Les États-Unis ont investi 500 millions de dollars dans SandboxAQ pour réduire la dépendance de la production de puces envers la Chine

Les États-Unis ont alloué $500 millions à la startup IA SandboxAQ et en sont devenu l'actionnaire direct — une étape sans précédent dans le financement public de la technologie. L'enjeu : l'intelligence artificielle aidera à créer une alternative aux matériaux chinois, sans lesquels la production de puces est impossible aujourd'hui.

Ce qui s'est passé

Le Département du Commerce des États-Unis a conclu un accord avec SandboxAQ dans le cadre de la Loi CHIPS : la startup reçoit $500 millions pour développer de nouveaux produits chimiques et métaux pour la production nationale de semi-conducteurs. En retour, le gouvernement a obtenu une participation dans l'entreprise — une démarche atypique même selon les standards de la politique industrielle active de l'ère de la Loi CHIPS. Reuters a été le premier à publier des informations sur cet accord.

SandboxAQ est issue d'une division interne d'Alphabet (Google). L'entreprise se spécialise dans les technologies quantiques et l'application de l'IA en physique et chimie. Ses produits clés sont des plates-formes de simulation moléculaire et de prédiction des propriétés des matériaux : sans synthèse physique, uniquement des modèles computationnels.

Pourquoi les matériaux comptent plus qu'il n'y paraît

Quand on parle de la dépendance envers la Chine dans l'industrie des semi-conducteurs, on pense généralement aux métaux des terres rares et aux équipements de fabrication. Mais la véritable vulnérabilité est plus profonde et moins visible : la production de puces requiert des dizaines de substances chimiques spécialisées et de métaux de très haute pureté. Une part significative de ces composants est fabriquée ou traitée précisément en Chine, et il n'y a pas de remplacement rapide pour eux.

• Gaz chimiques pour la gravure par plasma de plaquettes de silicium Métaux de haute pureté pour dépôt par PVD : tungstène, molybdène, cobalt, ruthénium Précurseurs pour dépôt chimique en phase vapeur (CVD) CMP slurries — produits chimiques pour polissage de surfaces entre couches Composants de photorésiste pour lithographie EUV Chacun de ces éléments constitue une chaîne d'approvisionnement distincte avec ses propres vulnérabilités. Il est impossible de basculer rapidement vers la production nationale : la construction de capacités prend des années, et l'accumulation de savoir-faire technologique prend des décennies.

Comment l'IA raccourcit le cycle de découverte C'est là que SandboxAQ entre en jeu.

L'entreprise propose d'utiliser des simulations quantiques et des modèles d'apprentissage automatique pour prédire les propriétés de nouveaux matériaux avant leur synthèse physique. Le chemin classique de l'idée à l'application industrielle d'un nouveau composé chimique prend 20–30 ans. L'approche computationnelle promet de le réduire à 3–7 ans. La logique est similaire à ce qui s'est produit en biopharmacologie : le système AlphaFold de DeepMind a radicalement changé la vitesse de prédiction des structures protéiques. Maintenant, les chercheurs tentent de transférer une méthodologie similaire aux matériaux industriels — avec des implications directes pour la sécurité nationale.

«

La vitesse de la découverte des matériaux devient un nouveau champ de concurrence entre les États », — c'est l'argument avec lequel SandboxAQ a établi le dialogue avec le gouvernement des États-Unis.

Ce que cela signifie L'accord avec SandboxAQ est un double précédent.

Premièrement, les États-Unis sont devenus pour la première fois actionnaires d'une startup technologique par le biais du mécanisme de subvention industrielle. Deuxièmement, le gouvernement mise sur l'IA non pas comme produit, mais comme outil pour résoudre les problèmes de chaînes d'approvisionnement. Si la startup tient ses promesses, cela changera à la fois l'économie et la géopolitique de l'industrie des semi-conducteurs. Et les premiers résultats nous en séparent de quelques années.