- Publié le
Trois anciens chercheurs d’OpenAI vendent une IA bon marché aux entreprises
- Auteurs

- Nom
- AbnAsia.org
- @steven_n_t
Listen in English · Trois anciens chercheurs d’OpenAI vendent une IA bon marché aux entreprises
0:00 / 0:00
Watch in English · Trois anciens chercheurs d’OpenAI vendent une IA bon marché aux entreprises
Applied Compute, fondée par trois anciens chercheurs d’OpenAI, négocie un tour de financement de 350 M — en affinant des modèles ouverts sur les données propres d’un client et en les exécutant sur son propre cloud. L’argument de vente est le coût, et la vraie question est ce qu’il advient des données à l’intérieur.
Lorsque DeepSeek a publié R1 en janvier 2025, la Silicon Valley y a vu un coup de semonce. Marc Andreessen l’a comparé à Spoutnik ; Alexandr Wang, de Scale AI, a parlé d’un signal d’alarme. Trois jeunes chercheurs d’OpenAI y ont vu une opportunité commerciale.
Cinq mois plus tard, Yash Patil, Rhythm Garg et Linden Li sont partis fonder Applied Compute à San Francisco. L’entreprise prend des modèles ouverts — Qwen d’Alibaba, Kimi de Moonshot — les affine sur les données propres d’un client, puis exécute le résultat sur son propre cloud.

L’économie est l’argument
L’écart n’est pas subtil. Les meilleurs modèles propriétaires, tels que Fable d’Anthropic ou Sol d’OpenAI, peuvent coûter près de quarante fois plus par million de jetons que certaines alternatives ouvertes. Patil affirme que sa plateforme peut réduire le coût d’un client jusqu’à dix fois par rapport à l’utilisation des modèles de pointe les plus puissants — et les entreprises commencent à le remarquer.
Le tour de table est mené par l’investisseur providentiel Elad Gil, avec le retour de Lux Capital et Kleiner Perkins. L’essentiel de l’argent, selon Patil, va aux puces : le cloud derrière le service est le produit.
Prenez un modèle ouvert
Qwen, Kimi — pas de frais de licence, pas de verrouillage fournisseur
Entraînez-le sur vos données
Des ingénieurs travaillent au sein du client, puis attribuent un score de récompense à la sortie
Exécutez-le vous-même
Le modèle affiné reste sur l’infrastructure d’Applied Compute
Ou en libre-service
AC2, lancé en août 2026, loue plutôt les outils d’entraînement
Les clients sont arrivés avant la valorisation
DoorDash utilise la plateforme pour générer des menus précis pour les restaurants qui rejoignent son réseau de livraison. Nvidia est venu poursuivre l’entraînement de Nemotron, son modèle à poids ouverts. Harvey, l’entreprise d’IA juridique, a créé un agent qui examine des dossiers de litige et des contrats en moins de deux mois — un travail qui, selon son responsable de la recherche, Niko Grupen, nécessitait auparavant une équipe et des années.
Patil, 23 ans, a grandi à Austin dans une famille d’immigrés indiens ; son père concevait des circuits chez Qualcomm et ARM. Il a rencontré Sam Altman lors d’un dîner à Stanford, lui a envoyé un e-mail quelques mois plus tard, et a rejoint OpenAI à vingt ans — où il a travaillé sur l’infrastructure d’entraînement et Codex.
La question à laquelle le pitch ne répond pas
Chacun de ces déploiements transfère les éléments les plus sensibles d’une entreprise — menus, dossiers juridiques, documents internes — dans un pipeline d’entraînement géré par une start-up de vingt personnes. C’est le compromis : vous arrêtez d’envoyer des données à un laboratoire de pointe token par token et commencez à les confier en masse à un fournisseur plus petit.
Une inférence moins coûteuse est une réalité, et c’est le bon choix pour de nombreuses charges de travail. Mais le coût est la moitié facile de la décision. L’autre moitié, c’est qui peut lire les données, qui peut copier le modèle, comment la frontière entre locataires est appliquée, et ce qui se passe le jour où le fournisseur est racheté — car une valorisation de 3,3 milliards de dollars est exactement le genre de chiffre qui aboutit à une acquisition.
ABN Asia conçoit des logiciels pour les organisations qui ne peuvent pas se permettre d’être l’étude de cas : des modèles de menace avant la conception, le moindre privilège dans chaque intégration, une isolation prouvée par des tests, des secrets dans un magasin géré et un plan de réponse écrit. Vous n’obtenez pas seulement un logiciel — vous obtenez un logiciel sécurisé.
Si vous transférez des données internes vers une plateforme d’IA, parlez-nous-en avant son déploiement : [email protected].
Source : Forbes Vietnam, numéro de novembre 2026, reportage sur Applied Compute.
Veuillez noter que la version française est assistée par Ai, des erreurs mineures peuvent donc exister.
Auteur
Ai-Banking-NetworkSecurity (ABN), ABN ASIA a été fondée par des personnes ayant des racines profondes dans le milieu académique, avec une expérience professionnelle aux États-Unis, aux Pays-Bas, en Hongrie, au Japon, en Corée du Sud, à Singapour et au Vietnam. ABN ASIA est l'endroit où l'académie et la technologie rencontrent l'opportunité. Avec nos solutions de pointe et nos services de développement logiciel compétents, nous aidons les entreprises à se développer et à s'imposer sur la scène mondiale. Notre engagement : Plus vite. Mieux. Plus fiable. Dans la plupart des cas : moins cher également.
N'hésitez pas à nous contacter chaque fois que vous avez besoin de services informatiques, de conseils en matière de numérique, de solutions logicielles prêtes à l'emploi, ou si vous souhaitez nous envoyer des demandes de propositions (RFP). Vous pouvez nous contacter à l'adresse [email protected]. Nous sommes prêts à vous aider avec tous vos besoins technologiques.

© ABN ASIA