IA : comment les géants de la tech recrutent et investissent sans racheter

L’intelligence artificielle ne se joue pas seulement dans les laboratoires et sur les écrans des assistants conversationnels. Elle se décide aussi dans des négociations beaucoup moins visibles : prises de participation minoritaires, licences de technologies, contrats commerciaux et recrutements d’équipes entières. Pour les grandes entreprises technologiques, ces mécanismes offrent un moyen d’accéder vite aux talents, aux données et aux savoir-faire dont dépend la prochaine génération de modèles.

L’investissement de Meta dans Scale AI, dévoilé en juin 2025, concentre ces enjeux. Meta a engagé 14,3 milliards de dollars pour prendre 49 % du capital de cette start-up américaine spécialisée dans les données utilisées pour entraîner et évaluer les systèmes d’IA. Dans le même mouvement, son fondateur Alexandr Wang est appelé à rejoindre Meta pour diriger un nouveau laboratoire consacré à l’intelligence artificielle. L’opération ne constitue donc pas un rachat complet, mais elle rapproche fortement les deux entreprises.

Cette stratégie n’est ni marginale ni forcément illégale. Elle révèle toutefois une évolution importante de la bataille de l’IA : au lieu d’acheter intégralement une jeune pousse, les groupes les plus puissants peuvent en financer une part, négocier l’accès à sa technologie et attirer ses responsables clés. Pour les régulateurs, la difficulté consiste à évaluer l’effet réel de ces accords sur la concurrence, au-delà de leur forme juridique.

L’opération Meta-Scale AI, bien plus qu’un investissement financier

Scale AI occupe une place singulière dans la chaîne de valeur de l’intelligence artificielle. L’entreprise aide ses clients à préparer les données dont les modèles ont besoin : elles doivent être organisées, annotées, vérifiées et adaptées à un usage donné. Cette étape est moins visible que le lancement d’un grand modèle de langage, mais elle est déterminante pour obtenir des résultats fiables.

Avec 49 % de Scale AI, Meta ne prend pas le contrôle formel de l’entreprise. Le groupe s’assure néanmoins une relation stratégique avec un fournisseur essentiel dans l’écosystème de l’IA, tout en recrutant Alexandr Wang. Meta inscrit cette opération dans une ambition plus large autour de la superintelligence, terme employé pour désigner l’objectif de systèmes dépassant les capacités humaines dans de nombreux domaines intellectuels.

La valeur de l’accord ne se résume donc pas à la participation financière. Elle tient à trois ressources particulièrement difficiles à réunir : l’expertise de Scale AI, l’accès à des processus de préparation de données à grande échelle et l’expérience de ses équipes. À mesure que les modèles deviennent plus puissants, disposer d’une infrastructure de données robuste peut devenir aussi décisif que posséder des puces de calcul ou des centres de données.

Pourquoi les données de qualité sont devenues le nerf de la guerre

L’essor de l’IA générative a popularisé les grands modèles de langage, capables de produire du texte, du code ou des images. Mais leurs performances ne dépendent pas uniquement de leur taille ou de la puissance informatique mobilisée pour les entraîner. Elles reposent aussi sur la qualité, la diversité et la pertinence des données disponibles.

Dans ce domaine, les entreprises comme Scale AI interviennent à plusieurs niveaux : elles peuvent organiser des jeux de données, produire des annotations humaines, construire des évaluations et aider à vérifier les réponses d’un modèle. Alphabet et OpenAI figurent parmi les entreprises ayant recours à ses services. Pour les développeurs de modèles, l’enjeu est de disposer non seulement d’un grand volume d’informations, mais aussi de données adaptées à des tâches précises et suffisamment contrôlées.

Cette exigence s’accentue à mesure que les données aisément accessibles sur internet ont déjà été largement exploitées. Les acteurs de l’IA cherchent alors des contenus spécialisés, des jeux de données sous licence, des données synthétiques ou des retours humains pour améliorer leurs systèmes. L’accès à ces ressources peut procurer un avantage compétitif durable.

Dire qu’il n’existe pas de stratégie d’IA sans stratégie des données n’est pas une formule abstraite. Pour une entreprise, la maîtrise de ces données conditionne la qualité de ses produits, leur sécurité, leur spécialisation et, à terme, sa capacité à ne pas dépendre entièrement d’un concurrent.

Licences, recrutements et participations : les nouveaux montages de l’IA

Le cas de Meta ne doit pas être lu isolément. Plusieurs groupes ont conclu des arrangements qui ne prennent pas la forme d’une acquisition traditionnelle. Dans ce type de montage, une grande entreprise ne rachète pas nécessairement toutes les actions d’une start-up. Elle peut conclure une licence, investir au capital ou embaucher les personnes les plus importantes, tandis que la jeune entreprise poursuit officiellement son activité.

Microsoft a illustré cette tendance avec Inflection AI en 2024. Le groupe a conclu une opération évaluée à 650 millions de dollars autour de l’accès à la technologie d’Inflection, tout en recrutant son cofondateur Mustafa Suleyman et plusieurs membres clés de l’équipe. Mustafa Suleyman a ensuite pris la direction de Microsoft AI. L’intérêt pour Microsoft était clair : renforcer rapidement ses compétences et ses produits d’IA sans procéder à l’acquisition classique de la start-up.

Amazon, avec Adept AI, et Google, avec Character.AI, ont également choisi des accords associant technologie et recrutement de talents. AMD est lui aussi cité parmi les grands acteurs engagés dans une compétition active pour renforcer ses capacités en IA. Ces opérations ne sont pas identiques, et leurs effets concurrentiels doivent être examinés au cas par cas. Elles témoignent néanmoins d’un changement de méthode.

Le vocabulaire d’« acquisition déguisée » est souvent employé pour décrire ces situations. Il mérite d’être manié avec prudence. Un investissement minoritaire, une licence ou le recrutement d’employés ne constituent pas automatiquement un contournement des règles. En revanche, lorsque plusieurs éléments se cumulent, par exemple l’accès exclusif à la technologie, le départ des dirigeants et une influence économique forte, les autorités peuvent se demander si l’opération produit les effets d’un rachat sans en suivre la procédure.

Ce que ces accords changent pour les start-up et les géants de la tech

Pour une start-up, un partenariat avec un grand groupe peut représenter une opportunité considérable. Les entreprises d’IA ont besoin de capitaux, de puissance de calcul, de débouchés commerciaux et de clients capables de déployer leurs outils à grande échelle. Dans un contexte où les financements sont sélectifs, un accord de plusieurs milliards de dollars peut sécuriser la poursuite d’activités coûteuses.

Pour le grand groupe, l’intérêt est tout aussi évident. Il peut accélérer son calendrier, acquérir une expertise difficile à reproduire et réduire le risque qu’un concurrent mette la main sur une technologie ou une équipe stratégique. Ces opérations permettent aussi de tester une collaboration avant, éventuellement, d’envisager une intégration plus poussée.

La contrepartie est une possible perte d’indépendance. Lorsqu’un fondateur et une part importante de l’équipe rejoignent un partenaire, la start-up peut conserver son existence juridique tout en voyant son projet initial profondément transformé. Sa capacité à servir plusieurs clients, à développer une technologie concurrente ou à décider librement de sa feuille de route peut se réduire.

Cette situation concerne particulièrement Scale AI. La société fournit des services à plusieurs grands acteurs de l’IA. L’arrivée de Meta à son capital et le recrutement d’Alexandr Wang soulèvent donc une question pratique : comment l’entreprise préservera-t-elle la confiance de clients qui sont aussi des concurrents directs de Meta ? La réponse dépendra de l’organisation retenue, des garanties commerciales et de la capacité de Scale AI à maintenir des relations équilibrées avec ses partenaires.

Pourquoi les autorités de concurrence regardent ces pratiques de près

Les autorités américaines et européennes ne se limitent pas aux fusions spectaculaires. Elles s’intéressent également aux partenariats et aux investissements susceptibles de donner à une entreprise dominante une influence substantielle sur un concurrent ou un fournisseur stratégique.

Aux États-Unis, le Clayton Antitrust Act fournit un cadre important pour examiner les acquisitions pouvant réduire fortement la concurrence. Une prise de participation non majoritaire n’est pas, par principe, hors de portée du droit de la concurrence. Son analyse dépend notamment de ses conséquences concrètes : capacité d’influence, accès à des informations sensibles, restrictions imposées aux partenaires ou affaiblissement d’un rival potentiel.

La Federal Trade Commission, ou FTC, a déjà engagé sous l’administration Biden une enquête sur les investissements et partenariats liés à l’IA générative, notamment autour de Microsoft et OpenAI, Amazon et Anthropic, ainsi que Google et Anthropic. Au 19 juin 2025, cette attention réglementaire éclaire les interrogations entourant les accords avec Inflection, Adept ou Character.AI, et pourrait aussi concerner les effets du rapprochement entre Meta et Scale AI.

En Europe, la Commission européenne peut examiner certaines opérations au titre du contrôle des concentrations. La logique est similaire, même si les procédures et les seuils diffèrent : il s’agit de déterminer si une transaction donne à un acteur la possibilité de contrôler, directement ou indirectement, une autre entreprise, ou si elle porte atteinte au jeu concurrentiel.

Les régulateurs doivent cependant éviter un écueil inverse : décourager tout partenariat entre une grande entreprise et une start-up. Une jeune pousse peut avoir besoin d’un investisseur solide pour transformer une technologie prometteuse en produit accessible. Le défi est donc de distinguer le financement qui stimule l’innovation de celui qui élimine discrètement les alternatives.

Une concentration qui peut redessiner le marché de l’IA

Le marché de l’IA est déjà structuré autour d’acteurs disposant de moyens exceptionnels. Les modèles de pointe nécessitent des investissements massifs dans les puces, les centres de données, l’énergie, les données et les équipes de recherche. Les start-up peuvent innover rapidement, mais elles ont souvent du mal à réunir toutes ces ressources seules.

Les accords entre géants et jeunes pousses peuvent donc produire deux effets contraires. Ils peuvent accélérer l’innovation en donnant à une équipe les moyens de déployer sa technologie. Mais ils peuvent aussi concentrer les actifs les plus précieux, dont les données et les chercheurs, entre les mains d’un nombre réduit de plateformes.

À long terme, une concentration excessive pourrait réduire les choix offerts aux entreprises clientes, aux développeurs et au public. Si les fournisseurs de données, de modèles et de puissance de calcul dépendent des mêmes groupes, il devient plus difficile pour un nouvel entrant de proposer une voie réellement alternative. La diversité des approches techniques et commerciales risque alors de se contracter.

Ce qu’il faut surveiller après l’accord entre Meta et Scale AI

Dans les prochains mois, plusieurs éléments permettront d’évaluer la portée réelle de cette nouvelle génération d’accords. Le premier concerne la gouvernance : une participation de 49 % ne vaut pas automatiquement contrôle, mais les droits associés à cette participation, les sièges au conseil d’administration et les modalités de décision sont déterminants.

Le deuxième élément est commercial. Scale AI continuera-t-elle à travailler dans des conditions comparables avec les clients qui rivalisent avec Meta ? Les garanties de confidentialité, l’absence de traitement préférentiel et la conservation d’une offre ouverte seront observées de près par l’écosystème.

Enfin, les décisions des autorités de concurrence créeront un précédent. Si les licences, prises de participation et recrutements massifs deviennent la voie privilégiée pour absorber les meilleurs projets d’IA, les régulateurs devront préciser comment ils entendent mesurer leur impact. La bataille pour l’intelligence artificielle ne porte plus seulement sur le meilleur modèle : elle porte aussi sur la capacité à réunir, puis à conserver, les ressources qui permettent de le construire.