Le père du deep learning vient de réaliser la levée de fonds la plus importante de l'intelligence artificielle française. Mais derrière le chiffre vertigineux se cache une promesse technique que personne n'a encore tenue.
Depuis des années, Yann LeCun tient le même discours dans toutes les conférences : les grands modèles de langage ne « comprennent » rien. Ils prédisent des mots, pas le monde. AMI Labs est la traduction industrielle de cette conviction. la startup vient de boucler un tour de table d'un milliard de dollars, soit environ 890 millions d'euros, à une valorisation de 3,5 milliards de dollars. Pour comprendre ce que LeCun veut vraiment construire, il faut s'attarder sur l'architecture qui se cache derrière l'annonce.
Ce que cette levée d'un milliard finance vraiment
AMI Labs ne développe pas un assistant conversationnel concurrent de ChatGPT ou Mistral. La startup travaille sur une architecture baptisée JEPA (Joint Embedding Predictive Architecture). LeCun a défendu cette approche pendant plusieurs années chez Meta, avant d'annoncer son départ pour s'y consacrer pleinement. L'idée centrale : apprendre à un système à prédire des représentations abstraites du monde, pas des séquences de mots. Enseigner à une machine à raisonner sur des causes et des effets plutôt qu'à compléter des phrases.
Le tour de table a attiré des investisseurs qui témoignent d'une confiance bien établie dans l'écosystème français. Bpifrance, Dassault Systèmes, la famille Mulliez et Publicis figurent parmi les signataires. Le siège est à Paris, un choix stratégique que la startup avait déjà affiché clairement. Sur le papier, AMI Labs ressemble au champion technologique que la France attend depuis longtemps.
La thèse de LeCun face à l'épreuve du réel
C'est précisément là que le scepticisme s'impose. LeCun n'a pas tort sur le fond. Les grands modèles de langage produisent des erreurs factuelles, manquent de bon sens et consomment des ressources énormes pour des résultats souvent instables. Mais critiquer une approche est une chose. La dépasser par quelque chose de mieux en est une autre.
JEPA n'a pour l'instant produit aucun produit commercial, aucune démonstration publique convaincante à grande échelle. Les travaux académiques existent, mais l'écart entre un article de recherche et un système utilisable reste considérable. LeCun lui-même a reconnu que le terme « world models » risquait de devenir une expression galvaudée, vidée de sens à force d'être reprise par l'industrie. Cette mise en garde lucide soulève une question inconfortable. Comment AMI Labs gardera-t-elle le contrôle du récit une fois que les géants américains et chinois auront adopté le même vocabulaire ?
Il y a aussi la question du calendrier. Les investisseurs qui ont misé sur OpenAI ou Mistral avaient des produits à évaluer. Ici, ils financent une vision à horizon indéfini. La valorisation de 3 milliards d'euros affichée lors du précédent tour avait déjà surpris. Ce nouveau milliard, même pour la recherche fondamentale, finit par appeler des résultats tangibles.
AMI Labs a peut-être la meilleure idée de la décennie en matière d'intelligence artificielle. Ce qu'elle n'a pas encore, c'est la preuve que cette idée fonctionne à l'échelle.
Source :
