Pourquoi Meta loue des modèles concurrents sur le cloud

Imaginez ceci : un géant technologique disposant de ses propres centres de données, créant des modèles de pointe, qui paie pourtant une autre entreprise pour exécuter des billions de tâches d'IA chaque semaine. Telle est l'étrange et discrètement coûteuse réalité du rythme de développement de l'IA chez Meta.

Pourquoi louer le cerveau d'un rival ?

Meta dépense des centaines de millions d'euros par an pour accéder à des modèles d'IA via le cloud de Microsoft. Selon les rapports, l'entreprise traite des billions de jetons sur Azure chaque semaine, faisant de Meta l'un des plus gros clients IA de Microsoft. Aucune des deux sociétés n'a commenté officiellement ces chiffres, mais l'ampleur parle d'elle-même.

À première vue, cela semble contre-intuitif. Meta développe des modèles propriétaires et exploite sa propre infrastructure. Pourquoi confier autant de charge de travail à une plateforme externe ? La réponse est pragmatique et franche : rapidité et benchmarking. Meta fait appel à des modèles tiers, y compris ceux distribués sur Microsoft Foundry, pour tester, évaluer et valider les sorties de ses propres systèmes.

En termes simples, Meta paie pour établir des références. Les ingénieurs utilisent des modèles loués comme points de référence pour mesurer la qualité, la sécurité et les performances. Andrew Bosworth, directeur technologique de Meta, a reconnu en juillet que, tout en investissant massivement dans des technologies internes, la société loue également des modèles externes de premier plan dans le cadre de sa chaîne de développement.

Foundry fonctionne comme une place de marché au sein d'Azure. Il ne vend pas principalement des modèles propriétaires de Microsoft. À la place, il héberge des modèles de nombreux fournisseurs, OpenAI parmi eux, et offrait l'accès à environ 100 000 clients en juillet. Ces clients vont au-delà des entreprises de fabrication ou de logistique mises en avant par Microsoft dans ses communications ; en pratique, les plus gros acheteurs sont des entreprises technologiques, dont ByteDance, Adobe, Perplexity et Sierra.

ByteDance est actuellement en tête des dépenses sur Foundry et, aux côtés de Meta, ces deux géants des réseaux sociaux dominent la liste des acheteurs de modèles sur la plateforme de Microsoft. Ce schéma souligne une dynamique surprenante : les grands réseaux sociaux, qui sont aussi des créateurs de modèles, figurent parmi les plus grands consommateurs de la place de marché de modèles d'un cloud concurrent.

Sur le plan financier, la croissance est spectaculaire. Les revenus de Foundry ont plus que doublé d'ici juillet, et le nombre de clients consommant au moins un billion de jetons par an a quadruplé. La consommation de jetons de Meta elle-même se compte en billions chaque semaine. OpenAI reste une source de revenus dominante pour l'activité IA de Microsoft, représentant environ 70 % de ces revenus au dernier exercice.

Voici l'essentiel : l'accès au cloud et les écosystèmes de modèles sont désormais aussi stratégiques que la conception des modèles eux-mêmes.

L'activité cloud plus large d'Azure connaît également une forte accélération. Sur l'année close le 30 juin, le chiffre d'affaires d'Azure a augmenté de 41 % et a franchi le seuil d'environ 93 milliards d'euros. Les critiques soulignent une inquiétude plus large : si des coûts d'IA gigantesques sont principalement recyclés entre géants technologiques, l'argument économique en faveur d'investissements massifs devient plus difficile à justifier, sauf si les bénéfices se répartissent largement entre les secteurs.

Alors, qu'est-ce qui change ? Pour Meta, louer des modèles concurrents n'est pas une reddition permanente, mais un choix tactique. Cela achète du temps, des références comparatives et une voie pratique pour itérer plus rapidement. Pour Microsoft, compter parmi ses clients de grands créateurs de modèles prouve l'attractivité commerciale d'une place de marché de modèles ouverte. Pour l'industrie, cet arrangement met en lumière une vérité émergente : concevoir l'IA et la valider nécessitent souvent deux ensembles d'outils différents, parfois fournis par des fournisseurs concurrents.

Cette posture perdurera-t-elle à mesure que les modèles internes mûriront et que les coûts évolueront ? C'est la question qui tient éveillés ingénieurs et directeurs financiers la nuit.