Meta vient d'apporter une amélioration majeure à son assistant IA, et l'architecture qui le soutient marque un virage stratégique notable. L'entreprise a annoncé le 24 juillet que Meta AI peut désormais exécuter des tâches de manière autonome, générer des briefs quotidiens et gérer des processus récurrents tels que les plans de repas hebdomadaires et les rappels, le tout alimenté par un nouveau modèle propriétaire appelé Muse Spark 1.1.
Voici ce qui compte au-delà de la liste des fonctionnalités : Meta a construit cela sur Muse, pas sur Llama. C’est un écart significatif par rapport à la stratégie de modèle open source qui a fait de Meta un favori de la communauté de l’IA décentralisée.
De Llama à Muse : ce qui a changé et pourquoi cela compte
Muse Spark 1.1 a été lancé le 9 juillet, environ deux semaines avant que Meta ne déploie les fonctionnalités d'automatisation de tâches construites dessus. Le modèle a été développé par les Meta Superintelligence Labs et est spécifiquement conçu pour ce que l'industrie appelle les « agentic workflows », une manière élégée de dire que l'IA peut réellement accomplir des tâches pour vous, et non seulement répondre à des questions.
Au lieu de demander à Meta AI de trouver une recette, vous lui indiquez une seule fois que vous souhaitez un plan de repas hebdomadaire, et il s’en occupe par la suite. L’IA comprend mieux votre contexte, nécessite moins d’accompagnement et peut enchaîner automatiquement plusieurs actions.
Les fonctionnalités sont actuellement disponibles uniquement dans certains marchés, ce qui suggère que Meta adopte une approche mesurée pour son déploiement.
Les modèles Llama de Meta sont devenus la colonne vertébrale d'une grande partie de l'écosystème d'IA open-source. Le passage aux modèles propriétaires Muse pour le produit grand public principal de Meta signale que l'entreprise voit son avenir concurrentiel dans des systèmes fermés et optimisés, plutôt que dans la bonne volonté de la communauté open-source.
L'angle IA crypto : les vents contraires open-source
L'ensemble du secteur des jetons IA, qui comprend des projets axés sur le calcul décentralisé, les cadres d'agents IA et les marchés d'inférence, a construit une grande partie de sa narration sur l'hypothèse que les modèles IA open-source continueraient à s'améliorer et à se développer. Llama était l'exemple principal de cette thèse. Lorsque la cinquième plus grande entreprise au monde en termes de capitalisation boursière publie des modèles puissants que n'importe qui peut exécuter, cela crée une demande naturelle pour une infrastructure décentralisée afin de les héberger.
Meta déplace son produit phare loin de Llama ne tue pas directement le récit de l'IA open-source. Les modèles Llama existent toujours et sont largement déployés. Mais cela soulève une question : si l'entreprise qui a défendu l'IA open-source construit désormais ses systèmes les plus performants en interne, que cela signifie-t-il pour les projets dont toute la proposition de valeur repose sur la disponibilité des modèles ouverts ?
Ce que cela signifie pour les investisseurs
Du point de vue des marchés traditionnels, l'engagement de Meta dans les fonctionnalités autonomes d'IA constitue une position clairement haussière. L'automatisation des tâches qui réduit les frictions et augmente l'engagement quotidien avec Meta AI soutient directement le modèle de revenus publicitaires de l'entreprise.
Les projets les plus isolés de cette dynamique sont ceux axés sur les couches d'infrastructure, comme le calcul GPU décentralisé et l'inférence vérifiable, plutôt que sur les agents IA orientés consommateur qui entrent en concurrence directe avec l'offre de Meta.