XPrize et Google financent des business IA prouvés en 90 jours
Un hackathon qui ne veut plus de démos
Le 19 mai 2026, lors de Google I/O à Los Angeles, XPrize et Google ont annoncé le lancement du "Build with Gemini XPrize". XPRIZE, backed by Google, a annoncé le Build with Gemini XPRIZE, un hackathon mondial de 2 millions de dollars qui défie les développeurs du monde entier à utiliser des outils d'intelligence artificielle pour construire des solutions dans cinq catégories. Ces catégories couvrent l'éducation, l'entrepreneuriat et la création d'emplois, les services aux petites entreprises, l'accès financier et les services professionnels.
Le financement associe Google à des donateurs privés. L'opération a été rendue possible grâce au soutien de donateurs dont Richard Merkin et Dan Martell, entre autres, et s'inscrit dans le cadre plus large du Moonshot Gathering. Dan Martell, cofondateur en série et investisseur, a personnellement engagé une partie de la dotation : il a annoncé faire don de 250 000 dollars de sa propre poche pour rendre l'opération possible, aux côtés de Google et de Richard Merkin.
Une grille de jugement qui rompt avec l'ancien modèle
Ce qui distingue ce hackathon des précédents, c'est le critère de sélection. Les candidatures seront jugées sur trois critères pondérés de façon égale : la viabilité économique, le fonctionnement natif par IA et l'impact sur la catégorie. Les équipes doivent lancer une véritable entreprise, acquérir de vrais utilisateurs et générer un vrai chiffre d'affaires pendant la fenêtre de 90 jours — les projections seules ne suffiront pas à gagner. Le calendrier est serré : la construction se déroule du 19 mai au 17 août 2026, avant que Hacker Fund, le plus grand organisateur de hackathons au monde, supervise le tri et la vérification pour sélectionner cinq finalistes qui s'affronteront en direct le 25 septembre 2026 à Los Angeles.
La dotation elle-même illustre cette logique de sélection par la performance réelle plutôt que par le pitch. Le prix se répartit sur 25 gagnants, avec un premier prix substantiel et une longue traîne de récompenses intermédiaires, ce qui incite un grand nombre d'équipes à aller jusqu'au bout plutôt qu'à se contenter d'un prototype présenté une seule fois.
Ce que cela change concrètement
Les participants ont accès à l'ensemble de la pile technique de Google. Grâce à la pile IA complète de Google, incluant Gemini, Google AI Studio, Google Antigravity, Cloud Run, Stitch et Flow, les participants disposent de tout ce qu'il faut pour passer de l'idée à la production dans une seule fenêtre de construction. L'accès n'est pas réservé aux grandes structures : les organisations de moins de 25 salariés peuvent candidater, ce qui ouvre la compétition à des équipes très légères, loin des seules startups déjà financées.
Le fondateur de XPrize situe l'enjeu dans une perspective plus large sur qui peut désormais construire un produit. Peter Diamandis a résumé le changement en observant que la contrainte technique qui filtrait autrefois les problèmes résolus par le logiciel disparaît avec les outils agentiques actuels.
La réserve qui mérite d'être posée
Reste une zone floue : la notion de "problème réel à résoudre" fonctionne comme un slogan mobilisateur, mais la grille précise qui permettra de distinguer un vrai problème d'un simple produit opportuniste n'est pas détaillée dans l'annonce officielle. Les trois critères annoncés (viabilité, fonctionnement IA natif, impact catégoriel) donnent un cadre, mais leur pondération concrète dépendra de l'appréciation du jury au moment de la finale. C'est often le point faible de ce type de concours : la promesse de rigueur économique se heurte, en pratique, à la difficulté de mesurer la "viabilité" d'un business de 90 jours face à des cycles de vente souvent plus longs.
Ce hackathon dit surtout quelque chose du moment que traverse l'IA générative : la phase de démonstration technique touche à sa fin, celle de la preuve de traction commence. Pour les cabinets et les équipes qui accompagnent des projets IA, l'exercice vaut d'être suivi comme un laboratoire grandeur réelle de ce que "viabilité" veut dire quand l'IA fait le travail.