Source de l'image : générée par l'IA sans frontières
Quelle est la valeur exacte du titre de "Ancien employé d'OpenAI" sur le marché ?
Le 25 février, heure locale, selon un rapport de Business Insider, la nouvelle société Thinking Machines Lab, récemment annoncée par l'ancien directeur technique d'OpenAI, Mira Murati, a lancé une levée de fonds de 1 milliard de dollars sur une valorisation de 9 milliards de dollars.
Pour l'instant, Thinking Machines Lab n'a pas encore divulgué de calendrier ou de détails spécifiques sur ses produits ou sa technologie. Les seules informations publiques sur cette entreprise sont l'équipe de plus de 20 anciens employés d'OpenAI et leur vision : construire un avenir où "tout le monde a accès au savoir et aux outils pour que l'IA serve aux besoins et aux objectifs uniques des individus".
Mira Murati et Thinking Machines Lab
Le pouvoir de capitalisation des entrepreneurs de la série OpenAI a créé un effet de boule de neige. Avant Murati, SSI fondée par l'ancien scientifique en chef d'OpenAI, Ilya Sutskever, a obtenu une valorisation de 30 milliards de dollars avec seulement le gène OpenAI et une idée.
Depuis le départ de Musk d'OpenAI en 2018, plus de 30 nouvelles entreprises ont été créées par d'anciens employés d'OpenAI, totalisant plus de 9 milliards de dollars de financement. Ces entreprises forment un écosystème complet couvrant la sécurité de l'IA (Anthropic), l'infrastructure (xAI) et les applications verticales (Perplexity).
Cela rappelle inévitablement la vague de startups de la Silicon Valley qui a suivi l'acquisition de PayPal par eBay en 2002, lorsque des fondateurs tels que Musk et Peter Thiel ont quitté l'entreprise, donnant naissance au "PayPal Mafia" et propulsant des entreprises légendaires telles que Tesla, LinkedIn et YouTube. Les anciens employés d'OpenAI forment également leur propre "OpenAI Mafia" dans ce mouvement.
Le scénario de "OpenAI Gang" est encore plus radical : en 10 ans, "PayPal Gang" a créé deux entreprises valant des milliards de dollars, tandis que "OpenAI Gang", après le lancement de ChatGPT, a donné naissance à cinq entreprises valorisées à des dizaines de milliards de dollars en seulement deux ans. Parmi elles, Anthropic est valorisée à 61,5 milliards de dollars, SSI d'Ilya Sutskever à 30 milliards de dollars, xAI de Musk à 24 milliards de dollars, et il est fort probable qu'un centaur licorne d'une valeur de plusieurs dizaines de milliards de dollars soit créé dans les trois prochaines années par le "OpenAI Gang".
Le nouveau « OpenAI Helper » a déclenché une nouvelle vague de « fission des talents » dans la Silicon Valley, qui influence toute la région, voire remodèle la carte mondiale du pouvoir de l'IA.
Chemin de fission d'OpenAI
Parmi les 11 cofondateurs d'OpenA, seuls Sam Altman et Wojciech Zaremba, responsable de l'équipe de langage et de génération de code, sont toujours en poste.
2024年是OpenAI的离职高峰。这一年中，Ilya Sutskever（2024年5月离职）、John Schulman（2024年8月离职）等相继离职。OpenAI安全团队从30人缩减至16人，减员47%；高管中首席技术官Mira Murati、首席研究官Bob McGrew等关键人物先后离职；技术团队中，GPT系列首席设计师Alec Radford、Sora负责人Tim Brooks（加入谷歌）等核心技术人才出走；深度学习专家Ian Goodfellow加入谷歌， Andrej Karpathy则二度离开后创办教育公司。
« L'unité est comme un feu, la dispersion est comme des étoiles dans le ciel ».
Avant 2018, plus de 45% des principaux talents technologiques d'OpenAI ont choisi de créer leur propre plateforme, ces nouvelles "portes" ont également décomposé et recomposé la base de gènes technologiques d'OpenAI en trois grands groupes stratégiques.
Tout d'abord, il y a le "clan" qui perpétue l'ADN d'OpenAI, ils sont comme un groupe d'ambitieux d'OpenAI 2.0.
Le Thinking Machines Lab de Mira Murati a presque entièrement transplanté l'architecture de développement d'OpenAI : John Schulman est responsable du cadre d'apprentissage renforcé, Lilian Weng dirige le système de sécurité de l'IA, et même le graphique neuronal du GPT-4 est directement utilisé comme plan technique pour le nouveau projet.
Leur 'Manifeste pour la science ouverte' vise directement la tendance à la fermeture d'OpenAI ces dernières années, prévoyant de créer un 'chemin de développement de l'AGI plus transparent' en rendant continuellement publics les blogs techniques, les articles et le code. Cela a également déclenché quelques réactions en chaîne dans l'industrie de l'IA : 3 chercheurs de pointe de Google DeepMind ont rejoint en changeant d'emploi avec l'architecture Transformer-XL.
Ilya Sutskever's Safe Superintelligence Inc. (SSI) has chosen a different path. Sutskever, along with two other researchers, Daniel Gross and Daniel Levy, founded the company, abandoning all short-term commercial goals to focus on building an "irreversible secure superintelligence"—a nearly philosophical technological framework. The company has just been established, with a16z, Sequoia Capital, and other institutions deciding to invest 10 billion US dollars to "pick up the tab" for Sutskever's ideal.
Ilya Sutskever et SSI
L'autre faction est celle des "subversifs" qui ont déjà quitté ChatGPT auparavant.
Anthropic, fondée par Dario Amodei, est passée de l'opposition à OpenAI à devenir le concurrent le plus redoutable. Sa série de modèles Claude 3 est à la hauteur de GPT-4 dans de nombreux tests. De plus, Anthropic a établi un partenariat exclusif avec Amazon AWS, ce qui signifie qu'Anthropic érode progressivement les fondations d'OpenAI en termes de puissance de calcul. La technologie de puce développée en collaboration par Anthropic et AWS pourrait également affaiblir davantage la capacité de négociation d'OpenAI dans l'achat de GPU NVIDIA.
Un autre représentant de cette école est Musk. Bien que Musk ait quitté OpenAI en 2018, certains des membres fondateurs de xAI ont également travaillé chez OpenAI, notamment Igor Babuschkin et Kyle Kosic, qui est retourné plus tard chez OpenAI. Avec le puissant soutien de Musk en termes de talents, de données, de puissance de calcul, etc., xAI constitue une menace pour OpenAI dans de nombreux aspects. Grâce à l'intégration du flux de données en temps réel de la plateforme X appartenant à Musk, Grok-3 de xAI peut capturer instantanément les événements chauds sur la plateforme X pour générer des réponses, tandis que les données d'entraînement de ChatGPT sont valables jusqu'en 2023, ce qui crée un écart significatif en termes de pertinence temporelle, une boucle de données que OpenAI a du mal à reproduire dans l'écosystème de Microsoft.
Cependant, la position de Musk sur xAI n'est pas de renverser OpenAI, mais de retrouver l'essence d'OpenAI. xAI défend une stratégie de "maximisation de l'open source", par exemple, le modèle Grok-1 est open source sous la licence Apache 2.0, attirant les développeurs du monde entier à participer à la construction de l'écosystème. Cela contraste nettement avec la tendance récente d'OpenAI à la fermeture (comme le service API exclusif de GPT-4).
Le troisième groupe est constitué de "perturbateurs" qui reconstruisent la logique industrielle.
Perplexity, fondée par l'ancien scientifique en chef de la recherche d'OpenAI, Aravind Srinivas, est l'une des premières entreprises à transformer les moteurs de recherche à l'aide de grands modèles d'IA. Perplexity génère directement des réponses par IA pour remplacer les listes de liens sur les pages de recherche. Aujourd'hui, il y a plus de 20 millions de recherches par jour, et la société a levé plus de 500 millions de dollars (valorisation de 9 milliards de dollars).
Le fondateur d'Adept est David Luan, ancien vice-président de l'ingénierie chez OpenAI. Il a participé à la recherche technologique en langage, en supercalcul, en apprentissage renforcé, ainsi qu'à la sécurité et à l'élaboration des politiques des projets GPT-2, GPT-3, CLIP et DALL-E. Adept se concentre sur le développement de l'Agent IA, avec pour objectif d'aider les utilisateurs à automatiser des tâches complexes (telles que la génération de rapports conformes, la conception de plans, etc.) en combinant de grands modèles avec des capacités d'appel d'outils. Le modèle ACT-1 développé peut directement interagir avec des logiciels de bureau, Photoshop, etc. L'équipe fondatrice centrale de cette entreprise, comprenant David Luan, a rejoint l'équipe AGI d'Amazon.
Covariant est une start-up d’intelligence incarnée évaluée à 1 milliard de dollars. Son équipe fondatrice est issue de l’équipe de robots dissoute d’OpenAI, et les gènes techniques sont dérivés de l’expérience de la recherche et du développement de modèles GPT. Se concentrer sur le développement de modèles de base de robots, dans le but de réaliser un fonctionnement autonome des robots grâce à l’IA multimodale, en se concentrant particulièrement sur l’automatisation de l’entreposage et de la logistique. Cependant, trois membres de l’équipe fondatrice de Covariant, Pieter Abbeel, Peter Chen et Rocky Duan, ont tous rejoint Amazon.
Certaines entreprises de démarrage "OpenAI Help"
Source de l'information : informations publiques, compilation : Gate.io
La technologie de l'IA a fait le saut de la "propriété d'outil" à l'élément de productivité, ce qui a donné naissance à trois types d'opportunités industrielles : scénarios de remplacement (comme la perturbation des moteurs de recherche traditionnels), scénarios d'augmentation (comme la transformation intelligente de l'industrie manufacturière), scénarios de reconstruction (comme la percée fondamentale dans les sciences de la vie). Les caractéristiques communes de ces scénarios sont les suivantes : elles ont le potentiel de construire un cercle vertueux de données (les données d'interaction utilisateur alimentent les modèles), interagissent profondément avec le monde physique (données de mouvement des robots/données d'expériences biologiques) et occupent un espace de régulation éthique en niveaux de gris.
La technologie d'OpenAI se déverse et fournit une impulsion fondamentale à cette révolution industrielle. Sa stratégie de source ouverte précoce (comme la partie ouverte de GPT-2) a créé l'effet de "pissenlit" de diffusion technologique, mais une fois que la technologie a franchi un cap et est entrée dans des eaux plus profondes, la commercialisation propriétaire est devenue un choix inévitable.
Ce conflit a engendré deux phénomènes : d'une part, les talents qui quittent leur poste transfèrent des technologies telles que l'architecture Transformer et l'apprentissage renforcé vers des scénarios verticaux (comme l'industrie manufacturière, la biotechnologie), en construisant des barrières à l'aide de données de scénario ; d'autre part, les géants utilisent des fusions et acquisitions de talents pour se positionner technologiquement, créant ainsi une boucle fermée de "récolte technologique".
Quand le fossé se transforme en ligne de partage des eaux
Alors que "OpenAI Help" progresse rapidement, l'ancienne société mère OpenAI peine à avancer.
En termes de technologie et de produits, la date de sortie de GPT-5 a été reportée à plusieurs reprises, et il est largement reconnu sur le marché que les produits ChatGPT grand public ne suivent pas le rythme de l'innovation de l'industrie.
Sur le plan du marché, le suiveur DeepSeek a commencé à rattraper progressivement OpenAI, avec des performances de modèle proches de ChatGPT mais un coût de formation de seulement 5% de celui du GPT-4, ce chemin de reproduction à faible coût est en train de miner les barrières technologiques d'OpenAI.
Cependant, la croissance rapide de "OpenAI帮" s'explique en grande partie par les conflits internes au sein de l'entreprise OpenAI.
Actuellement, l'équipe de recherche principale d'OpenAI est en train de se désintégrer. Il ne reste plus que Sam Altman et Wojciech Zaremba parmi les 11 cofondateurs, 45% des chercheurs principaux ont déjà quitté l'entreprise.
Wojciech Zaremba
Le co-fondateur Ilya Sutskever a quitté son poste pour créer la société SSI, le directeur scientifique Andrej Karpathy a partagé publiquement son expérience d'optimisation des Transformers, et Tim Brooks, responsable du projet de génération de vidéos Sora, a rejoint Google DeepMind. Dans l'équipe technique, plus de la moitié des auteurs des premières versions de GPT ont déjà quitté, dont la plupart ont rejoint le camp des concurrents d'OpenAI.
Pendant ce temps, selon les données compilées par Lightcast qui suit les offres d'emploi, les priorités de recrutement d'OpenAI semblent également avoir changé. En 2021, 23 % des offres d'emploi de l'entreprise étaient des postes de recherche générale. En 2024, la recherche générale ne représente que 4,4 % de ses offres d'emploi, ce qui reflète indirectement que le statut des talents en recherche scientifique chez OpenAI est en train de changer.
La transformation commerciale a entraîné des conflits culturels de plus en plus évidents, avec une croissance de 225% de la taille de l'effectif en trois ans, l'esprit hacker initial étant progressivement remplacé par un système de KPI, certains chercheurs affirmant "être contraint de passer de la recherche exploratoire à l'itération du produit".
Cette oscillation stratégique a conduit OpenAI à se retrouver dans une double impasse : elle doit non seulement continuer à produire des technologies révolutionnaires pour maintenir sa valorisation, mais doit également faire face à la pression concurrentielle exercée par d'anciens employés qui reproduisent rapidement ses résultats à l'aide de leur méthodologie.
Le succès de l'industrie de l'IA ne réside pas dans la percée des paramètres en laboratoire, mais dans la capacité à injecter des gènes technologiques dans les capillaires industriels - dans le flux de réponses des moteurs de recherche, les trajectoires de mouvement des bras robotiques, la dynamique moléculaire des cellules biologiques, reconstruisant la logique sous-jacente du monde des affaires.
OpenAI va-t-il se diviser dans la Silicon Valley ?
L'essor rapide d'"OpenAI帮" et de "PayPal帮" est largement dû à la "chance" de la loi californienne.
Depuis l'interdiction des accords de non-concurrence en Californie en 1872, son environnement juridique unique a été un catalyseur pour l'innovation dans la Silicon Valley. Conformément à l'article 16600 du code des affaires et des professions de Californie, toute clause restreignant la liberté professionnelle est nulle, ce qui a directement favorisé la libre circulation des talents technologiques.
Le cycle moyen d'emploi des programmeurs de la Silicon Valley est seulement de 3 à 5 ans, bien inférieur à celui des autres centres technologiques. Ce mouvement fréquent a créé un effet de "débordement de connaissances" - par exemple, d'anciens employés d'Xian-Tong Semiconductor ont fondé 12 géants des semi-conducteurs tels qu'Intel, AMD, jetant ainsi les bases de l'industrie de la Silicon Valley.
La loi sur l'interdiction des accords de non-concurrence semble ne pas suffisamment protéger les entreprises innovantes, mais en réalité, elle favorise davantage l'innovation. La mobilité des techniciens accélère la diffusion de la technologie et abaisse le seuil de l'innovation.
En 2024, la Federal Trade Commission (FTC) des États-Unis prévoit qu'après l'interdiction totale des accords de non-concurrence en avril 2024, la vitalité de l'innovation aux États-Unis sera encore plus libérée. La première année de mise en œuvre de la politique pourrait entraîner la création de 8 500 nouvelles entreprises, une augmentation spectaculaire du nombre de brevets de 17 000 à 29 000, et l'ajout de 3 000 à 5 000 nouveaux brevets. Au cours des 10 prochaines années, le taux de croissance annuel des brevets sera de 11 à 19 %.
Le capital est également un moteur important de la montée en puissance d'OpenAI.
La taille de l'investissement à risque de la Silicon Valley représente plus de 30% de l'ensemble des États-Unis, et des institutions telles que Sequoia Capital et Kleiner Perkins ont construit une chaîne de financement complète allant du tour de table initial à l'IPO, ce modèle intensif en capital a engendré un double effet.
Le capital est d'abord le moteur de l'innovation, et les investisseurs providentiels fournissent non seulement des fonds, mais aussi une intégration des ressources sectorielles. Lors de sa création, Uber n'avait que 200 000 dollars en capital semence provenant de seulement deux fondateurs et trois taxis enregistrés. Après avoir reçu un investissement providentiel de 1,25 million de dollars, il a commencé à lever des fonds rapidement, et en 2015, sa valorisation a atteint 40 milliards de dollars.
Le long terme intérêt du capital-risque pour l'industrie technologique a également favorisé la mise à niveau de cette dernière. En investissant dans Apple en 1978 et Oracle en 1984, Sequoia Capital a établi son influence dans les domaines des semi-conducteurs et de l'informatique. En 2020, il a commencé à se positionner de manière approfondie dans l'intelligence artificielle, en participant à des projets de pointe tels qu'OpenAI. Les investissements de plusieurs milliards de dollars dans l'IA par des capitaux internationaux comme Microsoft ont permis de réduire le cycle de commercialisation de la technologie d'IA générative de plusieurs années à quelques mois.
Le capital offre également une plus grande capacité de tolérance aux erreurs aux entreprises innovantes. Accélérer le rythme de sélection des projets échoués par rapport aux projets réussis est tout aussi important, selon l'analyse des start-up par l'agence startuptalky, le taux d'échec des start-up dans le monde est de 90 %, contre 83 % pour les start-up de la Silicon Valley. Bien que la réussite des start-up ne soit pas facile, dans la grille d'investissement en capital-risque, l'expérience de l'échec peut rapidement se transformer en nutriments pour de nouveaux projets.
Source de l'image: startuptalky.com
Cependant, le capital a également modifié dans une certaine mesure la trajectoire de développement de ces entreprises innovantes.
Le projet d'IA de premier plan a une valorisation de plus de 1 milliard de dollars avant même la sortie du produit, ce qui rend beaucoup plus difficile l'accès aux ressources pour les autres petites et moyennes équipes innovantes. Ce déséquilibre structurel est particulièrement prononcé dans la répartition régionale, comme le montre une étude de Dealroom, une société de gestion de bases de données, selon laquelle les investissements de risque levés dans la seule région de la baie de San Francisco au cours d'un trimestre (24,7 milliards de dollars) équivalent à la somme des investissements de risque des centres n°2 à 5 mondiaux (Londres, Beijing, Bangalore, Berlin). Parallèlement, bien que les marchés émergents tels que l'Inde aient enregistré une croissance des financements de 133 %, 97 % des fonds sont dirigés vers des entreprises "licornes" valorisées à plus de 1 milliard de dollars.
De plus, le capital a une forte "dépendance au chemin", préférant les domaines avec des retours quantifiables, ce qui rend difficile pour de nombreuses innovations en sciences fondamentales émergentes d'obtenir un soutien financier solide. Par exemple, dans le domaine de l'informatique quantique, Guo Guoping, fondateur de l'entreprise de démarrage quantique QuantumCTek, a vendu sa maison pour démarrer son entreprise en raison du manque de fonds. Guo Guoping a obtenu son premier tour de financement en 2015, et les données publiées par le ministère de la technologie cette année-là ont montré que les dépenses totales de R&D de la Chine représentaient seulement 2,2% du PIB, dont seulement 4,7% étaient consacrés à la recherche fondamentale.
Ce n'est pas seulement un manque de soutien, mais aussi les grands capitaux qui, par la tentation de l'argent, cherchent à attirer les meilleurs talents, ce qui fait que les salaires des CTO de startups sont essentiellement bloqués à sept chiffres (en dollars pour les entreprises américaines et en renminbi pour les entreprises chinoises), créant ainsi un "cycle de monopole des talents par les géants et poursuite du géant par le capital".
Cependant, la valorisation importante de ces "aides OpenAI" comporte également certains risques.
Les deux entreprises de Mira Murati et Ilya Sutskever ont toutes deux obtenu des dizaines de milliards de dollars de financement avec une seule idée, qui repose sur la confiance dans les capacités technologiques de l'équipe de pointe d'OpenAI. Cependant, cette confiance comporte également des risques : la technologie de l'IA peut-elle rester à long terme dans une phase de croissance exponentielle, et les données de scénarios verticaux peuvent-elles former des barrières monopolistiques ? Lorsque ces deux risques rencontrent des défis réels (tels qu'un ralentissement de la percée des modèles multimodaux, une augmentation considérable des coûts d'acquisition de données sectorielles), la surchauffe du capital pourrait déclencher une restructuration de l'industrie.
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
La Silicon Valley voit apparaître le "gang OpenAI"
Auteur : Gate.io
Source de l'image : générée par l'IA sans frontières
Quelle est la valeur exacte du titre de "Ancien employé d'OpenAI" sur le marché ?
Le 25 février, heure locale, selon un rapport de Business Insider, la nouvelle société Thinking Machines Lab, récemment annoncée par l'ancien directeur technique d'OpenAI, Mira Murati, a lancé une levée de fonds de 1 milliard de dollars sur une valorisation de 9 milliards de dollars.
Pour l'instant, Thinking Machines Lab n'a pas encore divulgué de calendrier ou de détails spécifiques sur ses produits ou sa technologie. Les seules informations publiques sur cette entreprise sont l'équipe de plus de 20 anciens employés d'OpenAI et leur vision : construire un avenir où "tout le monde a accès au savoir et aux outils pour que l'IA serve aux besoins et aux objectifs uniques des individus".
Mira Murati et Thinking Machines Lab
Le pouvoir de capitalisation des entrepreneurs de la série OpenAI a créé un effet de boule de neige. Avant Murati, SSI fondée par l'ancien scientifique en chef d'OpenAI, Ilya Sutskever, a obtenu une valorisation de 30 milliards de dollars avec seulement le gène OpenAI et une idée.
Depuis le départ de Musk d'OpenAI en 2018, plus de 30 nouvelles entreprises ont été créées par d'anciens employés d'OpenAI, totalisant plus de 9 milliards de dollars de financement. Ces entreprises forment un écosystème complet couvrant la sécurité de l'IA (Anthropic), l'infrastructure (xAI) et les applications verticales (Perplexity).
Cela rappelle inévitablement la vague de startups de la Silicon Valley qui a suivi l'acquisition de PayPal par eBay en 2002, lorsque des fondateurs tels que Musk et Peter Thiel ont quitté l'entreprise, donnant naissance au "PayPal Mafia" et propulsant des entreprises légendaires telles que Tesla, LinkedIn et YouTube. Les anciens employés d'OpenAI forment également leur propre "OpenAI Mafia" dans ce mouvement.
Le scénario de "OpenAI Gang" est encore plus radical : en 10 ans, "PayPal Gang" a créé deux entreprises valant des milliards de dollars, tandis que "OpenAI Gang", après le lancement de ChatGPT, a donné naissance à cinq entreprises valorisées à des dizaines de milliards de dollars en seulement deux ans. Parmi elles, Anthropic est valorisée à 61,5 milliards de dollars, SSI d'Ilya Sutskever à 30 milliards de dollars, xAI de Musk à 24 milliards de dollars, et il est fort probable qu'un centaur licorne d'une valeur de plusieurs dizaines de milliards de dollars soit créé dans les trois prochaines années par le "OpenAI Gang".
Le nouveau « OpenAI Helper » a déclenché une nouvelle vague de « fission des talents » dans la Silicon Valley, qui influence toute la région, voire remodèle la carte mondiale du pouvoir de l'IA.
Chemin de fission d'OpenAI
Parmi les 11 cofondateurs d'OpenA, seuls Sam Altman et Wojciech Zaremba, responsable de l'équipe de langage et de génération de code, sont toujours en poste.
2024年是OpenAI的离职高峰。这一年中，Ilya Sutskever（2024年5月离职）、John Schulman（2024年8月离职）等相继离职。OpenAI安全团队从30人缩减至16人，减员47%；高管中首席技术官Mira Murati、首席研究官Bob McGrew等关键人物先后离职；技术团队中，GPT系列首席设计师Alec Radford、Sora负责人Tim Brooks（加入谷歌）等核心技术人才出走；深度学习专家Ian Goodfellow加入谷歌， Andrej Karpathy则二度离开后创办教育公司。
« L'unité est comme un feu, la dispersion est comme des étoiles dans le ciel ».
Avant 2018, plus de 45% des principaux talents technologiques d'OpenAI ont choisi de créer leur propre plateforme, ces nouvelles "portes" ont également décomposé et recomposé la base de gènes technologiques d'OpenAI en trois grands groupes stratégiques.
Tout d'abord, il y a le "clan" qui perpétue l'ADN d'OpenAI, ils sont comme un groupe d'ambitieux d'OpenAI 2.0.
Le Thinking Machines Lab de Mira Murati a presque entièrement transplanté l'architecture de développement d'OpenAI : John Schulman est responsable du cadre d'apprentissage renforcé, Lilian Weng dirige le système de sécurité de l'IA, et même le graphique neuronal du GPT-4 est directement utilisé comme plan technique pour le nouveau projet.
Leur 'Manifeste pour la science ouverte' vise directement la tendance à la fermeture d'OpenAI ces dernières années, prévoyant de créer un 'chemin de développement de l'AGI plus transparent' en rendant continuellement publics les blogs techniques, les articles et le code. Cela a également déclenché quelques réactions en chaîne dans l'industrie de l'IA : 3 chercheurs de pointe de Google DeepMind ont rejoint en changeant d'emploi avec l'architecture Transformer-XL.
Ilya Sutskever's Safe Superintelligence Inc. (SSI) has chosen a different path. Sutskever, along with two other researchers, Daniel Gross and Daniel Levy, founded the company, abandoning all short-term commercial goals to focus on building an "irreversible secure superintelligence"—a nearly philosophical technological framework. The company has just been established, with a16z, Sequoia Capital, and other institutions deciding to invest 10 billion US dollars to "pick up the tab" for Sutskever's ideal.
Ilya Sutskever et SSI
L'autre faction est celle des "subversifs" qui ont déjà quitté ChatGPT auparavant.
Anthropic, fondée par Dario Amodei, est passée de l'opposition à OpenAI à devenir le concurrent le plus redoutable. Sa série de modèles Claude 3 est à la hauteur de GPT-4 dans de nombreux tests. De plus, Anthropic a établi un partenariat exclusif avec Amazon AWS, ce qui signifie qu'Anthropic érode progressivement les fondations d'OpenAI en termes de puissance de calcul. La technologie de puce développée en collaboration par Anthropic et AWS pourrait également affaiblir davantage la capacité de négociation d'OpenAI dans l'achat de GPU NVIDIA.
Un autre représentant de cette école est Musk. Bien que Musk ait quitté OpenAI en 2018, certains des membres fondateurs de xAI ont également travaillé chez OpenAI, notamment Igor Babuschkin et Kyle Kosic, qui est retourné plus tard chez OpenAI. Avec le puissant soutien de Musk en termes de talents, de données, de puissance de calcul, etc., xAI constitue une menace pour OpenAI dans de nombreux aspects. Grâce à l'intégration du flux de données en temps réel de la plateforme X appartenant à Musk, Grok-3 de xAI peut capturer instantanément les événements chauds sur la plateforme X pour générer des réponses, tandis que les données d'entraînement de ChatGPT sont valables jusqu'en 2023, ce qui crée un écart significatif en termes de pertinence temporelle, une boucle de données que OpenAI a du mal à reproduire dans l'écosystème de Microsoft.
Cependant, la position de Musk sur xAI n'est pas de renverser OpenAI, mais de retrouver l'essence d'OpenAI. xAI défend une stratégie de "maximisation de l'open source", par exemple, le modèle Grok-1 est open source sous la licence Apache 2.0, attirant les développeurs du monde entier à participer à la construction de l'écosystème. Cela contraste nettement avec la tendance récente d'OpenAI à la fermeture (comme le service API exclusif de GPT-4).
Le troisième groupe est constitué de "perturbateurs" qui reconstruisent la logique industrielle.
Perplexity, fondée par l'ancien scientifique en chef de la recherche d'OpenAI, Aravind Srinivas, est l'une des premières entreprises à transformer les moteurs de recherche à l'aide de grands modèles d'IA. Perplexity génère directement des réponses par IA pour remplacer les listes de liens sur les pages de recherche. Aujourd'hui, il y a plus de 20 millions de recherches par jour, et la société a levé plus de 500 millions de dollars (valorisation de 9 milliards de dollars).
Le fondateur d'Adept est David Luan, ancien vice-président de l'ingénierie chez OpenAI. Il a participé à la recherche technologique en langage, en supercalcul, en apprentissage renforcé, ainsi qu'à la sécurité et à l'élaboration des politiques des projets GPT-2, GPT-3, CLIP et DALL-E. Adept se concentre sur le développement de l'Agent IA, avec pour objectif d'aider les utilisateurs à automatiser des tâches complexes (telles que la génération de rapports conformes, la conception de plans, etc.) en combinant de grands modèles avec des capacités d'appel d'outils. Le modèle ACT-1 développé peut directement interagir avec des logiciels de bureau, Photoshop, etc. L'équipe fondatrice centrale de cette entreprise, comprenant David Luan, a rejoint l'équipe AGI d'Amazon.
Covariant est une start-up d’intelligence incarnée évaluée à 1 milliard de dollars. Son équipe fondatrice est issue de l’équipe de robots dissoute d’OpenAI, et les gènes techniques sont dérivés de l’expérience de la recherche et du développement de modèles GPT. Se concentrer sur le développement de modèles de base de robots, dans le but de réaliser un fonctionnement autonome des robots grâce à l’IA multimodale, en se concentrant particulièrement sur l’automatisation de l’entreposage et de la logistique. Cependant, trois membres de l’équipe fondatrice de Covariant, Pieter Abbeel, Peter Chen et Rocky Duan, ont tous rejoint Amazon.
Certaines entreprises de démarrage "OpenAI Help"
Source de l'information : informations publiques, compilation : Gate.io
La technologie de l'IA a fait le saut de la "propriété d'outil" à l'élément de productivité, ce qui a donné naissance à trois types d'opportunités industrielles : scénarios de remplacement (comme la perturbation des moteurs de recherche traditionnels), scénarios d'augmentation (comme la transformation intelligente de l'industrie manufacturière), scénarios de reconstruction (comme la percée fondamentale dans les sciences de la vie). Les caractéristiques communes de ces scénarios sont les suivantes : elles ont le potentiel de construire un cercle vertueux de données (les données d'interaction utilisateur alimentent les modèles), interagissent profondément avec le monde physique (données de mouvement des robots/données d'expériences biologiques) et occupent un espace de régulation éthique en niveaux de gris.
La technologie d'OpenAI se déverse et fournit une impulsion fondamentale à cette révolution industrielle. Sa stratégie de source ouverte précoce (comme la partie ouverte de GPT-2) a créé l'effet de "pissenlit" de diffusion technologique, mais une fois que la technologie a franchi un cap et est entrée dans des eaux plus profondes, la commercialisation propriétaire est devenue un choix inévitable.
Ce conflit a engendré deux phénomènes : d'une part, les talents qui quittent leur poste transfèrent des technologies telles que l'architecture Transformer et l'apprentissage renforcé vers des scénarios verticaux (comme l'industrie manufacturière, la biotechnologie), en construisant des barrières à l'aide de données de scénario ; d'autre part, les géants utilisent des fusions et acquisitions de talents pour se positionner technologiquement, créant ainsi une boucle fermée de "récolte technologique".
Quand le fossé se transforme en ligne de partage des eaux
Alors que "OpenAI Help" progresse rapidement, l'ancienne société mère OpenAI peine à avancer.
En termes de technologie et de produits, la date de sortie de GPT-5 a été reportée à plusieurs reprises, et il est largement reconnu sur le marché que les produits ChatGPT grand public ne suivent pas le rythme de l'innovation de l'industrie.
Sur le plan du marché, le suiveur DeepSeek a commencé à rattraper progressivement OpenAI, avec des performances de modèle proches de ChatGPT mais un coût de formation de seulement 5% de celui du GPT-4, ce chemin de reproduction à faible coût est en train de miner les barrières technologiques d'OpenAI.
Cependant, la croissance rapide de "OpenAI帮" s'explique en grande partie par les conflits internes au sein de l'entreprise OpenAI.
Actuellement, l'équipe de recherche principale d'OpenAI est en train de se désintégrer. Il ne reste plus que Sam Altman et Wojciech Zaremba parmi les 11 cofondateurs, 45% des chercheurs principaux ont déjà quitté l'entreprise.
Wojciech Zaremba
Le co-fondateur Ilya Sutskever a quitté son poste pour créer la société SSI, le directeur scientifique Andrej Karpathy a partagé publiquement son expérience d'optimisation des Transformers, et Tim Brooks, responsable du projet de génération de vidéos Sora, a rejoint Google DeepMind. Dans l'équipe technique, plus de la moitié des auteurs des premières versions de GPT ont déjà quitté, dont la plupart ont rejoint le camp des concurrents d'OpenAI.
Pendant ce temps, selon les données compilées par Lightcast qui suit les offres d'emploi, les priorités de recrutement d'OpenAI semblent également avoir changé. En 2021, 23 % des offres d'emploi de l'entreprise étaient des postes de recherche générale. En 2024, la recherche générale ne représente que 4,4 % de ses offres d'emploi, ce qui reflète indirectement que le statut des talents en recherche scientifique chez OpenAI est en train de changer.
La transformation commerciale a entraîné des conflits culturels de plus en plus évidents, avec une croissance de 225% de la taille de l'effectif en trois ans, l'esprit hacker initial étant progressivement remplacé par un système de KPI, certains chercheurs affirmant "être contraint de passer de la recherche exploratoire à l'itération du produit".
Cette oscillation stratégique a conduit OpenAI à se retrouver dans une double impasse : elle doit non seulement continuer à produire des technologies révolutionnaires pour maintenir sa valorisation, mais doit également faire face à la pression concurrentielle exercée par d'anciens employés qui reproduisent rapidement ses résultats à l'aide de leur méthodologie.
Le succès de l'industrie de l'IA ne réside pas dans la percée des paramètres en laboratoire, mais dans la capacité à injecter des gènes technologiques dans les capillaires industriels - dans le flux de réponses des moteurs de recherche, les trajectoires de mouvement des bras robotiques, la dynamique moléculaire des cellules biologiques, reconstruisant la logique sous-jacente du monde des affaires.
OpenAI va-t-il se diviser dans la Silicon Valley ?
L'essor rapide d'"OpenAI帮" et de "PayPal帮" est largement dû à la "chance" de la loi californienne.
Depuis l'interdiction des accords de non-concurrence en Californie en 1872, son environnement juridique unique a été un catalyseur pour l'innovation dans la Silicon Valley. Conformément à l'article 16600 du code des affaires et des professions de Californie, toute clause restreignant la liberté professionnelle est nulle, ce qui a directement favorisé la libre circulation des talents technologiques.
Le cycle moyen d'emploi des programmeurs de la Silicon Valley est seulement de 3 à 5 ans, bien inférieur à celui des autres centres technologiques. Ce mouvement fréquent a créé un effet de "débordement de connaissances" - par exemple, d'anciens employés d'Xian-Tong Semiconductor ont fondé 12 géants des semi-conducteurs tels qu'Intel, AMD, jetant ainsi les bases de l'industrie de la Silicon Valley.
La loi sur l'interdiction des accords de non-concurrence semble ne pas suffisamment protéger les entreprises innovantes, mais en réalité, elle favorise davantage l'innovation. La mobilité des techniciens accélère la diffusion de la technologie et abaisse le seuil de l'innovation.
En 2024, la Federal Trade Commission (FTC) des États-Unis prévoit qu'après l'interdiction totale des accords de non-concurrence en avril 2024, la vitalité de l'innovation aux États-Unis sera encore plus libérée. La première année de mise en œuvre de la politique pourrait entraîner la création de 8 500 nouvelles entreprises, une augmentation spectaculaire du nombre de brevets de 17 000 à 29 000, et l'ajout de 3 000 à 5 000 nouveaux brevets. Au cours des 10 prochaines années, le taux de croissance annuel des brevets sera de 11 à 19 %.
Le capital est également un moteur important de la montée en puissance d'OpenAI.
La taille de l'investissement à risque de la Silicon Valley représente plus de 30% de l'ensemble des États-Unis, et des institutions telles que Sequoia Capital et Kleiner Perkins ont construit une chaîne de financement complète allant du tour de table initial à l'IPO, ce modèle intensif en capital a engendré un double effet.
Le capital est d'abord le moteur de l'innovation, et les investisseurs providentiels fournissent non seulement des fonds, mais aussi une intégration des ressources sectorielles. Lors de sa création, Uber n'avait que 200 000 dollars en capital semence provenant de seulement deux fondateurs et trois taxis enregistrés. Après avoir reçu un investissement providentiel de 1,25 million de dollars, il a commencé à lever des fonds rapidement, et en 2015, sa valorisation a atteint 40 milliards de dollars.
Le long terme intérêt du capital-risque pour l'industrie technologique a également favorisé la mise à niveau de cette dernière. En investissant dans Apple en 1978 et Oracle en 1984, Sequoia Capital a établi son influence dans les domaines des semi-conducteurs et de l'informatique. En 2020, il a commencé à se positionner de manière approfondie dans l'intelligence artificielle, en participant à des projets de pointe tels qu'OpenAI. Les investissements de plusieurs milliards de dollars dans l'IA par des capitaux internationaux comme Microsoft ont permis de réduire le cycle de commercialisation de la technologie d'IA générative de plusieurs années à quelques mois.
Le capital offre également une plus grande capacité de tolérance aux erreurs aux entreprises innovantes. Accélérer le rythme de sélection des projets échoués par rapport aux projets réussis est tout aussi important, selon l'analyse des start-up par l'agence startuptalky, le taux d'échec des start-up dans le monde est de 90 %, contre 83 % pour les start-up de la Silicon Valley. Bien que la réussite des start-up ne soit pas facile, dans la grille d'investissement en capital-risque, l'expérience de l'échec peut rapidement se transformer en nutriments pour de nouveaux projets.
Source de l'image: startuptalky.com
Cependant, le capital a également modifié dans une certaine mesure la trajectoire de développement de ces entreprises innovantes.
Le projet d'IA de premier plan a une valorisation de plus de 1 milliard de dollars avant même la sortie du produit, ce qui rend beaucoup plus difficile l'accès aux ressources pour les autres petites et moyennes équipes innovantes. Ce déséquilibre structurel est particulièrement prononcé dans la répartition régionale, comme le montre une étude de Dealroom, une société de gestion de bases de données, selon laquelle les investissements de risque levés dans la seule région de la baie de San Francisco au cours d'un trimestre (24,7 milliards de dollars) équivalent à la somme des investissements de risque des centres n°2 à 5 mondiaux (Londres, Beijing, Bangalore, Berlin). Parallèlement, bien que les marchés émergents tels que l'Inde aient enregistré une croissance des financements de 133 %, 97 % des fonds sont dirigés vers des entreprises "licornes" valorisées à plus de 1 milliard de dollars.
De plus, le capital a une forte "dépendance au chemin", préférant les domaines avec des retours quantifiables, ce qui rend difficile pour de nombreuses innovations en sciences fondamentales émergentes d'obtenir un soutien financier solide. Par exemple, dans le domaine de l'informatique quantique, Guo Guoping, fondateur de l'entreprise de démarrage quantique QuantumCTek, a vendu sa maison pour démarrer son entreprise en raison du manque de fonds. Guo Guoping a obtenu son premier tour de financement en 2015, et les données publiées par le ministère de la technologie cette année-là ont montré que les dépenses totales de R&D de la Chine représentaient seulement 2,2% du PIB, dont seulement 4,7% étaient consacrés à la recherche fondamentale.
Ce n'est pas seulement un manque de soutien, mais aussi les grands capitaux qui, par la tentation de l'argent, cherchent à attirer les meilleurs talents, ce qui fait que les salaires des CTO de startups sont essentiellement bloqués à sept chiffres (en dollars pour les entreprises américaines et en renminbi pour les entreprises chinoises), créant ainsi un "cycle de monopole des talents par les géants et poursuite du géant par le capital".
Cependant, la valorisation importante de ces "aides OpenAI" comporte également certains risques.
Les deux entreprises de Mira Murati et Ilya Sutskever ont toutes deux obtenu des dizaines de milliards de dollars de financement avec une seule idée, qui repose sur la confiance dans les capacités technologiques de l'équipe de pointe d'OpenAI. Cependant, cette confiance comporte également des risques : la technologie de l'IA peut-elle rester à long terme dans une phase de croissance exponentielle, et les données de scénarios verticaux peuvent-elles former des barrières monopolistiques ? Lorsque ces deux risques rencontrent des défis réels (tels qu'un ralentissement de la percée des modèles multimodaux, une augmentation considérable des coûts d'acquisition de données sectorielles), la surchauffe du capital pourrait déclencher une restructuration de l'industrie.