À Station F, Meta, Hugging Face et Scaleway lancent un programme IA open source

À Paris, la compétition mondiale autour de l’intelligence artificielle ne se joue pas uniquement entre les grands laboratoires et les entreprises déjà installées. Elle dépend aussi de la capacité des jeunes pousses à accéder aux compétences, aux logiciels et à la puissance de calcul nécessaires pour transformer une idée en produit. C’est sur ce terrain que Meta, Hugging Face et Scaleway annoncent, le 12 novembre 2023, un programme commun hébergé à Station F.

Baptisé « Programme de Startups IA », ce dispositif doit accompagner cinq startups pendant six mois, en partenariat avec l’incubateur de HEC. Son point de départ est clair : soutenir des projets fondés sur une intelligence artificielle dite open source, c’est-à-dire développée selon une démarche qui vise à rendre les technologies plus accessibles, réutilisables et discutables par une communauté plus large que celle d’une seule entreprise.

Cette alliance réunit des acteurs aux rôles complémentaires. Meta apporte son expertise en recherche, Hugging Face sa plateforme et ses outils de développement, Scaleway ses infrastructures de calcul, tandis que Station F fournit le cadre entrepreneurial. À l’heure où les outils d’IA générative attirent investissements et usages, le programme cherche à donner aux entrepreneurs un accès concret aux ressources habituellement difficiles à réunir au début d’un projet.

Un programme de six mois pour cinq startups

Le Programme de Startups IA repose sur un format volontairement resserré. Cinq entreprises seront sélectionnées afin de bénéficier d’un accompagnement de six mois. Cette durée doit permettre aux équipes de progresser sur des sujets très différents, de la définition d’un produit à son entraînement, son déploiement ou l’évaluation de ses usages.

Les jeunes entreprises ne recevront pas le même type d’aide de chacun des partenaires. L’intérêt du dispositif réside précisément dans l’assemblage de compétences qui sont souvent dispersées : l’expertise scientifique, les outils logiciels, les serveurs nécessaires aux calculs et l’accompagnement entrepreneurial.

Pour une startup d’IA, cet accès à l’informatique est déterminant. Les modèles modernes d’apprentissage automatique ont besoin de traiter de très grands volumes de données et d’effectuer un nombre considérable de calculs. Même lorsqu’une entreprise ne conçoit pas un grand modèle de langage depuis zéro, l’expérimentation, l’adaptation d’un modèle existant ou la mise en ligne d’un service peuvent représenter une dépense importante.

L’accompagnement des chercheurs de Meta doit, lui, aider les porteurs de projets à se confronter aux questions techniques qui conditionnent la qualité d’un système : choix d’architecture, méthodes d’entraînement, évaluation des résultats ou limites du modèle. La plateforme de Hugging Face offre pour sa part un environnement connu des développeurs qui travaillent avec des modèles et des jeux de données d’apprentissage automatique.

Pourquoi l’open source est au cœur de l’initiative

Le terme « open source » est au centre de l’annonce, mais mérite d’être expliqué. Dans le logiciel, il désigne généralement du code dont la consultation, la modification et la redistribution sont encadrées par une licence ouverte. Dans l’intelligence artificielle, la réalité peut être plus nuancée : on peut ouvrir le code, les outils ou les méthodes, sans forcément publier toutes les données d’entraînement ni tous les composants d’un modèle.

L’idée défendue par les partenaires est néanmoins de favoriser une IA moins concentrée entre les mains d’un petit nombre de plateformes. Pour une startup, s’appuyer sur des briques ouvertes peut accélérer le développement d’un produit, faciliter l’audit par des tiers et permettre à des communautés techniques de contribuer à son amélioration. Cette approche se distingue des services entièrement contrôlés par leur fournisseur, auxquels les utilisateurs accèdent principalement via une interface ou une API.

Hugging Face porte depuis plusieurs années cette vision d’une technologie construite avec les chercheurs, les développeurs et les organisations qui l’utilisent. Son cofondateur et directeur général, Clément Delangue, résume l’enjeu ainsi : « Pour moi, l’IA open source est le sujet le plus important de cette décennie, car c’est la pierre angulaire de la démocratisation de l’IA éthique ».

Cette déclaration éclaire l’ambition du programme : l’open source n’est pas présenté comme un simple choix technique, mais comme une manière de diffuser les capacités de l’IA. Les porteurs de projets peuvent étudier des outils existants, les adapter à des besoins précis et éviter de repartir systématiquement de zéro.

Open source et modèles fermés : deux logiques différentes

L’opposition entre IA ouverte et IA fermée ne doit pas être caricaturale. Les modèles fermés peuvent offrir une expérience très intégrée, avec un service prêt à l’emploi. Les approches ouvertes offrent davantage de possibilités d’appropriation technique. Dans les deux cas, les questions de sûreté, de protection des données, de qualité des résultats et de responsabilité demeurent essentielles.

L’annonce cite notamment ChatGPT, le chatbot d’OpenAI, comme point de comparaison dans un marché dominé par l’essor rapide de l’IA générative. Ces systèmes sont capables de produire du texte, des images ou d’autres contenus à partir d’une consigne. Leur succès a rendu visibles des usages concrets, de la rédaction assistée à la création visuelle, mais aussi leurs faiblesses : erreurs plausibles, réponses biaisées, difficulté à expliquer certains résultats et interrogations sur les données utilisées.

Dans ce contexte, parler d’une alternative « éthique » ne signifie pas qu’un projet devient responsable par le seul fait d’être open source. L’éthique se mesure dans les choix effectués tout au long du développement : données mobilisées, documentation des limites, sécurité du produit, information des utilisateurs et mécanismes de recours lorsqu’un système cause un dommage.

Station F, un point de rencontre pour les jeunes pousses de l’IA

Station F occupe une place centrale dans ce programme. Installé à Paris, le campus est conçu pour accueillir et accompagner des startups à différentes étapes de leur développement. Son rôle ne se limite pas à fournir des bureaux : il met les entrepreneurs en relation avec des investisseurs, des experts, des grandes entreprises et des programmes d’incubation.

Selon Roxanne Varza, directrice de Station F, cette association entre Meta, Hugging Face et Scaleway traduit une volonté nette de participer à la création d’un écosystème de startups en intelligence artificielle reposant sur des principes éthiques. Pour le campus, le Programme de Startups IA vient compléter les initiatives déjà proposées aux entreprises innovantes.

La présence de l’incubateur de HEC ajoute une dimension de structuration entrepreneuriale. L’enjeu, pour les équipes sélectionnées, ne sera pas seulement de démontrer qu’un modèle fonctionne dans un environnement technique. Elles devront aussi identifier un besoin réel, construire un service susceptible d’être adopté, organiser leur développement et trouver un modèle économique.

Ce dernier point est particulièrement important dans l’IA générative. L’accès à un modèle ne suffit pas à créer une entreprise pérenne. Les startups doivent prouver qu’elles apportent une valeur spécifique, par exemple en adaptant une technologie à un métier, à une langue, à un secteur ou à une contrainte opérationnelle précise.

La puissance de calcul, nerf de la concurrence en IA

Le partenariat intervient aussi dans une période d’investissements massifs dans les infrastructures de calcul. Iliad a récemment acquis un superordinateur auprès de Nvidia afin d’équiper sa filiale Scaleway avec une puissance de calcul présentée comme sans précédent en Europe. Dans le même mouvement, Iliad et ses partenaires ont annoncé un budget de plus de 100 millions d’euros pour créer à Paris un laboratoire de recherche d’excellence en intelligence artificielle.

Ces annonces illustrent un rapport de force souvent moins visible que les démonstrations spectaculaires des assistants conversationnels. L’IA moderne dépend fortement de processeurs spécialisés, de centres de données, de réseaux rapides et d’une énergie disponible en quantité. Sans ces infrastructures, entraîner ou faire fonctionner des systèmes performants devient plus lent et plus coûteux.

Le programme de Station F ne prétend pas résoudre à lui seul le défi des infrastructures européennes. Il constitue plutôt une passerelle entre des ressources concentrées chez de grands acteurs et des équipes de petite taille qui cherchent à expérimenter rapidement. Pour ces dernières, la possibilité d’accéder à du calcul et à des experts peut raccourcir le délai entre un prototype et un service utilisable.

Ce qu’il faut surveiller pour mesurer l’impact du programme

L’annonce fixe une ambition claire, mais l’efficacité du programme se jugera dans la capacité des cinq startups retenues à faire émerger des produits solides. Plusieurs critères permettront d’en apprécier les résultats : la diversité des cas d’usage soutenus, la manière dont les équipes documentent leurs choix techniques, leur aptitude à construire des services durables et, surtout, la place réelle laissée à l’ouverture et à la responsabilité dans leurs pratiques.

Il faudra également observer la portée de l’accompagnement. L’accès aux chercheurs, à la plateforme de Hugging Face et aux ressources de Scaleway peut créer un avantage significatif pour de jeunes entreprises. Mais le défi sera de prolonger cet élan après les six mois du programme, dans un marché où la puissance de calcul et les talents spécialisés restent très disputés.

Pour la France et l’Europe, l’initiative illustre une stratégie plus large : ne pas se limiter à consommer les outils d’IA conçus ailleurs, mais aider des équipes locales à développer leurs propres solutions. La promesse de l’open source est d’élargir cet effort au-delà d’un cercle fermé d’entreprises. Sa réussite dépendra toutefois de la capacité des projets à concilier innovation, viabilité économique et exigences éthiques concrètes.