L’IA GÉNÉRATIVE EST-ELLE MORTE ? CE QUE LA LEVÉE RECORD D’AMI LABS CHANGE POUR LES INVESTISSEURS

Un milliard de dollars. Douze employés. Zéro produit. Zéro revenu. Bienvenue chez AMI Labs, la startup fondée par Yann LeCun qui vient de boucler la plus grosse levée de fonds seed de l’histoire européenne. Et qui affirme, en substance, que tout ce que vous connaissez de l’IA (ChatGPT, Claude, Gemini, les LLM en général) repose sur une impasse technique.

Si vous investissez dans l’IA, cette annonce mérite plus qu’un survol rapide.

1,03 milliard pour dire que les LLM ne suffisent pas

Commençons par les faits. AMI Labs a levé 1,03 milliard de dollars en seed, pour une valorisation pre-money de 3,5 milliards. C’est du jamais-vu en Europe. Le tour de table a réuni Bezos Expeditions, Nvidia, Samsung, Toyota Ventures, Temasek, SBVA (le bras armé de SoftBank), Xavier Niel, Cathay Innovation, Bpifrance, Dassault, la famille Mulliez, Aglaé Ventures (LVMH), Zebox (CMA CGM), Eric Schmidt, Mark Cuban, et Publicis, entre autres.

Quand Jeff Bezos, Jensen Huang et Eric Schmidt mettent de l’argent au même endroit, on peut raisonnablement se poser la question : qu’est-ce qu’ils savent que le marché n’a pas encore pricé ?

Yann LeCun, le dissident qui a gagné un Turing Award

Pour comprendre AMI Labs, il faut comprendre qui est derrière. Yann LeCun n’est pas un inconnu. Prix Turing 2018 (l’équivalent du Nobel en informatique), il a dirigé Meta FAIR pendant une décennie et fait partie du trio qui a posé les bases du deep learning moderne, avec Geoffrey Hinton et Yoshua Bengio.

Mais là où Hinton tire la sonnette d’alarme sur les dangers de l’IA et où la Silicon Valley mise tout sur les LLM, LeCun prend une position contraire depuis des années : les modèles de langage, aussi impressionnants soient-ils, ne comprennent rien. Ils prédisent le mot suivant. Point. Ils n’ont aucun modèle interne du monde physique, aucune capacité de planification, aucune compréhension causale.

C’est un peu comme si on avait construit une industrie de plusieurs centaines de milliards sur des perroquets statistiques extrêmement sophistiqués. La formule est de LeCun lui-même, et elle a fait grincer pas mal de dents chez OpenAI et Google.

Les World Models : de quoi on parle ?

La thèse d’AMI Labs repose sur ce que LeCun appelle les « World Models », ou modèles du monde. L’idée, en version courte : au lieu d’entraîner une IA sur du texte pour qu’elle prédise des séquences de mots, on l’entraîne sur des données sensorielles (images, vidéos, capteurs) pour qu’elle construise une représentation interne de la réalité physique.

Un enfant de deux ans comprend qu’un objet lâché dans le vide va tomber. Aucun LLM ne « comprend » ça. Il peut générer une phrase qui le décrit, oui. Mais il n’a aucune intuition physique. Les World Models visent à combler ce fossé.

L’architecture technique derrière, c’est JEPA (Joint Embedding Predictive Architecture). Sans entrer dans les détails mathématiques : au lieu de prédire chaque pixel ou chaque mot, JEPA apprend des représentations abstraites du monde. C’est plus économe en données, plus robuste, et potentiellement beaucoup plus généralisable que l’approche LLM actuelle.

Si vous suivez les mouvements stratégiques des géants de l’IA, vous voyez le tableau : on est peut-être à un point d’inflexion.

L’équipe : six cofondateurs, tous passés par Meta

AMI Labs n’est pas un projet académique monté dans un garage. L’équipe dirigeante ressemble à un who’s who de l’IA et du business tech :

Alexandre LeBrun (CEO) dirigeait Nabla, une startup d’IA médicale. Laurent Solly (COO) était VP de Meta pour l’Europe du Sud. Saining Xie (CSO) vient de la recherche chez Meta FAIR. Pascale Fung gère la partie IA responsable. Michael Rabbat, VP World Models, est un ancien de Meta Research. Et LeCun lui-même supervise la recherche scientifique.

Douze personnes aujourd’hui, objectif 30 à 50 dans six mois. Le siège est à Paris, avec des bureaux prévus à New York, Montréal et Singapour.

Un détail qui a son importance : Meta n’est pas investisseur. LeCun a quitté son poste chez Meta FAIR pour monter cette boîte. Il n’a pas pris un congé sabbatique, il a coupé le cordon. Quand quelqu’un de ce calibre quitte un poste confortable pour parier sa réputation sur une thèse technique, ça envoie un signal.

Applications concrètes : robotique, santé, automobile, spatial

Les World Models ne sont pas un concept théorique condamné à rester dans les labos. AMI Labs cible quatre verticales : la robotique, les véhicules autonomes, la santé, et l’aérospatiale.

En robotique, un World Model permettrait à un robot de comprendre son environnement physique au lieu de suivre des scripts préprogrammés. Pour les véhicules autonomes, c’est la capacité d’anticiper les situations nouvelles, pas seulement de reconnaître des panneaux. En santé, AMI Labs a déjà un partenariat avec Nabla pour l’IA médicale. En aérospatiale et en pharma, la modélisation physique ouvre des possibilités que le texte généré par un LLM ne peut tout simplement pas adresser.

Toyota, Samsung et Nvidia dans le tour de table, c’est cohérent : ces boîtes ont besoin d’une IA qui comprend le monde physique, pas d’un chatbot plus performant.

Ce que ça change pour les investisseurs

Voilà la vraie question. Si vous avez du Nvidia, du Microsoft, du Alphabet ou du Meta en portefeuille parce que « l’IA c’est l’avenir », est-ce que la thèse d’AMI Labs remet tout en cause ?

Pas exactement. Mais elle nuance sérieusement le narratif dominant.

Premièrement, les LLM ne vont pas disparaître du jour au lendemain. ChatGPT, Claude, Gemini ont trouvé leur marché. Mais la croissance future de l’IA ne passera peut-être pas uniquement par des modèles de langage plus gros. Si les World Models tiennent leurs promesses, on assiste à l’émergence d’un deuxième paradigme, pas au remplacement du premier.

Deuxièmement, la composition du tour de table est un signal. Nvidia investit dans AMI Labs tout en étant le fournisseur GPU d’OpenAI et consorts. Bezos finance à la fois Anthropic et AMI Labs. Ces gens ne font pas de pari binaire. Ils couvrent leurs positions, exactement comme un investisseur rationnel devrait le faire.

Troisièmement, les applications visées (robotique, automobile, santé) représentent des marchés colossaux qui restent mal servis par les LLM. Si AMI Labs livre un produit fonctionnel dans 12 à 18 mois, les sociétés positionnées sur ces verticales pourraient bénéficier d’une nouvelle vague d’investissement IA.

Et quatrièmement, l’approche open source annoncée par AMI Labs pourrait redistribuer les cartes. Contrairement à OpenAI qui est passé du « open » au « closed » en quelques années, LeCun promet de publier ses modèles. Si c’est le cas, l’avantage concurrentiel se déplacera vers ceux qui savent utiliser ces modèles, pas ceux qui les possèdent. C’est une dynamique d’investissement très différente de celle qu’on connaît aujourd’hui avec les valorisations stratosphériques des labos fermés.

Le revers de la médaille

Soyons lucides : AMI Labs n’a pas de produit. Pas de revenu. Pas de roadmap publique au-delà de « rien pendant 3 mois, pas de revenu pendant 6 mois ». La valorisation de 3,5 milliards repose entièrement sur la réputation de LeCun et la conviction des investisseurs.

On a vu d’autres startups lever des sommes astronomiques sur une promesse et ne rien livrer. L’histoire de l’IA est pavée de projets brillants sur le papier qui n’ont jamais trouvé de product-market fit.

Les World Models comme concept existent depuis des années dans la recherche académique. LeCun en parle depuis au moins 2022. Le passage de la théorie au produit commercial, c’est un autre sport. Et la concurrence ne dort pas : DeepMind, Tesla AI, et d’autres travaillent sur des approches similaires.

Pour un investisseur, AMI Labs est à surveiller, pas à acheter les yeux fermés. La startup n’est pas cotée, donc l’exposition directe n’est pas possible pour le moment. Mais ses partenaires et ses verticales cibles, eux, le sont. C’est là que le travail de recherche sur les biais de l’investisseur prend tout son sens : ne pas se laisser emporter par le hype, mais ne pas ignorer un signal fort non plus.

Alors, l’IA générative est-elle morte ?

Non. Mais elle n’est probablement plus seule. Ce que la levée d’AMI Labs raconte, c’est que les plus gros investisseurs de la planète pensent que l’avenir de l’IA ne se résume pas à des modèles de langage toujours plus gros. La prochaine étape, c’est une IA qui comprend le monde physique, pas juste le langage humain.

Pour ceux d’entre nous qui suivent l’IA sous l’angle de l’investissement, le message est clair : diversifiez vos thèses. Les LLM ont encore de belles années devant eux. Mais si les World Models fonctionnent, les gagnants de la prochaine décennie ne seront pas forcément les mêmes que ceux d’aujourd’hui.

Et quand un type qui a eu raison sur le deep learning il y a vingt ans vous dit que le paradigme actuel a un plafond de verre, ça vaut peut-être le coup d’écouter.

FAQ

Cet article fait partie de ma couverture de l’écosystème IA sous l’angle investissement. Si le sujet vous intéresse, lisez aussi mon analyse sur les coûts réels des abonnements IA et le dossier sur Citrini Research et le Ghost GDP.

Sources :

• Futura Sciences, « AMI : Yann Le Cun, prix Turing et figure de l’IA, lance sa startup française »

• Les Echos, Harold Grand, « Yann LeCun lève plus d’un milliard de dollars pour AMI Labs »
  
• BFM TV, Tom Prevot, « AMI Labs : la startup de Yann Le Cun lève 1 milliard de dollars »
  
• ZDNET, « AMI Labs : Yann LeCun lance un labo dédié aux World Models »
  
• Le Mag IT, Philippe Leroy, « IA : la star française Yann Le Cun lance AMI Labs »
  
• Romain Leclaire, « AMI Labs : la nouvelle startup IA de Yann LeCun »