnes : Ali Ghodsi
FAQ : Pourquoi les neolabs peinent-ils à réussir ?
Ils sont censés fournir à la fois une percée de recherche et une entreprise à l'échelle du capital-risque simultanément. Chaque objectif pris isolément n'a qu'une chance sur 100 de réussir, ce qui fait que les chances combinées sont de 1 sur 10 000.
Source: Hacker News · Résumé par HeadlinesBriefing