Le laboratoire d’IA de Bezos est évalué à près de 38 milliards, et lève des fonds pour s’emparer du marché de l’intelligence artificielle physique

Le laboratoire d’IA « Project Prometheus » (le « Programme Prometheus ») du milliardaire Jeff Bezos est sur le point de finaliser une nouvelle levée de fonds de 10 milliards de dollars, à laquelle participent notamment des investisseurs institutionnels comme JPMorgan et BlackRock. Une fois cette levée terminée, la valorisation de l’entreprise atteindra environ 38 milliards de dollars. Le Programme Prometheus a déjà achevé une levée de fonds de démarrage de 6,2 milliards de dollars, en recrutant plus de 100 employés parmi des laboratoires d’IA de premier plan comme OpenAI.

IA physique et LLM : des trajectoires technologiques radicalement différentes

Le positionnement central du Programme Prometheus consiste à construire un nouveau type de système d’IA capable de comprendre les lois de la physique et d’interagir avec le monde réel, en se concentrant en particulier sur l’industrie manufacturière et les processus industriels, ce qui le distingue radicalement des grands modèles de langage (LLM) sur lesquels travaillent des entreprises comme OpenAI et Anthropic.

Les cas d’usage de ce type de systèmes incluent l’exploitation des machines en usine, l’optimisation de la chaîne d’approvisionnement, l’automatisation des processus aérospatiaux et de production de semi-conducteurs. Son IA ne se limite pas à générer du texte ou des images : elle peut aussi intervenir directement dans le fonctionnement du monde physique.

Digue de données : l’obstacle concurrentiel le plus difficile à franchir pour l’IA physique

Le plus grand défi de l’IA physique réside dans la barrière d’accès aux données. Les LLM peuvent être entraînés à partir d’immenses volumes de textes et d’images récupérés sur Internet, tandis que l’IA physique a besoin de données d’interaction avec le monde réel : relevés des capteurs, données issues des processus de fabrication, retours tactiles, données de pannes survenant dans des environnements chaotiques, etc. Ce type de données est généralement propriétaire et coûteux à collecter. Tesla constitue un exemple typique de cet avantage en matière de données : environ 5 à 6 millions de véhicules électriques équipés de matériel de conduite entièrement autonome, accumulant chaque année plus de 50 milliards de miles de données de conduite réelles, ce qui lui permet de conserver une avance continue dans ses capacités de conduite autonome.

Plan commercial : stratégie de société holding et vision ambitieuse de 100 milliards de dollars

Pour résoudre le problème de l’accès aux données physiques, le Programme Prometheus adopte une stratégie de société holding unique. Jeff Bezos et Bajarje sont en train de lever des centaines de milliards de dollars pour une société holding présentée comme un « outil de transformation de l’industrie manufacturière », principalement pour acquérir des entreprises des secteurs de l’ingénierie, de la construction et de la conception. Grâce à ces investissements, le groupe vise à obtenir des données du monde réel afin d’entraîner ses systèmes d’IA. Selon le « New York Times », Bezos mène aussi des discussions précoces avec des investisseurs du Moyen-Orient et d’Asie du Sud-Est afin d’explorer la levée jusqu’à 100 milliards de dollars.

FAQ

Qu’est-ce que l’IA physique, et en quoi diffère-t-elle fondamentalement des LLM comme ChatGPT ?

Les LLM traitent principalement des données numériques telles que le texte et les images, et produisent surtout du texte ou des images en sortie. L’IA physique vise à comprendre les lois de la physique et à interagir avec le monde réel : piloter des machines en usine, percevoir l’espace tridimensionnel, prendre des décisions en temps réel dans des environnements industriels complexes. Ses données d’entraînement comprennent des données du monde physique comme les relevés de capteurs et les trajectoires de mouvement des machines, et sa trajectoire technologique diffère fondamentalement de celle des LLM.

Pourquoi Bezos choisit-il de parier sur l’IA physique à ce moment précis ?

L’IA générative a atteint une forme de saturation au niveau logiciel, tandis que le taux de pénétration de l’IA dans le monde physique reste encore très faible. Les domaines comme la fabrication industrielle, l’aérospatiale et les semi-conducteurs sont énormes en taille, et l’expérience approfondie de Bezos dans les chaînes d’approvisionnement et les infrastructures industrielles qu’il a accumulées chez Amazon lui confère un avantage initial significatif sur le prochain grand champ de bataille de la course à l’IA.

Quels principaux défis concurrentiels le Programme Prometheus doit-il relever ?

Le défi majeur est la barrière d’accès aux données physiques : contrairement aux LLM qui peuvent obtenir d’énormes données d’entraînement via Internet, les données dont l’IA physique a besoin sont coûteuses et propriétaires. Tesla a déjà établi un avantage significatif en ce qui concerne les données de conduite autonome, et des entreprises en démarrage comme Periodic Labs entrent aussi sur la même voie. Toutefois, l’ampleur des capitaux de Bezos et l’expérience des infrastructures industrielles d’Amazon constituent des avantages concurrentiels essentiels difficiles à reproduire rapidement.