Aller au contenu principal
Zubnet AIApprendreWiki › Inflection AI
Compagnies

Inflection AI

Aussi appelé : Inflection, Pi
Une entreprise d'IA fondée en 2022 par Mustafa Suleyman, Reid Hoffman et Karén Simonyan, surtout connue pour Pi, un assistant personnel conçu autour de l'intelligence émotionnelle plutôt que de l'exécution de tâches. Inflection a entraîné ses propres modèles de langage à l'échelle de la frontière, mais en 2024 Microsoft a embauché la majeure partie de l'équipe et pris une licence sur les modèles, après quoi l'entreprise résiduelle a pivoté vers l'IA d'entreprise.

Pourquoi c’est important

Inflection est l'étude de cas la plus claire de la brutalité économique du développement de modèles de pointe : même des fondateurs d'élite et plus d'un milliard de dollars de financement n'ont pas pu soutenir une entreprise d'agent conversationnel grand public face à OpenAI et Google. L'entente avec Microsoft a aussi établi le gabarit d'un nouveau genre d'absorption de talents par les géants technologiques — licence plus embauche au lieu d'une acquisition formelle — que régulateurs et concurrents surveillent de près depuis.

En profondeur

Inflection AI est partie d'une thèse à contre-courant : en IA grand public, le gagnant ne serait pas le modèle le plus intelligent mais le plus accordé sur le plan émotionnel. Mustafa Suleyman, cofondateur de DeepMind (aujourd'hui partie de Google DeepMind), a lancé l'entreprise en 2022 avec le cofondateur de LinkedIn Reid Hoffman et le scientifique en chef Karén Simonyan, et elle a rapidement levé l'une des plus grosses rondes de financement de l'essor de l'IA générative, avec NVIDIA et Microsoft parmi ses bailleurs. Le plan était de bâtir à la fois un produit grand public — l'assistant Pi — et les grands modèles de langage à l'échelle de la frontière pour l'alimenter, ce qui plaçait Inflection en concurrence directe avec OpenAI et Anthropic pour le talent, le calcul et les utilisateurs. En deux ans, ce plan est entré en collision avec le coût de l'entraînement de pointe et l'attraction gravitationnelle des géants technologiques, et l'entreprise s'est effectivement scindée en deux : les gens et les droits sur les modèles sont allés chez Microsoft, tandis que l'entreprise résiduelle pivotait vers le marché des entreprises.

Pi et le pari du quotient émotionnel

Pi, lancé en 2023 et nommé pour « personal intelligence », a été conçu pour être un interlocuteur gentil et patient plutôt qu'un outil de productivité. Là où la plupart des assistants optimisaient la réponse aux questions et l'exécution de tâches, Pi posait des questions de suivi, se souvenait des conversations antérieures et visait le ton d'un ami ou d'un accompagnateur bienveillant. La conception anticipait des fonctions devenues courantes par la suite, dont la mémoire à long terme d'une session à l'autre et la personnalité comme fonctionnalité délibérée du produit. Pi a gagné une niche fidèle d'utilisateurs très engagés, mais il n'a jamais approché l'échelle de ChatGPT, et le créneau du compagnon dans le marché de l'agent conversationnel s'est révélé porteur d'un problème structurel : les gens qui aimaient Pi s'en servaient pour la conversation ouverte, coûteuse à servir et difficile à monétiser, tandis que ceux qui avaient des tâches à accomplir se rabattaient sur les assistants généralistes. Character.AI, qui a couru après le même créneau du compagnon avec des personnages de jeu de rôle, a buté sur des limites de monétisation semblables.

Entraîner des modèles à l'échelle de la frontière

Contrairement à bien des jeunes pousses d'assistants, Inflection entraînait ses propres modèles au lieu de prendre une licence sur ceux d'autrui. Inflection-1, publié en 2023, alimentait la première version de Pi. Inflection-2 a suivi plus tard la même année, entraîné sur l'une des plus grandes grappes de NVIDIA H100 au monde à l'époque, exploitée avec le partenaire infonuagique CoreWeave; l'entreprise affirmait qu'il n'était devancé que par GPT-4 parmi les modèles du moment. Inflection-2.5, publié au début de 2024, était présenté comme atteignant une qualité proche de GPT-4 avec environ 40 pour cent du calcul d'entraînement. Même avec ce récit d'efficacité, une grappe de premier ordre et de bons chercheurs, l'arithmétique sous-jacente des lois d'échelle faisait que rester à la frontière des modèles de fondation exigeait un capital d'une ampleur que très peu de jeunes pousses peuvent soutenir.

Ce n'était pas une acquisition

Une idée fausse répandue veut que Microsoft ait acquis Inflection en 2024. Aucune acquisition n'a jamais eu lieu. En mars 2024, Microsoft a embauché Suleyman, Simonyan et la majeure partie du personnel d'Inflection pour former sa division Microsoft AI, et a payé des frais de licence — rapportés dans les centaines de millions de dollars — pour des droits non exclusifs sur les modèles d'Inflection. Juridiquement, Inflection n'a jamais changé de mains : il n'y avait pas de fusion à déclarer ni d'acquisition à examiner. La structure livrait le talent et la technologie tout en contournant l'examen antitrust qu'une entente formelle aurait déclenché, même si les régulateurs américains et britanniques s'y sont penchés quand même dans le cadre d'un regard plus large sur les préoccupations de réglementation de l'IA. L'arrangement est devenu un gabarit : plus tard en 2024, Google a signé une entente semblable de licence et d'embauche avec Character.AI, et Amazon a fait de même avec Adept.

Le pivot vers l'entreprise

Ce qui restait d'Inflection a nommé Sean White au poste de PDG et s'est repositionné comme entreprise d'IA d'affaires. Le nouvel argumentaire consistait à prendre la pile de modèles et les leçons de conception de Pi pour aider des entreprises à bâtir des assistants sur mesure : ajustement fin de modèles sur les données de l'entreprise, service par API, et mise en avant d'interactions émotionnellement intelligentes face à la clientèle comme facteur de différenciation. Pi a continué de fonctionner pour les utilisateurs existants, mais l'ambition d'un compagnon grand public de masse était terminée. Cette trajectoire est aujourd'hui une référence standard dans les débats de l'industrie sur les coûts d'entraînement de pointe, les avantages de distribution des acteurs en place, et la facilité avec laquelle un géant technologique peut absorber une jeune pousse sans techniquement l'acheter.

← Tous les termes
ESC