Les acquisitions ciblent les acteurs de l’IA open source pour contrôler les modèles

Les géants technologiques et investisseurs orientent massivement leurs acquisitions vers les entreprises spécialisées dans les modèles d’IA open source, selon TechCrunch. Ces acteurs, qui partagent leurs poids et architectures sans restriction, deviennent des cibles stratégiques pour consolider des positions dans l’écosystème IA.

Plusieurs transactions récentes illustrent cette tendance. Nvidia a finalisé l’acquisition de Poolside, une entreprise construisant des modèles open-weight, pour un montant de 6 milliards de dollars. La majorité des employés de Poolside rejoindront Nvidia, renforçant ainsi les capacités du géant des puces dans le domaine des modèles. Par ailleurs, Stripe a acquis OpenRouter, fournisseur majeur de modèles open-weight pour les entreprises, pour plus de 7 milliards de dollars. Ces opérations s’ajoutent aux rumeurs d’un rachat de Hugging Face par Nvidia, évalué à 13 milliards de dollars, bien que cette information n’ait pas été confirmée officiellement.

Ces acquisitions répondent à une logique industrielle précise. Les hyperscalers et laboratoires frontaliers, comme OpenAI ou Google, développent leurs propres puces d’inférence, réduisant ainsi leur dépendance aux solutions de Nvidia. En rachetant des acteurs de l’open source, Nvidia cherche à sécuriser un accès direct aux développeurs et aux standards des modèles, tout en élargissant son influence sur l’ensemble de la chaîne de valeur. L’entreprise dispose déjà de sa propre gamme de modèles open-weight, Nemotron, mais leur adoption reste limitée.

L’intérêt pour les modèles open-weight s’explique aussi par des enjeux économiques. Le coût de l’inférence, souvent élevé, pousse les entreprises à explorer des alternatives moins chères, notamment celles proposées par des acteurs chinois comme Moonshot, DeepSeek ou Alibaba. Selon une enquête de Ramp citée par TechCrunch, seulement 6 % des entreprises utilisent actuellement des modèles open-weight. Cette adoption reste marginale, mais elle progresse, notamment dans des cas d’usage spécifiques comme les chatbots de service client, où la répétition des requêtes permet d’optimiser les coûts via des modèles adaptés.