Est-ce que la transformation de projets open source en licornes de la tech devient une nouvelle norme dans l’industrie de l’intelligence artificielle ? Récemment, le projet vLLM, reconnu pour ses prouesses dans l’accélération de l’inférence d’IA, a franchi un cap décisif. De simple outil open source, il se mue aujourd’hui en startup commerciale appelée Inferact, soutenue par un impressionnant tour de table de 150 millions de dollars mené par Andreessen Horowitz et Lightspeed Venture Partners. Comment expliquer un tel engouement de la part des investisseurs ?
Cette métamorphose rapide n’arrive pas seule. À peine quelques jours plus tôt, SGLang, un projet cousin issu du même laboratoire à UC Berkeley, se lançait sur le marché sous la bannière RadixArk, levant 400 millions de dollars sous l’impulsion d’Accel. Quel est le secret de ces logiciels issus du monde académique et désormais valorisés à plusieurs centaines de millions de dollars ? Est-on en train d’assister à une ruée vers l’or autour de l’inférence, cette étape clé qui consiste à appliquer des modèles d’IA en situation réelle ?
La tendance est claire : alors que l’attention du secteur se déplace du développement (l’entraînement) vers l’utilisation (l’inférence) des IA, les solutions capables de rendre ces processus plus efficaces suscitent un intérêt financier croissant. Mais est-ce uniquement la promesse de performances accrues qui pèse dans la balance, ou bien l’écosystème open source joue-t-il un rôle plus stratégique encore, en séduisant des géants comme Amazon dès les premières phases d’adoption ?
La transformation éclair de vLLM en startup à succès illustre-t-elle un profond changement dans la valorisation de l’innovation open source en IA ?
Sur le terrain, cette montée en puissance a de quoi interpeller. Inferact s’inscrit dans une tendance plus large où des spin-offs issues des milieux universitaires exploitent leur avance technologique et communautaire pour conquérir le marché privé. Mais quelles garanties les utilisateurs, souvent issus des grandes entreprises, ont-ils quant à la pérennité et l’indépendance de ces outils, eux qui ont d’abord été conçus librement et collaborativement ?
Simon Mo, PDG et co-fondateur d’Inferact, souligne d’ailleurs dans les colonnes de Bloomberg la popularité du projet chez des mastodontes comme AWS ou Amazon Shopping. Si de telles références rassurent les investisseurs, devons-nous anticiper une concentration accrue des outils d’IA performants au sein de quelques sociétés bien financées ? Ou l’écosystème open source parviendra-t-il à préserver son esprit initial face à l’appétit du capital-risque ?
Le cas d’Inferact et de RadixArk pose donc la question : la démocratisation de l’intelligence artificielle passe-t-elle désormais forcément par la création de startups puissantes ? Alors que l’inférence devient le nouveau champ de bataille de l’IA, les prochaines success stories seront-elles toutes issues de talents académiques propulsés par des millions de dollars ? Quelles alternatives les communautés open source peuvent-elles encore défendre face à cette vague de financements ?
Source : Techcrunch
