Meta mise à l'épreuve : peut-elle rattraper son retard en IA face aux géants ?

UNE RECRUTEMENT SPECTACULAIRE POUR RELANCER L'IA

Il y a un an, Mark Zuckerberg a confié la relance de l’intelligence artificielle chez Meta à Alexandr Wang, alors âgé de 28 ans et fondateur d’une startup. Le milliardaire a parié sur l’urgence et l’ambition d’un outsider plutôt que sur les équipes internes, jugées trop lentes. Muse Spark, le modèle le plus crédible de Meta à ce jour, est né de cette stratégie.

UNE ASCENSION RAPIDE ET CONTROVERSÉE

En moins d’un an, Wang a constitué une équipe d’élite payée des millions de dollars, transformé une partie des opérations d’IA de Meta et s’est imposé comme l’un des dirigeants les plus influents de l’entreprise. Il est même devenu le seul dirigeant de Meta, aux côtés de Zuckerberg, à assister à un dîner à la Maison Blanche avec des figures majeures de la Silicon Valley, organisé par Donald Trump l’année dernière.

En avril, Meta a dévoilé Muse Spark, le premier grand modèle issu de son laboratoire secret, le TBD Lab. Ses partisans y voient la preuve que les efforts de Meta commencent à porter leurs fruits. Ils estiment que les prochains modèles, attendus dans les mois à venir, pourraient réduire l’écart avec OpenAI, Google et Anthropic.

LES SCEPTIQUES RESTENT NOMBREUX

Malgré ces avancées, certains employés actuels et anciens de Meta restent sceptiques. Ils décrivent le leadership de Wang comme frénétique et estiment qu’il surestime des progrès en réalité incrémentaux. Certains doutent même que Meta puisse atteindre une position de leader dans l’IA de pointe sous sa direction.

« Les équipes du TBD, Alexandr et Zuckerberg inclus, ont fixé une barre très basse pour Muse Spark, en interne comme en externe, » déclare un ancien employé de Meta. « Les autres laboratoires avancent bien plus vite. »

Meta a réagi en affirmant : « Les résultats d’Alexandr parlent d’eux-mêmes : en moins d’un an, il a contribué à construire l’une des équipes de recherche les plus solides de l’industrie et dirigé les Meta Superintelligence Labs lors du lancement de Muse Spark. Il a aussi posé les bases scientifiques et techniques pour des modèles encore plus avancés. Nous sommes impatients de voir ce qu’ils feront ensuite. »

UNE STRATÉGIE À 15 MILLIARDS DE DOLLARS

Meta dépense des dizaines de milliards de dollars dans l’IA, et ses investisseurs réclament des preuves que ces dépenses se traduiront par des revenus. Muse Spark et les futurs modèles du TBD Lab devraient améliorer les outils de ciblage des contenus et de la publicité de Meta. Ils serviront aussi de base à des initiatives variées, allant des assistants IA aux agents commerciaux, en passant par les avatars numériques et les wearables.

Wang a été recruté après une série de revers pour Meta en 2023, notamment la réception décevante du modèle Llama 4 et la crainte croissante que les concurrents prennent une avance insurmontable. Zuckerberg a répondu en investissant 15 milliards de dollars dans la startup de Wang, Scale AI, dont il a cofondé l’entreprise, et en l’embauchant.

Scale AI collaborait déjà étroitement avec les principaux laboratoires d’IA. Zuckerberg était convaincu que le réseau et l’intensité opérationnelle de Wang pourraient aider à reconstruire l’organisation de recherche de Meta.

UN LABORATOIRE SOUS HAUTE SÉCURITÉ

Wang a obtenu une autonomie et une discrétion inhabituelles. Il a rapidement constitué le TBD Lab, une équipe d’environ 100 chercheurs triés sur le volet, travaillant dans une zone sécurisée du siège de Meta à Menlo Park. L’accès y est strictement contrôlé et nécessite des badges spéciaux, selon des personnes familières avec l’opération.

Wang et Zuckerberg ont leurs bureaux à l’intérieur de cette zone, tandis que des employés non membres du TBD ont parfois été surpris en train d’essayer de s’y introduire en douce.

LES PREMIERS DÉFIS DU TBD LAB

Dès le début, le TBD Lab a rencontré des difficultés. Plusieurs employés ont été débauchés par des concurrents, dont Ruoming Pang, un ancien cadre d’Apple, qui a quitté Meta après seulement sept mois pour rejoindre OpenAI.

Certains projets de recherche, comme ceux visant à développer une nouvelle base de code pour l’entraînement des modèles, ont aussi rencontré des obstacles, selon plusieurs sources.

Finalement, Muse Spark a été construit en utilisant certains éléments de l’infrastructure IA existante de Meta, y compris des codes et des jeux de données associés à Llama 4, d’après des personnes familières avec le projet.

Les commentaires ultérieurs de Wang, suggérant que Muse Spark avait été développé « de zéro », ont irrité certains employés qui estiment que les contributions de l’équipe Llama n’ont pas été suffisamment reconnues. Cette remarque illustre les tensions croissantes entre les équipes IA historiques de Meta et le TBD Lab.

UNE ROUTE VERS L'INTELLIGENCE ARTIFICIELLE PERSONNELLE

Avec l’équipe TBD en place, Wang a cherché à établir une feuille de route combinant sa vision et celle de Zuckerberg pour une « intelligence artificielle personnelle surpuissante » avec les convictions des chercheurs individuels et les réalités pratiques de la mise à l’échelle des infrastructures nécessaires pour entraîner les générations futures de modèles, selon des personnes familières avec sa pensée.

Il a aussi restructuré le travail de Meta sur la sécurité de l’IA avec une nouvelle équipe appelée en interne TBA, ou « To Be Aligned ».

Lors de discussions avec des dirigeants, y compris Zuckerberg, Wang a privilégié l’avancement des modèles, tandis que d’autres leaders se sont davantage concentrés sur le déploiement rapide de produits IA, selon des personnes familières avec ces échanges.

Lors de présentations internes à l’équipe IA, connues sous le nom de « Vibe Checks », Wang a défendu une vision idéaliste du développement d’une IA si intelligente qu’elle pourrait résoudre les problèmes mondiaux. Cette approche contraste avec celle d’autres dirigeants, plus axés sur les applications liées aux réseaux sociaux, selon un initié.

UNE CULTURE STARTUP POUR BOOSTER L'INNOVATION

Wang a tenté de rallier ses collègues à sa vision en instaurant une culture startup non hiérarchique au sein du TBD Lab. Lors d’un récent podcast, il a affirmé que « la toute petite équipe où tout le monde est ‘cracked’ [un terme de gamer pour désigner des talents exceptionnels] ira toujours plus vite qu’une grande organisation où les responsabilités sont diluées ».

Il organise aussi régulièrement des apéros arrosés de thé boba pour renforcer la cohésion au sein de ce groupe secret, selon des initiés.

UNE ANNÉE DE RESTRICTURATIONS ET DE LICENCIEMENTS

Pendant ce temps, l’ensemble des employés de Meta a vécu une période moins conviviale. La première année de Wang a coïncidé avec des restructurations et des vagues de licenciements dans toute l’entreprise, visant à compenser le coût de la frénésie d’investissements dans l’IA.

Certains employés ont aussi protesté contre les plans de Meta visant à installer un logiciel de surveillance pour capturer leur utilisation de l’ordinateur, dans le but d’entraîner des modèles d’IA. Mardi, Meta a informé ses employés, via une note interne consultée par le Financial Times, qu’elle revenait partiellement sur ce projet après les critiques.

MUSE SPARK : UN MODÈLE DIFFICILE À ÉVALUER

Muse Spark a été déployé principalement à l’intérieur des propres produits de Meta, ce qui rend son évaluation difficile pour les observateurs extérieurs. Wang avait indiqué que certaines entreprises externes auraient accès au modèle via une API privée, mais ce déploiement reste très limité.

Le modèle a été entraîné en utilisant certains modèles open source tiers, y compris des modèles chinois. Certains initiés ont comparé des aspects du système à celui du dernier modèle de DeepSeek, bien que l’ampleur de ces similitudes reste sujette à débat.

Muse Spark a été salué pour sa compréhension visuelle, mais Wang a reconnu qu’il était en retard par rapport à ses concurrents en matière de programmation. Plusieurs employés ont indiqué que ceux chargés de tester le modèle pour des tâches de développement logiciel continuaient à préférer Claude d’Anthropic.

LES PROCHAINS MODÈLES DE META : PLUS DE CODAGE ET DE MULTIMODALITÉ

Les futurs modèles de Meta devraient se concentrer sur la programmation, l’accomplissement de tâches autonomes et des capacités multimodales plus avancées, y compris la génération de vidéos.

L'ARRIVÉE DE WANG : UNE RÉPONSE À DES ÉCHECS EN CHAÎNE

Wang a été recruté après que les efforts d’IA de Meta aient subi une série de revers en 2023, culminant avec la réception décevante du modèle Llama 4 et une inquiétude croissante au sein de l’entreprise que les rivaux creusaient l’écart.

UN PARI SUR L'URGENCE ET LE RÉSEAU

Zuckerberg a répondu en investissant 15 milliards de dollars dans Scale AI, la startup de Wang, et en l’embauchant. L’objectif était de s’appuyer sur le réseau et l’intensité opérationnelle de Wang pour reconstruire l’organisation de recherche de Meta.

UN LABORATOIRE SOUS HAUTE PROTECTION

Le TBD Lab, composé d’environ 100 chercheurs triés sur le volet, travaille dans une zone sécurisée du siège de Meta à Menlo Park, accessible uniquement avec des badges spéciaux.

LES PREMIERS OBSTACLES DU TBD

Dès le début, le TBD Lab a dû faire face à des défis : des employés ont été débauchés par des concurrents comme OpenAI, et certains projets de recherche ont rencontré des difficultés.

MUSE SPARK : UN MODÈLE BÂTI SUR DES FONDATIONS EXISTANTES

Malgré les déclarations de Wang sur un développement « de zéro », Muse Spark a été construit en utilisant des éléments de l’infrastructure IA existante de Meta, dont des codes et des jeux de données liés à Llama 4.

UNE FEUILLE DE ROUTE AMBITIEUSE

Wang a établi une feuille de route combinant sa vision d’une « intelligence artificielle personnelle surpuissante » avec les réalités techniques de Meta. Il a aussi restructuré le travail sur la sécurité de l’IA avec une nouvelle équipe, le TBA.

UNE CULTURE STARTUP POUR ACCÉLÉRER L'INNOVATION

Wang a instauré une culture non hiérarchique au sein du TBD Lab, avec des apéros au thé boba pour renforcer la cohésion. Il a aussi défendu l’idée que les petites équipes de talents exceptionnels étaient plus efficaces que les grandes organisations.

UNE ANNÉE DIFFICILE POUR LES EMPLOYÉS

La première année de Wang a coïncidé avec des restructurations et des licenciements chez Meta, ainsi que des protestations contre un projet de logiciel de surveillance pour entraîner des modèles d’IA.

UN MODÈLE DIFFICILE À ÉVALUER POUR LES EXTÉRIEURS

Muse Spark a été déployé principalement en interne, avec un accès limité via une API privée. Le modèle a été entraîné avec des modèles open source, y compris chinois, et certains initiés le comparent à celui de DeepSeek.

UN RETARD RECONNU EN PROGRAMMATION

Bien que salué pour sa compréhension visuelle, Muse Spark est en retard par rapport à ses concurrents en matière de programmation. Les employés préfèrent souvent Claude d’Anthropic pour les tâches de développement logiciel.

LES PROCHAINES ÉTAPES : CODAGE ET MULTIMODALITÉ

Les futurs modèles de Meta devraient se concentrer sur la programmation, les tâches autonomes et des capacités multimodales avancées, comme la génération de vidéos.

UNE STRATÉGIE RISQUÉE POUR RATTRAPER SON RETARD

Meta mise sur Alexandr Wang et son TBD Lab pour rattraper son retard face à OpenAI, Google et Anthropic. Mais les défis sont immenses, et les critiques nombreuses.