Le cofondateur de Databricks annonce l'avènement de l'IA générale après avoir remporté le prix ACM

Matei Zaharia, cofondateur et directeur technique de Databricks, a failli passer à côté de l'e-mail lui annonçant qu'il avait remporté le prix ACM 2026 en informatique. « Ce fut vraiment une surprise », a-t-il confié à TechCrunch.

En 2009, la technologie développée par M. Zaharia pendant son doctorat à l’université de Berkeley, sous la direction du célèbre professeur Ion Stoica, a été intégrée à Databricks.

M. Zaharia avait mis au point une méthode permettant d’accélérer considérablement le traitement des projets de mégadonnées, souvent lents et fastidieux, et l’avait publiée sous la forme d’une plateforme open source appelée Spark. Les mégadonnées constituaient la tendance dominante de cette époque, tout comme l’IA aujourd’hui, et Spark a révolutionné le secteur technologique. À 28 ans, M. Zaharia est rapidement devenu une figure emblématique du monde de la technologie.

Depuis lors, il a dirigé l'ingénierie chez Databricks, transformant l'entreprise en un géant du stockage cloud et, aujourd'hui, en une plateforme de données fondamentale pour l'IA et les agents intelligents. Tout au long de ce parcours, l'entreprise a levé plus de 20 milliards de dollars — atteignant une valorisation de 134 milliards de dollars — et généré 5,4 milliards de dollars de chiffre d'affaires, incarnant la success story de la Silicon Valley.

Mercredi, l’Association for Computing Machinery lui a officiellement remis ce prix en reconnaissance de l’ensemble de ses contributions. Cette distinction s’accompagne d’une récompense en espèces de 250 000 dollars, que Zaharia prévoit de reverser à une association caritative qui reste à déterminer.

M. Zaharia, qui occupe également le poste de professeur associé à l'université de Berkeley parallèlement à ses fonctions de directeur technique, se concentre sur l'avenir plutôt que sur le passé. Comme beaucoup dans la Silicon Valley, il envisage un monde de plus en plus façonné par l'IA.

« L'IA générale est déjà là. Elle ne se manifeste simplement pas d'une manière que nous reconnaissons facilement », a-t-il déclaré à TechCrunch. « L'idée clé est que nous devrions cesser d'évaluer les modèles d'IA à l'aune de critères humains. »

Par exemple, un être humain ne peut devenir avocat qu’en réussissant l’examen du barreau après des années d’études intensives et d’assimilation des connaissances. Une IA, en revanche, peut absorber d’énormes quantités d’informations presque instantanément. Sa capacité à répondre correctement à des questions factuelles ne signifie pas pour autant qu’elle possède une compréhension générale, semblable à celle d’un être humain.

Cette tendance à anthropomorphiser l’IA peut entraîner des risques importants. Il cite l’exemple de l’agent IA populaire OpenClaw.

« D'un certain point de vue, c'est incroyable. Il peut automatiser efficacement un grand nombre de tâches », a-t-il noté. Cependant, il représente également « une faille de sécurité majeure » car il est conçu pour fonctionner comme un assistant de confiance, susceptible de traiter des données sensibles telles que des mots de passe. Cela expose à des risques de piratage ou de transactions financières non autorisées si l'agent accède à des comptes connectés.

« Il est important de se rappeler qu’il ne s’agit pas d’un être humain miniature », a-t-il souligné.

À la fois universitaire et ingénieur, Zaharia est particulièrement enthousiaste quant au potentiel de l’IA pour automatiser les processus de recherche, de l’expérimentation biologique à la synthèse de données.

Tout comme les plateformes low-code et no-code ont démocratisé le développement logiciel, il estime que les outils de recherche basés sur l’IA — capables d’analyses précises et sans « hallucinations » — finiront par se généraliser.

« Tout le monde n’a pas besoin de créer des applications logicielles, mais presque tout le monde a besoin d’interpréter efficacement les informations », a-t-il expliqué. À terme, nous exploiterons plus efficacement les atouts de l’IA : diagnostiquer des problèmes mécaniques comme les bruits de voiture, analyser des signaux au-delà du texte et des images (tels que les données radio ou micro-ondes), ou, comme il observe ses étudiants le faire, simuler des interactions moléculaires et prédire leurs résultats.

« Le domaine qui m’enthousiasme le plus est ce que je qualifierais de recherche améliorée par l’IA, en particulier pour les applications de recherche et d’ingénierie », a-t-il conclu.