John Jumper quitte DeepMind pour Anthropic et la biologie

Sur l'écran d'un laboratoire, une protéine se met en place. Cela paraît presque sans effort. Cette illusion est le résultat de plusieurs années de travail et d'un seul esprit dont le nom est devenu synonyme d'une révolution : John Jumper.

Jumper, co-récipiendaire du prix Nobel de chimie 2024 aux côtés de Demis Hassabis et David Baker, a conçu le cœur d'AlphaFold, le système d'IA qui a transformé la science des protéines. AlphaFold a prédit des structures tridimensionnelles pour plus de 200 millions de protéines à partir de leurs séquences d'acides aminés. Le résultat n'a pas été un progrès marginal. Il a réduit de plusieurs années les calendriers de recherche biologique et est devenu un outil pratique pour la conception de vaccins, la recherche sur le cancer et la lutte contre la résistance aux antibiotiques.

Quand le talent réécrit les règles

Après environ neuf ans chez DeepMind, Jumper est parti pour Anthropic. Le départ survient à peine deux jours après celui de Noam Shazeer, un cadre technique de Google, qui a rejoint OpenAI. Le calendrier a de l'importance. Il ne s'agit pas d'un simple turnover. C'est un signal.

Pourquoi maintenant ? Des startups comme Anthropic et OpenAI ne sont plus seulement des challengers. Elles promettent une prise de décision plus fluide, moins d'obstacles administratifs et un objectif unique : pousser l'intelligence artificielle vers de nouveaux horizons. Pour des scientifiques souhaitant marier une expertise approfondie du domaine et une ingénierie agile, cela peut être irrésistible.

Les récentes initiatives d'Anthropic éclaircissent la situation. En avril, la société a acquis la startup de biotechnologie Coefficient Bio pour environ 370 millions d'euros en actions, un mouvement destiné à intégrer une expertise en modélisation moléculaire. L'équipe santé et biosciences d'Anthropic a publiquement déclaré vouloir confier à Claude, son IA, une part significative des travaux mondiaux en biosciences. Recruter un lauréat du Nobel qui a réimaginé le repliement des protéines donne à cette ambition une crédibilité scientifique tangible.

Jumper est jeune pour un lauréat du prix Nobel. Né en 1985, il a obtenu un doctorat en chimie théorique à l'université de Chicago et est devenu le plus jeune lauréat du prix de chimie depuis plus de sept décennies. Son travail sur AlphaFold n'est pas seulement une reconnaissance académique ; c'est un outil utilisé par plus de deux millions de scientifiques dans 190 pays, accélérant des efforts allant des vaccins antipaludiques à de nouvelles thérapies contre le cancer.

Anthropic n'a pas révélé le rôle exact de Jumper. Ce silence est volontaire. Des recrutements stratégiques peuvent servir à de multiples fins : diriger la recherche, valider une feuille de route ou ouvrir des portes à des partenariats en biotechnologie. Ce qui est évident, c'est que son expertise correspond à l'ambition d'Anthropic dans la modélisation biologique et les applications médicales des grands modèles.

Il y a une autre dimension. Anthropic prépare un important événement scientifique le 30 juin. L'arrivée d'un scientifique du calibre de Jumper attirera l'attention, utile pour une entreprise confrontée à un examen juridique et réglementaire intense de la part des autorités américaines. Le talent peut attirer les projecteurs. Il peut aussi servir de bouclier.

Alors, qu'est-ce qui change concrètement ? Pour DeepMind, c'est une perte d'élan dans une niche précise où expertise sectorielle et ingénierie des modèles se rencontrent. Pour Anthropic, c'est un gain de crédibilité et un avantage tactique alors que la course à la commercialisation des applications d'IA en biosciences s'intensifie. Et pour le domaine dans son ensemble, cela souligne une réalité implacable : la demande pour les meilleurs spécialistes de l'IA est si forte que des startups agiles peuvent devancer des entreprises établies en promettant des missions ciblées et moins de bureaucratie.

La question majeure n'est plus de savoir qui a remporté une bataille de recrutement. Elle concerne la manière dont cette redistribution des talents va déterminer ce qui sera recherché et la rapidité avec laquelle les découvertes atteindront les patients. Sommes-nous au début d'une nouvelle ère où des modèles d'IA propriétaires pilotent la prochaine vague de découvertes biologiques ? Surveillez les écrans de laboratoire. Ils pourraient bien vous répondre.