L'intelligence artificielle générale — ou AGI pour Artificial General Intelligence — est sur toutes les lèvres. Sam Altman (OpenAI) annonce qu'il sait comment la construire. Dario Amodei (Anthropic) parle d'une « nation de génies dans un datacenter » d'ici 2027. Demis Hassabis (DeepMind) reste plus prudent mais n'exclut rien. Et pendant ce temps, une partie du public oscille entre fascination et inquiétude.

Alors, où en est-on vraiment ? L'AGI est-elle pour demain, ou s'agit-il d'un mirage technologique savamment entretenu ? Cet article fait le point, sans jargon inutile, sur l'état de la recherche en 2026.

Qu'est-ce que l'AGI, exactement ?

Commençons par le commencement. L'AGI — Artificial General Intelligence ou intelligence artificielle générale — désigne un système capable d'accomplir n'importe quelle tâche cognitive humaine, avec un niveau de performance au moins équivalent à celui d'un adulte moyen.

Ce n'est pas juste un chatbot plus intelligent. C'est une IA qui pourrait aussi bien rédiger un article, diagnostiquer une maladie, apprendre une langue étrangère en quelques heures, ou concevoir un pont — le tout sans avoir été spécifiquement entraînée pour chacune de ces tâches.

Aujourd'hui, les IA que nous utilisons (ChatGPT, Claude, Gemini) sont des IA étroites : elles excellent dans leur domaine mais sont incapables de transférer leurs compétences d'un domaine à l'autre. L'AGI, elle, serait capable de généraliser — exactement comme le fait un humain.

Où en est la recherche en 2026 ?

OpenAI : la course en tête

OpenAI reste le laboratoire le plus médiatisé. En janvier 2025, Sam Altman déclarait : « Nous savons désormais comment construire l'AGI. » Depuis, GPT-5 a été lancé (août 2025), affichant des capacités de raisonnement « de niveau expert » en mathématiques, sciences et programmation. Plus récemment, en février 2026, GPT-5.3-Codex a franchi un nouveau cap en codage autonome.

OpenAI a même publié en avril 2026 ses cinq principes pour le développement de l'AGI, signe que l'entreprise considère le sujet comme suffisamment concret pour mériter un cadre public. Selon les marchés de prédiction (Kalshi, avril 2026), il y aurait 55 % de chances qu'OpenAI atteigne l'AGI d'ici 2030.

Mais attention : « savoir comment construire l'AGI » ne signifie pas l'avoir déjà fait. Entre la feuille de route et le produit final, il y a un monde — et des milliards de dollars de compute.

Anthropic : le challenger qui monte

Fondé par d'anciens cadres d'OpenAI, Anthropic a pris une position singulière dans la course à l'AGI. Son CEO Dario Amodei a frappé les esprits au Forum de Davos 2026 en déclarant qu'une « nation de génies dans un datacenter » était probable d'ici 2027. Une prédiction audacieuse, mais pas sans fondement.

En février 2026, Anthropic a lancé Claude Opus 4.6, un modèle qui a démontré des capacités inédites en codage autonome et en raisonnement multi-étapes. Quelques semaines plus tard, Claude Sonnet 4.6 — leur modèle milieu de gamme — égalait les performances des modèles premium pour un quart du prix. Leur outil Claude Code a été adopté en interne par Microsoft, pourtant concurrent direct avec GitHub Copilot.

La philosophie d'Anthropic se distingue par son obsession de la sécurité (safety). L'entreprise structure sa recherche autour du Constitutional AI, une approche qui vise à aligner les modèles sur des principes éthiques explicites plutôt que sur le seul feedback humain.

DeepMind (Google) : la voie de la méthode

Moins spectaculaire que ses concurrents dans la communication, DeepMind n'en est pas moins un acteur central. Demis Hassabis, son CEO et co-fondateur, a toujours défendu une approche scientifique et prudente de l'AGI. Pour lui, l'AGI n'est pas un sprint mais un marathon — et il préfère parler de « niveaux » plutôt que de ligne d'arrivée.

C'est justement DeepMind qui a proposé, dans un article publié en novembre 2023, le cadre de référence le plus rigoureux pour mesurer les progrès vers l'AGI. Ce framework est aujourd'hui incontournable.

Les 5 niveaux de l'AGI selon DeepMind

Pour sortir du débat binaire « AGI ou pas AGI », DeepMind a publié en novembre 2023 un article fondateur dans lequel il propose une grille de lecture à 5 niveaux. Ce cadre, désormais adopté par une large partie de la communauté scientifique, permet de mesurer la progression des IA de manière plus nuancée.

Niveau 1 — Émergent (Emerging AGI) : L'IA égale ou dépasse légèrement un humain non qualifié sur un large éventail de tâches. C'est le niveau atteint par les LLMs actuels comme ChatGPT, Claude ou Gemini. Ils sont « émergents » car ils montrent des étincelles de généralisation, mais restent inégaux.

Niveau 2 — Compétent (Competent AGI) : L'IA atteint le 50ᵉ percentile des adultes qualifiés sur la plupart des tâches cognitives. Ce niveau n'a pas encore été atteint publiquement, mais certains chercheurs estiment que les modèles de 2025-2026 s'en approchent sur un sous-ensemble de tâches (raisonnement mathématique, codage).

Niveau 3 — Expert (Expert AGI) : L'IA se situe au 90ᵉ percentile des adultes qualifiés. À ce stade, elle pourrait rédiger des articles scientifiques, poser des diagnostics médicaux complexes ou concevoir des systèmes logiciels entiers.

Niveau 4 — Virtuose (Virtuoso AGI) : L'IA atteint le 99ᵉ percentile. Elle surpasse la quasi-totalité des humains dans la plupart des domaines cognitifs. C'est le niveau que beaucoup imaginent quand ils pensent à l'AGI « aboutie ».

Niveau 5 — Surhumain (Superhuman AGI) : L'IA dépasse 100 % des humains sur toutes les tâches, y compris celles que les humains ne savent pas faire. Ce niveau est aussi appelé ASI (Artificial Superintelligence). Il reste purement théorique.

Ce qui est frappant, c'est que nous sommes encore au niveau 1. Même les modèles les plus avancés de 2026 — GPT-5.3, Claude Opus 4.6 — restent, selon ce cadre, des IA « émergentes ». Ils excellent dans certaines tâches étroites (niveau 3 ou 4 en codage, par exemple) mais ne généralisent pas suffisamment pour mériter le niveau 2.

Hype vs Réalité : comment faire le tri ?

Avec des déclarations aussi ambitieuses que celles de Sam Altman ou Dario Amodei, il est facile de se laisser emporter. Mais il est crucial de distinguer les avancées réelles du battage médiatique.

Ce qui est réel. Les modèles de langage progressent à une vitesse impressionnante. En trois ans, nous sommes passés de GPT-3.5 (qui peinait sur des raisonnements simples) à des systèmes capables de résoudre des problèmes de niveau olympiade, de coder des applications complètes et de raisonner sur des dizaines d'étapes. Les agents autonomes — des IA capables d'utiliser un ordinateur comme un humain — sont une réalité technique en 2026. Claude Code, l'outil de codage d'Anthropic, a été adopté en interne par Microsoft, pourtant concurrent direct avec GitHub Copilot. Ce n'est pas anodin. Et des solutions comme les Workers de Delos montrent déjà des prémices concrètes : ces agents IA autonomes exécutent des tâches complexes de bout en bout — recherche web, analyse de données, génération de contenu — sans supervision humaine constante. On n'est pas encore à l'AGI, mais on en voit les premières briques.

Ce qui est exagéré. L'AGI « imminente » est un refrain que l'on entend depuis 2023. La réalité, c'est que les systèmes actuels restent fondamentalement limités : ils hallucinent, manquent de mémoire persistante, ne comprennent pas le monde physique et ne possèdent ni intention ni conscience. Comme le rappelle Yann LeCun, directeur scientifique de l'IA chez Meta : « Si vous voulez travailler sur l'AGI, ne travaillez pas sur les LLMs. » Les modèles de langage, aussi impressionnants soient-ils, restent des machines à prédire le mot suivant — pas des entités pensantes.

La question du compute. Atteindre l'AGI ne sera pas qu'une question d'algorithmes. Les besoins en puissance de calcul sont colossaux, et les coûts explosent. Entre la feuille de route et le produit final, il y a un monde — et des milliards de dollars d'infrastructure.

Conclusion : ni mythe, ni miracle — un chemin à construire

Alors, l'AGI : mythe ou réalité ?

Ni l'un ni l'autre. L'AGI n'est pas un mythe — les progrès sont tangibles, et la direction est claire. Mais elle n'est pas non plus une réalité imminente. Nous sommes au début d'un chemin, pas à la fin.

Ce qu'il faut retenir, c'est que l'AGI n'arrivera pas du jour au lendemain. Elle émergera progressivement, par niveaux successifs, comme le propose le cadre de DeepMind. Et surtout, elle ne ressemblera probablement pas à ce que la science-fiction nous a promis : ni HAL 9000, ni Skynet. Plutôt une montée en puissance continue, dont nous voyons déjà les prémices dans nos outils quotidiens — comme les Workers de Delos, ces agents autonomes qui exécutent déjà des workflows complexes de manière fiable, annonçant ce que l'AGI rendra possible à plus grande échelle.

Pour les entreprises, l'enjeu n'est pas d'attendre l'AGI les bras croisés. Il est de choisir dès aujourd'hui les bons outils d'IA générative pour gagner en productivité, tout en gardant un œil critique sur les promesses des éditeurs. La sécurité et la souveraineté des données doivent rester au cœur des décisions. Et pour les professionnels qui veulent découvrir les meilleurs outils IA de 2025-2026, le mieux est encore d'expérimenter par soi-même.

Pour aller plus loin, nous vous recommandons trois lectures essentielles :

• Levels of AGI: Operationalizing Progress on the Path to AGI — l'article fondateur de DeepMind (2023) qui définit les 5 niveaux d'AGI.

• Shrinking AGI Timelines: A Review of Expert Forecasts — une analyse rigoureuse des prévisions d'experts sur l'arrivée de l'AGI, par 80,000 Hours (mars 2025).

• Artificial General Intelligence in 2026 — un état des lieux complet des capacités, de l'impact économique et des enjeux de l'AGI en 2026.

L'AGI n'est pas une question de « si », mais de « quand » et de « comment ». Et c'est à nous, collectivement — chercheurs, entreprises, citoyens — de faire en sorte que ce chemin soit sûr, utile et partagé.

‍