Le paysage de l’intelligence artificielle est en train d’être remodelé non seulement par le code et le calcul, mais aussi par une lutte acharnée aux enjeux élevés pour l’intelligence humaine. À mesure que le secteur mûrit, une féroce bataille de recrutement a éclaté entre des géants établis comme Meta et des étoiles montantes comme Thinking Machines Lab (TML).
Alors que Meta a réussi à débaucher sept des membres fondateurs de TML, la startup riposte en recrutant de manière agressive les chercheurs de haut niveau de Meta.
Un changement stratégique en matière d’infrastructure et de talents
Thinking Machines Lab n’est plus seulement un petit acteur de l’écosystème de l’IA. La startup augmente rapidement sa capacité opérationnelle grâce à des investissements massifs dans les infrastructures :
- Cloud Power : TML a récemment conclu un accord de plusieurs milliards de dollars avec Google Cloud, lui accordant un accès anticipé aux puces GB300 de pointe de Nvidia.
- Statut de niveau 1 : Grâce à des partenariats avec Google et Nvidia, TML a positionné sa puissance de calcul dans la même catégorie d’élite que les leaders du secteur comme Anthropic et Meta.
- Évolution rapide : L’effectif de l’entreprise a atteint environ 140 employés, alimentés par un afflux diversifié de talents issus de tout le spectre technologique.
La méta-connexion : une fuite de talents dans les deux sens
La relation entre Meta et TML est devenue un cycle de braconnage réciproque. Alors que Meta recrute systématiquement les fondateurs de TML, TML s’est tournée vers Meta comme sa principale source de talents en recherche de haut niveau.
Le noyau de leadership de TML
L’épine dorsale technique de la startup est composée de vétérans qui ont contribué à construire les bases mêmes de l’IA moderne :
– Soumith Chintala (CTO) : Vétéran Meta depuis 11 ans et co-fondateur de PyTorch, le framework qui alimente une grande partie de la recherche mondiale sur l’IA.
– Piotr Dollár : Ancien directeur de recherche chez Meta et co-auteur du modèle influent Segment Anything.
– Chercheurs clés : Les ajouts récents incluent Weiyao Wang (perception multimodale), Andrea Madotto (modèles linguistiques multimodaux) et James Sun (formation LLM).
Un vivier de talents diversifié
Au-delà du pipeline Meta, TML attire avec succès des spécialistes issus d’un large éventail d’institutions prestigieuses :
– Ex-OpenAI & Anthropic : Des chercheurs comme Liliang Ren (Microsoft/OpenAI) et Muhammad Maaz (Anthropic).
– Technologie spécialisée : Talents de Waymo, Apple et de la startup de codage Cognition.
Le calcul économique : pourquoi les chercheurs déménagent
Pour les chercheurs de haut niveau en IA, la décision de quitter un géant de la technologie est motivée par une équation complexe entre rémunération et potentiel.
Meta est connu pour proposer des packages salariaux « à sept chiffres, sans aucune condition ». Cependant, TML offre quelque chose que Meta ne peut pas offrir : hausse exponentielle des actions.
Avec une valorisation actuelle de 12 milliards de dollars, TML opère à une échelle jamais vue auparavant pour une entreprise avec un seul produit commercialisé. Même si cette valorisation est élevée, elle reste nettement inférieure aux sommets d’OpenAI ou d’Anthropic, offrant aux chercheurs la possibilité de capter des gains financiers massifs si la startup poursuit sa trajectoire.
Conclusion
Le mouvement des talents entre Meta et Thinking Machines Lab met en évidence une tendance plus large dans le secteur de l’IA : à mesure que la puissance de calcul devient plus accessible grâce à des accords cloud massifs, l’avantage concurrentiel ultime revient aux chercheurs individuels capables d’utiliser cette puissance.
Résumé : Thinking Machines Lab exploite des accords d’infrastructure massifs et des capitaux propres élevés pour contester la domination de Meta, créant ainsi un cycle continu d’échange de talents entre les deux sociétés.
