Les médias étrangers affirment que les entreprises d'IA à poids ouvert deviennent le centre de la dernière vague de fusions et acquisitions à Sillicon Valley. L'attention du marché se concentre sur la supposée acquisition de Hugging Face par NVIDIA pour 13 milliards de dollars. Cette entreprise propose des modèles à poids ouvert et une plateforme d'évaluation, considérée comme une importante porte d'entrée pour les développeurs d'IA.
Les fusions et acquisitions se succèdent
Avant cette transaction rumorée, NVIDIA avait déjà conclu un accord d'environ 6 milliards de dollars avec l'entreprise de modèles à poids ouverts Poolside, dont la majorité des employés intégreront NVIDIA. Deux semaines plus tôt, Stripe avait acquis OpenRouter pour plus de 7 milliards de dollars ; cette dernière fournit principalement aux entreprises un accès aux modèles à poids ouverts.
L'article estime que ce type de transactions fréquentes reflète la volonté des grandes entreprises technologiques de s'implanter en amont sur une autre chaîne de valeur de l'IA, au-delà des modèles de pointe. Bien que les modèles à poids ouverts ne soient pas encore dominants, ils constituent un choix important pour les entreprises cherchant à déployer des services IA peu coûteux et personnalisables.
NVIDIA souhaite combler l'entrée du modèle
Pour NVIDIA, l'une des raisons de promouvoir les fusions et acquisitions est de réduire sa dépendance envers les grands fournisseurs de cloud et les principales entreprises de modèles. Alors que des développeurs de modèles tels qu'OpenAI et Google avancent dans le développement de leurs propres puces d'inférence, NVIDIA ne se contente plus de vendre des puces, mais cherche également à contrôler davantage les points d'accès à la distribution et au développement des modèles.
L'article mentionne qu'NVIDIA dispose déjà de son propre modèle Nemotron à poids ouverts, mais son adoption sur le marché reste limitée. En acquérant Hugging Face, NVIDIA obtiendrait l'une des plus grandes communautés de développeurs de modèles ouverts aux États-Unis, et aurait l'opportunité de diriger davantage d'utilisateurs vers ses propres puces, chaînes d'outils et normes techniques.
Les entreprises regardent d'abord les coûts, puis le contrôle.
Un autre contexte de l'intérêt croissant pour les modèles à poids ouverts est la surveillance continue des coûts d'inférence IA par les entreprises. Certaines entreprises commencent à tester des modèles moins coûteux provenant de fabricants chinois tels que Moonshot, DeepSeek et Alibaba. Selon les données citées dans l'article, l'utilisation actuelle des modèles à poids ouverts dans les entreprises reste faible, mais elle est en augmentation.
- Ramp indique qu'environ 6 % des entreprises utilisent des modèles à poids ouverts
- Jellyfish indique que seulement environ 2 % des ingénieurs logiciels utilisent ce type de modèle.
Nik Albarran, responsable produit de Jellyfish AI, a déclaré que ces modèles sont actuellement plus adaptés aux tâches d'inférence à haut volume et répétitives, telles que les conversations client. Étant donné que les modèles de tâches sont relativement fixes, les entreprises peuvent réduire le coût par appel en fine-tunant les modèles.
Cependant, dans les domaines de la programmation et des tâches d'agents, les modèles propriétaires de pointe conservent un avantage. Les raisons incluent une meilleure capacité de raisonnement et une intégration plus facile, certains fournisseurs proposant même des subventions de tokens. L'article estime que, à mesure que les entreprises optimiseront leurs flux de travail IA, les barrières à l'adoption des modèles ouverts pourraient continuer de diminuer.
La prochaine étape pourrait être que chaque entreprise ait son propre modèle
La plateforme de routage et d'hébergement de modèles d'entreprise Fireworks est également citée dans le texte comme un potentiel candidat à une acquisition. Son PDG, Lin Qiao, indique que l'entreprise traite actuellement 40 billions de tokens par jour. Elle estime que, à l'avenir, les entreprises accorderont une plus grande importance à la diversité des modèles et formeront des modèles spécifiques adaptés à leurs propres scénarios commerciaux.
L'article estime que le leadership actuel d'OpenAI et d'Anthropic n'est pas inébranlable. Alors que les géants de la technologie cherchent à réduire leur dépendance vis-à-vis des laboratoires de pointe, la valeur stratégique des technologies à poids ouverts et des plateformes associées augmente rapidement.