Comment expliquer l’explosion soudaine des besoins en puissance de calcul provoquée par l’intelligence artificielle, et surtout, qui va payer la facture énergétique grandissante de ce boom numérique ? Les entreprises, confrontées à une surconsommation de ressources lors du déploiement d’IA, cherchent désespérément des solutions pour optimiser leurs investissements et limiter les coûts liés à la gestion des données dans le cloud. Mais y a-t-il vraiment des acteurs capables de changer la donne ?
C’est là que s’impose Cast AI, une jeune pousse fondée en 2019, qui vient de lever la coquette somme de 108 millions de dollars lors de son dernier tour de table, atteignant une valorisation presque “licornesque”. Qu’est-ce qui attire des investisseurs tels que G2 Venture Partners ou SoftBank Vision Fund 2, et comment cette startup, dont le développement technique est réalisé en Europe de l’Est, promet-elle de transformer la manière dont sont exploitées les infrastructures cloud mondiales ?
Son crédo ne fait aucun doute : il s’agit “d’efficience des GPU, de la capacité de calcul et de l’électricité”, selon les mots de Yuri Frayman, PDG et cofondateur. Pourtant, Cast AI ne se contente pas d’automatiser la répartition des charges de travail dans le cloud ou sur site : elle s’attaque au gouffre de ressources trop souvent laissé inexploité, révélant que seulement 10% des CPU et 23% de la mémoire des entreprises sont réellement utilisés. À l’heure de la pénurie de processeurs pour entraîner les IA, ce gaspillage interroge.
Cast AI promet une révolution dans la gestion de la puissance de calcul, mais changera-t-elle vraiment les règles du jeu pour l’intelligence artificielle ?
Ainsi, la startup s’assure des partenaires de poids tels qu’Akamai, BMW, FICO ou HuggingFace, et s’inscrit aussi dans le projet Stargate, une initiative américaine colossale rassemblant OpenAI, SoftBank, Oracle et Crusoe Energy, pour bâtir de nouvelles infrastructures IA. Mais Cast AI restera-t-elle un simple outil d’optimisation ou deviendra-t-elle le chef d’orchestre stratégique capable de synchroniser les besoins croissants des géants du numérique ?
Avec plus de 2 100 clients en trois ans, la startup s’appuie aussi sur un passé d’innovation : avant cette aventure, ses fondateurs s’étaient déjà attaqués au machine learning avec Viewdle (racheté par Google) et à la cybersécurité cloud avec Zenedge (acquis par Oracle). Leur frustration passée devant l’explosion des coûts cloud a-t-elle réellement permis de façonner leur plateforme comme un garant de l’équilibre financier des entreprises du numérique ?
Là où Kubernetes est au cœur de la technologie développée par Cast AI, on observe que c’est désormais l’IA qui alimente l’intérêt des clients comme des investisseurs. Est-ce alors le “timing” exceptionnel ou la capacité d’anticipation qui propulse aujourd’hui cette société sous les projecteurs ?
Les fonds d’investissement, de leur côté, saluent un outil “standardisant l’efficience du cloud à l’heure où les infrastructures sont sous tension”. Mais suffit-il d’un outil d’automatisation – aussi performant soit-il – pour répondre aux défis planétaires de la gestion énergétique de l’IA ? La promesse d’une IA plus sobre, plus intelligente dans sa consommation de ressources, peut-elle résister à la voracité du numérique et au rythme effréné de l’innovation ?
En dernière analyse, Cast AI sera-t-elle l’alternative crédible qui sauvera les entreprises de la spirale infernale des coûts de l’IA, ou l’intensification de l’automatisation nourrira-t-elle son propre cercle vicieux ?
Source : Techcrunch
