L’un des scientifiques les plus influents en IA au monde quitte son poste chez Meta. Non pas pour prendre sa retraite, mais pour prendre une direction radicalement différente avec plus d’un milliard de dollars de capital de départ. Yann LeCun, lauréat du prix Turing et longtemps à la tête de la division IA de Meta, fonde AMI Labs à Paris. Sa thèse : les grands modèles de langage sur lesquels tout le monde construit aujourd’hui sont une « illusion statistique ». Impressionnants en matière de langage, mais fondamentalement limités.
Ce n’est pas un scénario catastrophe. C’est une observation qui devrait intéresser toute organisation travaillant avec l’IA.
Ce qui s’est passé
Yann LeCun n’est pas un inconnu. Avec Geoffrey Hinton et Yoshua Bengio, il a reçu le prix Turing en 2018 pour ses travaux pionniers en deep learning. Chez Meta, il dirigeait FAIR, l’un des laboratoires de recherche en IA les plus productifs au monde. Et pourtant, il a choisi de partir.
AMI Labs, pour Advanced Machine Intelligence Labs, a levé un tour de table de 1,03 milliard de dollars. Le plus grand tour de table jamais réalisé pour une entreprise européenne. Valorisation : 3,5 milliards de dollars. Les investisseurs comprennent notamment Nvidia, Samsung, Jeff Bezos et Eric Schmidt. L’équipe est composée d’anciens scientifiques de haut rang de Meta.
L’entreprise est basée à Paris. Ce n’est pas un hasard. LeCun positionne explicitement AMI Labs comme une alternative européenne aux géants technologiques américains.
Ce sur quoi LeCun travaille diffère fondamentalement de ChatGPT ou Claude. Les modèles de langage actuels sont entraînés sur du texte. Ils prédisent le mot suivant dans une séquence. Cela produit des résultats impressionnants, mais ne signifie pas que le modèle comprend le monde. LeCun le compare à un perroquet : fluide en langage, aveugle à la réalité.
Son alternative s’appelle les « world models », basée sur une architecture qu’il nomme JEPA (Joint Embedding Predictive Architecture). L’idée : une IA qui apprend comme un enfant. Non pas en lisant des milliards de phrases, mais en observant le monde physique, en reconnaissant des schémas et en comprenant les causes et les effets. Une IA qui sait qu’une balle tombe vers le bas. Non pas parce qu’elle l’a lu quelque part, mais parce qu’elle modélise le monde.
Pourquoi c’est important pour votre organisation
La tendance face à ce type de nouvelles est d’attendre. « Laissons la science déterminer qui a raison. » C’est compréhensible. Mais le point n’est pas de savoir si LeCun a raison ou non. Le point est ce que cela nous dit sur la phase dans laquelle se trouve la technologie IA.
Nous ne sommes pas dans un marché stable et cristallisé. Nous sommes dans une période de changements fondamentaux. Les modèles d’aujourd’hui sont puissants. Ils créent une vraie valeur. Mais la probabilité que les outils que vous utilisez aujourd’hui aient le même aspect dans trois ans est faible.
Ce n’est pas une raison d’attendre. C’est une raison de réfléchir très délibérément à la façon dont vous déployez l’IA. Trois enseignements.
Comprenez ce que vous utilisez. De nombreuses organisations déploient l’IA comme une boîte noire. Quelque chose entre, quelque chose sort, et tant que le résultat est utilisable, personne ne pose de questions. Mais lorsque la technologie évolue, et c’est le cas, vous voulez savoir ce que vous avez construit. Quels processus tournent sur quels modèles ? Où sont les dépendances ? Que se passe-t-il si un fournisseur modifie son API ou ajuste son modèle tarifaire ? Les organisations qui comprennent leur stack IA peuvent s’adapter. Les autres restent immobiles lorsque le terrain change.
Investissez dans les personnes, pas seulement dans les outils. Les outils changeront. C’est certain. Ce qui ne change pas, c’est la valeur des équipes qui comprennent le fonctionnement de l’IA, qui peuvent juger quand un modèle est fiable et quand il ne l’est pas, qui savent comment ajuster un prompt ou repenser un workflow. La littératie IA n’est pas une formation ponctuelle. C’est une compétence continue. Les organisations qui investissent aujourd’hui dans les connaissances IA de leurs collaborateurs construisent la capacité d’adaptation qui fera la différence demain.
Restez indépendants. LeCun construit une alternative. La Chine investit massivement dans ses propres modèles. Les modèles open source deviennent de plus en plus puissants. Le marché ne se rétrécit pas, il s’élargit. Celui qui se verrouille aujourd’hui sur une plateforme ou un fournisseur limite ses options demain. La neutralité vis-à-vis des fournisseurs n’est pas un luxe pour les grandes entreprises. C’est une nécessité stratégique pour toute organisation qui prend l’IA au sérieux. Choisissez vos outils en fonction de vos besoins, pas en fonction de ce qu’un vendeur propose. Et assurez-vous de pouvoir toujours changer.
La vraie leçon
Il est tentant de lire cette histoire comme un débat technique entre scientifiques. LLMs contre world models, transformers contre JEPA. Mais pour celui qui dirige une organisation, il ne s’agit pas d’architecture. Il s’agit d’appropriation.
La technologie est encore en plein mouvement. Cela la rend passionnante et en même temps imprévisible. Les organisations qui gèrent cela le mieux ne sont pas celles qui misent sur le bon cheval. Ce sont celles qui peuvent déterminer leur propre cap, quel que soit le cheval gagnant. Parce qu’elles comprennent. Parce qu’elles ont les personnes. Parce qu’elles ne dépendent pas d’un fournisseur.
L’appropriation de votre stratégie IA n’est pas un « nice-to-have ». C’est ce qui fait la différence entre avancer et rester immobile.