Points clés à retenir
Un an après le pari de 14,3 milliards de dollars de Meta sur Alexandr Wang, l'entreprise dispose enfin de son premier modèle d'IA propriétaire — mais elle reste derrière OpenAI, Anthropic et Google dans une course où être second a un coût bien réel.
La décision de Meta de nommer Wang à la tête de l'IA à la mi-2025 a été l'embauche de dirigeant la plus chère de l'histoire de l'industrie technologique. Cette rémunération reflétait l'urgence que ressentait Mark Zuckerberg alors que Meta tentait de rattraper son retard dans l'IA générative après des années de priorité donnée au métavers. Douze mois plus tard, l'entreprise a lancé son premier modèle de langage maison, mais l'écart avec les laboratoires de pointe ne s'est pas significativement réduit, selon des comparaisons de référence examinées par Edgen.
« Meta joue le rôle du rattrapage dans un jeu où les leaders accélèrent, et non pas stagnent », a déclaré Sarah Guo, fondatrice de Conviction Capital et ancienne associée de Greylock, qui suit les cycles d'investissement dans l'IA depuis 2022. « La question est de savoir si 14,3 milliards de dollars vous achètent une place à la table ou simplement un billet pour la course. »
Les turbulences internes ont été sévères. Zuckerberg a reconnu dans une note de service de juin que Meta avait commis des erreurs lors de sa transition vers une main-d'œuvre centrée sur l'IA, ce qui comprenait une réduction de 10 % des effectifs mondiaux et la réaffectation de 7 000 employés à des flux de travail liés à l'IA. La nouvelle unité Applied AI Engineering de l'entreprise a mis en œuvre une structure de gestion plate avec des ratios allant jusqu'à 50 contributeurs individuels par manager, une configuration que d'anciens employés ont qualifiée de chaotique. Les départs très médiatisés de chercheurs de laboratoires rivaux que Meta avait recrutés de manière agressive — notamment des chercheurs de Google Brain et DeepMind — ont encore plus fragilisé le moral.
L'écart de modèle reste considérable
Le premier modèle propriétaire de Meta, que l'entreprise n'a pas encore nommé publiquement, obtient un score au milieu des années 80 sur le benchmark MMLU, selon des personnes connaissant les résultats. Ce score est à comparer à ceux supérieurs à 90 pour GPT-5 d'OpenAI, Claude 4 d'Anthropic et Gemini 2.5 Ultra de Google. Sur les benchmarks de codage tels que HumanEval, l'écart est encore plus large, le modèle de Meta accusant un retard d'environ 10 points de pourcentage.
Le déficit de performance n'est pas purement technique. OpenAI et Anthropic ont chacune levé plus de 10 milliards de dollars en 2025 seulement, dont une grande partie était réservée à l'infrastructure de calcul. La division DeepMind de Google bénéficie du plan de construction de centres de données de plus de 50 milliards de dollars d'Alphabet d'ici 2027. Meta, malgré un engagement de plus de 40 milliards de dollars de dépenses d'investissement annuelles pour l'infrastructure IA, a dû répartir son allocation de calcul entre la formation des modèles de pointe et le service d'inférence pour ses plateformes de médias sociaux, qui traitent des milliards de requêtes quotidiennes sur Facebook, Instagram et WhatsApp.
Les coûts de formation aggravent le défi. Une seule exécution de modèle de pointe peut nécessiter 25 000 GPU Nvidia H100 fonctionnant en continu pendant 90 jours, consommant une électricité équivalente à la consommation annuelle de milliers de foyers. La capacité des centres de données de Meta, bien qu'en expansion rapide, n'a pas suivi la demande de ses équipes de recherche, entraînant des conflits internes de file d'attente qui ont retardé les cycles de formation de plusieurs semaines, selon trois anciens employés.
Le pivot de Zuckerberg et les conséquences sur les effectifs
La note de service interne de Zuckerberg, datée du 12 juin, reconnaissait que la complexité de la restructuration autour de l'IA « a inévitablement conduit à des erreurs ». Il a souligné que Meta donnerait la priorité aux transferts internes plutôt qu'à de nouveaux licenciements et réduirait l'expansion des responsabilités de supervision des managers. L'entreprise prévoit également d'accroître les investissements dans les initiatives de consolidation d'équipe, notamment un hackathon à grande échelle en juillet et des budgets plus importants pour les événements d'entreprise.
Les réductions d'effectifs ont été particulièrement douloureuses pour les cadres intermédiaires et les développeurs de logiciels, qui ont supporté le poids des 8 000 suppressions d'emplois annoncées au début de l'année 2026. Meta a créé de nouveaux postes dans les fonctions liées à l'IA pour absorber le personnel déplacé, mais la transition a été inégale. Certaines équipes ont perdu des ingénieurs expérimentés tout en gagnant des recrues juniors spécialisées en IA, créant un décalage de compétences qui a ralenti les délais des projets.
Le contexte plus large est que la stratégie IA de Meta comporte des enjeux exceptionnellement élevés. Le cœur de métier publicitaire de l'entreprise a généré plus de 160 milliards de dollars de revenus l'année dernière, et Zuckerberg a engagé la prochaine phase de croissance de l'entreprise sur des fonctionnalités pilotées par l'IA — de la création automatisée de publicités aux recommandations de contenu généré par l'IA. Si les modèles de Meta ne peuvent égaler la qualité des offres des concurrents, le risque n'est pas seulement l'obsolescence technique, mais aussi l'érosion des revenus publicitaires qui financent l'ensemble de l'entreprise.
Quelle est la prochaine étape pour les ambitions IA de Meta
Zuckerberg a déclaré que Meta ne prévoit pas d'autres licenciements à grande échelle cette année, bien qu'il ait prévenu que la nature en évolution rapide de l'industrie technologique rend les garanties difficiles. La prochaine étape importante pour l'entreprise est le hackathon de juillet, qui présentera les projets internes d'IA et pourrait indiquer les orientations produits que Meta privilégie.
Pour les investisseurs, le calcul est simple. Les actions Meta se négocient à environ 23 fois les bénéfices à terme, une décote par rapport aux 26 fois d'Alphabet et une prime par rapport au S&P 500 dans son ensemble. L'engagement de 14,3 milliards de dollars envers Wang représente environ 9 % du flux de trésorerie disponible annuel de Meta — un pari qui n'a pas encore produit de modèle compétitif mais qui a consommé des ressources qui auraient pu être déployées ailleurs. Le partenariat de Microsoft avec OpenAI et le développement interne de Google offrent tous deux des modèles alternatifs pour concurrencer dans l'IA, et aucun n'a nécessité l'embauche d'un seul dirigeant coûtant des dizaines de milliards.
Les six prochains mois détermineront si le mandat de Wang sera considéré comme un pari audacieux qui a porté ses fruits ou une coûteuse diversion. Le premier modèle propriétaire de Meta est une preuve de concept, pas un produit. L'entreprise doit livrer quelque chose qui soit compétitif sur les benchmarks, sur le coût d'inférence par jeton et sur l'adoption par les développeurs — et elle doit le faire avant que la prochaine génération de modèles d'OpenAI et de Google ne transforme l'écart actuel en gouffre.
Cet article est fourni à titre d'information uniquement et ne constitue pas un conseil en investissement.
