L'expression « recherche en profondeur » (ou « escalade de colline ») se répand des laboratoires d'IA aux séances de conseil et aux salles de réunion. Elle désigne une recherche qui améliore la donnée chiffrée qui lui est présentée sans pouvoir en distinguer d'autres.
L'escalade de colline est une méthode de recherche locale issue des débuts de l'IA. On évalue sa position actuelle, on teste de petites modifications à proximité, on conserve celle qui obtient le meilleur score, et on recommence. Marvin Minsky a introduit ce terme dans le canon de l'IA en 1961, tout en soulignant dans le même article que la méthode s'enlise sur de faux sommets et erre sans apprendre sur terrain plat. La Silicon Valley a adopté le terme et a oublié la mise en garde. Pour tout dirigeant d'entreprise, ce vocabulaire a un coût : un langage commun qui ne désigne que les améliorations incrémentales rend le budget d'exploration difficile à justifier en réunion.
Satya Nadella l'a utilisée en juin pour décrire l'exécution de nombreux modèles au sein d'une infrastructure que l'on contrôle. Demis Hassabis s'en est servi en juillet pour se demander si l'industrie de l'IA n'avait pas atteint son apogée. Paul Graham, quant à lui, l'emploie pour inciter les fondateurs à privilégier la croissance immédiate et à se préoccuper des limites plus tard. Trois hommes, trois métiers différents, une seule métaphore : aucun d'eux ne parle de randonnée.
Ce qui s'est passé
Le Wall Street Journal rapportait jeudi que l'expression « escalade de colline » était devenue le mot à la mode à San Francisco, passant du domaine de la recherche en apprentissage automatique au langage courant des affaires. Thomas Kurian de Google Cloud et Shyam Sankar de Palantir l'ont tous deux employée publiquement. Les ingénieurs se demandent entre eux sur quoi ils « escaladent » cette semaine. Un responsable en IA qualifie ses recrues en analyse quantitative d'« escaladeurs de colline ». Un chercheur demande à sa fille de 12 ans si elle veut « escalader la colline de géométrie » ce soir.
Nick Heiner, qui gère les environnements d'apprentissage par renforcement chez Surge AI, une société spécialisée dans les données, a donné au Journal la définition la plus simple possible : « C'est simplement un terme universel pour désigner l'acte d'améliorer. »
C’est cette simplification qui explique la large diffusion du mot, et qui le prive de son sens profond. L’expression « gravir une colline » désigne une amélioration le long de l’axe sur lequel on se trouve déjà. L’axe, c’est l’idée centrale.
Hanlin Tang, directeur technique des réseaux neuronaux chez Databricks, a déclaré au Journal avoir entendu des clients non spécialisés en technologie utiliser ce terme lors d'appels, principalement dans le cadre de missions de conseil axées sur l'IA. C'est ce mécanisme de transmission qu'il convient d'observer. Les consultants ont également introduit le terme « flywheel » dans les conseils d'administration, et un linguiste de l'Université de l'Indiana, cité dans l'article, a établi la même comparaison.
L'histoire de fond
Minsky a décrit l'optimisation par recherche locale dans son article « Steps Toward Artificial Intelligence », publié dans les Actes de l'IRE en 1961. Imaginez une boîte noire avec des entrées et un score. Impossible d'en voir l'intérieur. On explore localement, on repère la direction de la plus forte pente, on se déplace et on répète l'opération jusqu'à ce que l'amélioration cesse.
Il a également rédigé les mises en garde, dans le même article, dans la même section.
La première mise en garde est bien connue : un alpiniste qui atteint un sommet sans voisin plus élevé s’arrête, que ce sommet soit remarquable ou non. Minsky suggérait de remédier à cela en multipliant les étapes.
La seconde mise en garde, souvent passée sous silence, devrait pourtant inquiéter les opérateurs. Minsky soutenait que, pour les problèmes difficiles, le principal obstacle n'est pas de se retrouver piégé sur un faux sommet, mais de trouver un sommet significatif. Les fonctions de score réelles tendent à produire ce qu'il appelait le phénomène de la mesa : de vastes zones plates où une petite modification d'un paramètre n'entraîne aucune modification du score. Sur une mesa, un grimpeur progressant à petits pas erre sans rien apprendre.
Sa conclusion est sans détour : la recherche par escalade nécessite une connaissance structurelle de l’espace de recherche, et sans elle, « elle peut faire plus de mal que de bien »
Soixante-cinq ans plus tard, c'est cette phrase qui n'a pas intégré le langage à la mode.
Le plan
Quelqu'un a remarqué qu'un alpiniste a besoin d'une colline et a créé une entreprise.
L'apprentissage par renforcement s'exécute dans des environnements : des environnements de travail simulés où un agent effectue une tâche et où un évaluateur note sa performance. Mercor a acquis Sepal AI en février 2026 pour ses benchmarks évalués par des experts, puis Deeptune en juillet 2026 pour ses environnements d'entreprise qui reproduisent Excel, Salesforce, Slack et Zendesk sous forme de bacs à sable. Surge AI, qui a atteint un chiffre d'affaires d'environ 1,2 milliard de dollars en 2024 avec environ 110 employés et est désormais valorisée à près de 24 milliards de dollars par Forbes, propose sa propre suite d'environnements. Prime Intellect a levé 130 millions de dollars en juillet 2026, pour une valorisation d'un milliard de dollars et un chiffre d'affaires annualisé d'environ 100 millions de dollars, en proposant aux entreprises de maîtriser leur propre boucle d'optimisation. Mechanize conçoit des environnements de développement pour Anthropic et rémunère ses ingénieurs à hauteur de 500 000 dollars.
Sur l'ensemble du secteur des données d'entraînement, les estimations de la presse situent le chiffre d'affaires annuel combiné de 28 startups à environ 8,5 milliards de dollars, pour une valorisation combinée avoisinant les 100 milliards de dollars, Scale, Surge, Mercor et Handshake captant plus des trois quarts de ce chiffre d'affaires.
Ensuite, regardez les revenus générés par la gamme de produits environnementaux elle-même.
Mercor a franchi la barre des 2 milliards de dollars de chiffre d'affaires annualisé en juin 2026 et prévoit que son activité RL Environments atteindra plusieurs dizaines de millions de dollars d'ici septembre. Avec deux acquisitions en cinq mois, cette division devrait représenter entre 1 % et 2 % du chiffre d'affaires du groupe. L'actif rare dont tout le monde parle n'est, pour l'instant, qu'un poste budgétaire.
L'angle du modèle d'affaires
James March a identifié ce problème de management en 1991, trente ans avant qu'il ne soit formalisé. Dans un article paru dans Organization Science, il distingue deux phases d'apprentissage organisationnel : l'exploration, c'est-à-dire la recherche et l'expérimentation aux résultats incertains, et l'exploitation, soit le perfectionnement des méthodes qui fonctionnent déjà. Sa conclusion : les organisations adaptatives améliorent l'exploitation plus rapidement que l'exploration, ce qui les rend efficaces à court terme mais autodestructrices à long terme. L'exploitation l'emporte sur le plan budgétaire car ses bénéfices sont plus rapides, plus immédiats et assortis d'une marge d'erreur plus faible.
L'escalade de la pression est une forme d'exploitation assortie d'une équation. L'intégrer au vocabulaire managérial donne un avantage certain à ceux qui ont déjà remporté des succès commerciaux.
Trois conséquences en découlent pour une entreprise en activité.
L'exploration perd de son sens. Un cadre ambitieux dispose désormais d'une formule percutante pour « faire augmenter les chiffres », sans équivalent pour « investir pour vérifier si nous sommes sur la bonne voie ». Personne ne vote pour réduire le budget d'exploration. Il diminue car celui qui le défend doit d'abord en expliquer le concept, tandis que celui qui défend l'optimisation se contente d'un terme générique.
La plupart des indicateurs de performance d'entreprise se comportent comme des plateaux. Valeur de la marque, fidélisation d'un segment non ciblé, satisfaction des développeurs, santé d'un canal insuffisamment suivi : vous pouvez vous concentrer sur ces indicateurs pendant deux trimestres et constater une stagnation, ce qui n'apporte aucune information à votre équipe sur la direction à prendre. L'avertissement de Minsky est d'autant plus pertinent en entreprise que lors d'un exercice de simulation, car une entreprise ne peut pas refaire le même trimestre avec une marge de progression plus importante.
Le résultat attendu est la colline. Les responsables des achats en entreprise consacreront davantage de temps à définir le système de notation qu'à acquérir le modèle, un argument que nous avons développé dans notre article « L'IA triomphe là où la réponse est vérifiable ». Le marché de l'environnement confirme cette tendance du côté de l'offre, et son chiffre d'affaires actuel indique que les acheteurs ne sont pas encore pleinement convaincus.
Marc Benioff a déjà franchi le pas publiquement. Salesforce a remplacé la consommation de jetons par des « unités de travail d'agent » comme indicateur interne de réussite en IA, un changement que nous avons abordé dans notre article sur le revirement du système de rationnement des jetons chez les géants de la tech. Modifier ce que l'on mesure, c'est se fixer un nouvel objectif. Le terme « escalade » ne désigne pas cette décision, c'est pourquoi elle est souvent prise par défaut.
Le risque
C'est au niveau des calculs d'investissement que la métaphore prend tout son sens. Les quatre plus grands hyperscalers prévoient des dépenses d'investissement combinées d'environ 700 milliards de dollars en 2026, les estimations des différentes sources variant entre 660 et 725 milliards de dollars selon les entreprises et le traitement des contrats de location pris en compte ; l'estimation de Morgan Stanley, basée sur cinq entreprises, avoisine quant à elle les 805 milliards de dollars. Ces investissements reposent sur l'hypothèse d'une croissance continue, c'est-à-dire que l'augmentation des capacités de calcul et du renforcement par apprentissage automatique continue de générer des gains sur l'axe actuel.
Hassabis, qui dirige l'un des laboratoires, s'est demandé en juillet si l'algorithme de recherche locale suffirait à lui seul à atteindre ses objectifs, ou s'il faudrait encore une ou deux avancées majeures. Une avancée majeure, c'est un saut par-dessus une vallée. Les algorithmes de recherche locale ne permettent pas de réaliser de tels sauts, c'est pourquoi les informaticiens ont inventé les redémarrages aléatoires et le recuit simulé pour contourner leurs limitations. Quiconque finance un centre de données prévu pour 2026 finance une ascension et espère un bond en avant.
Le risque le plus immédiat réside au sein même des entreprises. Près de 90 % des entreprises utilisant l'IA ne constatent aucun gain de productivité à ce jour, comme nous l'avons expliqué dans « Pourquoi le boom de la productivité grâce à l'IA tarde-t-il à se concrétiser ? ». Les équipes qui considèrent chaque problème comme une montagne à gravir s'obstinent à optimiser des projets pilotes qui n'ont jamais été sur la bonne voie. Notre enquête sur la prolifération des chefs de cabinet a illustré ce phénomène : les entreprises ont optimisé leur stratégie en fonction de l'étendue du contrôle, car les niveaux hiérarchiques étaient quantifiables, l'indicateur s'est amélioré et le coût a réapparu là où l'indicateur ne pouvait pas le détecter.
Voici maintenant l'argument contraire, car la version de Graham mérite mieux qu'un homme de paille. Les fondateurs qui s'obstinent à optimiser localement avant même d'avoir des clients ont tendance à se figer, et la croissance initiale révèle des options qu'aucune analyse préalable n'aurait permis de déceler. Gravir le sommet d'une petite colline est souvent le moyen le plus rapide d'apercevoir la plus grande. Minsky lui-même conseillait de progresser par grandes étapes, sans jamais s'arrêter. Or, les rendements de YC proviennent d'entreprises exceptionnelles, et ces entreprises modifient la fonction plutôt que les paramètres. Conseiller à chaque fondateur d'optimiser localement est un conseil judicieux pour l'entreprise moyenne du lot, mais un mauvais conseil pour celles dont le portefeuille a besoin.
Un autre élément à prendre en compte. Les managers qui emploient ce terme risquent d'aiguiser leur réflexion plutôt que de l'enliser, car la question « qu'est-ce qu'on essaie d'atteindre ? » oblige l'équipe à définir un indicateur, ce dont la plupart des équipes sont incapables. Un mot qui révèle l'absence d'objectif mesurable se justifie pleinement.
Questions rapides
En intelligence artificielle, l'algorithme de recherche locale (ou « hill-climbing ») est une méthode d'optimisation qui évalue les petites modifications apportées à une solution existante et ne conserve que celles qui améliorent le score. L'entraînement des modèles modernes utilise des méthodes d'apprentissage par renforcement et basées sur le gradient, qui reposent sur la même logique : mesurer, ajuster, puis mesurer à nouveau.
Pourquoi parle-t-on de maxima locaux ? Un grimpeur s'arrête à tout point où aucun mouvement voisin n'offre un meilleur score, même si un sommet plus élevé se trouve ailleurs. Rester bloqué sur un sommet moins élevé est l'échec classique de cette méthode.
L'approche par la recherche de la meilleure solution est-elle équivalente à l'amélioration continue ? Assez proche pour qu'on puisse en discuter, à une différence près, mais non des moindres. Les programmes d'amélioration continue comme le kaizen permettent généralement aux employés de remettre en question le processus lui-même. L'approche par la recherche de la meilleure solution, quant à elle, fixe l'objectif par définition.
Quelles conséquences cela a-t-il pour mon entreprise ? Il faut clairement répartir le budget. Financez les travaux qui permettent d'atteindre l'indicateur de ce trimestre et financez ceux qui vérifient la pertinence de cet indicateur. Veillez à bien distinguer les deux volets afin qu'ils ne soient pas désavantagés par rapport aux premiers.
Qui fournit les environnements et les données graduées nécessaires à l'apprentissage par renforcement ? Mercor, Surge AI, Scale, Handshake, Prime Intellect et Mechanize proposent ces environnements et ces données. Ce segment est en pleine expansion, et les revenus générés par les environnements restent faibles comparés à ceux provenant des données humaines sous-jacentes.
L'analyse du modèle d'entreprise
Le jargon révèle ce qu'une entreprise considère comme facile. Le terme « effet d'entraînement » s'est répandu car il flattait les entreprises dont la croissance s'auto-alimentait. L'expression « ascension progressive » se répand actuellement car le secteur de l'IA a connu trois années de croissance où une puissance de calcul accrue et des évaluateurs plus performants ont permis d'obtenir de meilleurs résultats, et cette expérience est contagieuse pour les dirigeants en quête de la même certitude.
Achetez le terme si vous voulez. Mais sachez aussi qu'il comporte des réserves. Ceux qui l'utilisent correctement optimisent un système où quelqu'un d'autre a déjà défini la fonction objectif, et les laboratoires paient Mercor et Surge pour élaborer ces objectifs, car définir une bonne fonction objectif s'avère être la partie la plus difficile du travail.
Au sein de votre entreprise, personne ne vous propose ce service. Vous définissez vous-même votre système de notation, vous le réévaluez rarement, et l'indicateur griffonné sur un tableau blanc lors d'une réunion de planification il y a trois ans détermine désormais les objectifs que votre équipe est autorisée à atteindre. Ce choix n'entre pas en ligne de compte dans votre budget. Il fixe de toute façon votre plafond, au-delà de tout ce que les optimisations sous-jacentes peuvent accomplir.
Le conseil de Minsky reste valable : quand les progrès cessent, il faut franchir une étape plus importante.
