C’est une déflagration dont l’onde de choc n’a pas fini de traverser la Silicon Valley et le plateau de Saclay. Fin novembre 2025, une page d’histoire s’est tournée discrètement mais fermement : Yann LeCun, lauréat du prix Turing et figure tutélaire de l’intelligence artificielle moderne, a quitté ses fonctions opérationnelles chez Meta. Après avoir dirigé le laboratoire FAIR (Fundamental AI Research) et porté la stratégie IA de Mark Zuckerberg pendant plus d’une décennie, le scientifique français reprend sa liberté.
Mais il ne part pas pour prendre sa retraite. Selon des informations concordantes qui agitent le capital-risque mondial, Yann LeCun s’apprête à lancer, dès janvier 2026, une nouvelle structure basée à Paris : Advanced Machine Intelligence Labs (AMI Labs). Les chiffres donnent le tournis : une levée de fonds inaugurale visée de 500 millions d’euros, pour une valorisation « pre-money » (avant investissement) de 3 milliards d’euros. Ce projet n’est pas une simple startup de plus ; c’est une déclaration de guerre technologique aux modèles actuels, GPT en tête, et une tentative audacieuse de prouver que l’approche dominante de la Silicon Valley fait fausse route.
La rupture idéologique : pourquoi les LLM sont une impasse
Pour comprendre la genèse d’AMI Labs, il faut remonter aux nombreuses prises de parole de Yann LeCun ces trois dernières années. Alors que le monde s’émerveillait devant les prouesses de ChatGPT ou de Claude, le chercheur français jouait les trouble-fêtes. Sa thèse est simple, presque brutale : les LLM (Large Language Models) ne sont pas véritablement intelligents.
Ces modèles, aussi impressionnants soient-ils, fonctionnent sur une base statistique de prédiction du « token » (mot ou bout de mot) suivant. Ils manipulent le langage avec une virtuosité sans pareille, mais ils ne comprennent pas le sens de ce qu’ils disent. Pour LeCun, ils n’ont aucune appréhension du monde physique, de la cause et de l’effet, ou de la permanence des objets. Ils peuvent halluciner, inventer des faits, car ils n’ont aucun ancrage dans la réalité.
Le projet AMI Labs repose sur cette conviction : l’intelligence artificielle générale (AGI) ne naîtra pas d’un modèle de langage plus gros, nourri avec plus de données textuelles. Cette méthode atteint aujourd’hui ses limites, comme le suggèrent les difficultés récentes d’OpenAI à sortir son modèle « Orion » avec les gains de performance espérés. LeCun veut changer de paradigme. Il ne veut pas une IA qui parle, il veut une IA qui « voit » et qui « comprend ». C’est tout l’enjeu des World Models (modèles du monde), qui seront le cœur du réacteur de cette nouvelle entreprise.
Une équipe de choc et une structure hybride
Si le nom de Yann LeCun suffit à ouvrir les portefeuilles des investisseurs, la structure d’AMI Labs s’annonce solide. LeCun occuperait le poste d’Executive Chair (président exécutif), garant de la vision scientifique et caution morale du projet. Pour la direction opérationnelle, le nom d’Alexandre Lebrun circule avec insistance pour le poste de CEO.
Fondateur de Nabla et figure respectée de l’écosystème tech français (ancien de Wit.ai racheté par Facebook), Lebrun possède le profil idéal : un ingénieur brillant doublé d’un entrepreneur aguerri, capable de transformer une vision de recherche fondamentale en une machine de guerre exécutable. L’association de ces deux profils marque la volonté de ne pas rester dans la tour d’ivoire académique, mais de construire une entreprise technologique capable de rivaliser avec les géants américains.
Le choix de Paris comme siège social n’est pas anodin. Il confirme l’attractivité exceptionnelle de la France dans le domaine de l’IA, déjà illustrée par le succès de Mistral AI ou de Hugging Face. La concentration de talents mathématiques et d’ingénieurs formés à l’Polytechnique ou à l’ENS offre un vivier de recrutement que la Silicon Valley envie désormais. AMI Labs prévoit de recruter une trentaine de chercheurs de classe mondiale dès le premier trimestre 2026.
Le retour de la recherche fondamentale et la fin de la bulle applicative
La valorisation cible de 3 milliards d’euros pour une entreprise qui n’a pas encore de produit, ni même de ligne de code publique, envoie un signal puissant au marché. C’est le marqueur d’un changement de cycle dans l’investissement technologique.
Durant les années 2023-2025, l’argent a massivement afflué vers les « wrappers », ces applications qui se contentent d’emballer les modèles d’OpenAI ou d’Anthropic dans une interface utilisateur soignée. Mais les investisseurs commencent à voir les limites de ce modèle : sans barrière à l’entrée technologique, ces startups sont fragiles. En pariant sur AMI Labs, le capital-risque (VC) revient à ses fondamentaux : le financement de la Deep Tech.
Les investisseurs parient sur le fait que la prochaine grande valeur ajoutée ne viendra pas d’un chatbot un peu plus fluide, mais d’une rupture architecturale. Si la thèse de LeCun est correcte, les modèles actuels seront obsolètes d’ici cinq ans. Investir dans AMI Labs, c’est acheter une option sur l’avenir de l’informatique, un ticket de loterie pour l’après-LLM. C’est un pari risqué, car la recherche fondamentale est incertaine et longue, mais le gain potentiel est la domination totale du marché de la robotique autonome et de l’assistance intelligente réelle.
Comprendre les « world models » : l’architecture JEPA
Au cœur de la promesse d’AMI Labs se trouve une architecture technique spécifique que Yann LeCun peaufine depuis des années : JEPA (Joint Embedding Predictive Architecture). Contrairement aux modèles génératifs qui essaient de prédire chaque pixel d’une image ou chaque mot d’une phrase (ce qui est extrêmement coûteux en calcul et sujet aux erreurs), JEPA fonctionne dans un espace de représentation abstrait.
Pour simplifier, imaginez une vidéo d’une voiture roulant sur une route. Un modèle génératif classique essaiera de dessiner chaque détail de la voiture à chaque milliseconde suivante. Un modèle basé sur JEPA ne s’embarrasse pas des détails inutiles (la couleur de l’herbe, le reflet exact sur le pare-brise). Il extrait l’essentiel : la position de la voiture, sa vitesse, sa trajectoire. Il apprend à prédire les conséquences des actions dans cet espace abstrait.
Cette capacité à « simuler » l’avenir et à comprendre la physique du monde est le chaînon manquant pour créer des IA capables de planifier, de raisonner et d’agir dans le monde réel (robotique, conduite autonome, logistique complexe). Là où un LLM est un perroquet savant, le World Model est un simulateur de réalité. C’est cette promesse de robustesse et d’efficacité énergétique qui justifie l’engouement financier.
L’épineuse question de la souveraineté et le rôle de Meta
Cependant, au milieu de l’enthousiasme général, une question cruciale – et potentiellement fâcheuse – subsiste. Qui contrôlera réellement AMI Labs ?
Yann LeCun a passé plus de dix ans chez Meta. Ses liens avec Mark Zuckerberg sont personnels et professionnels. Bien que AMI Labs soit présentée comme une startup française indépendante, les rumeurs font état de liens contractuels étroits avec la maison mère de Facebook. Si Meta figure parmi les investisseurs principaux ou dispose d’un droit de regard préférentiel sur la propriété intellectuelle (IP), la nature du projet change du tout au tout.
Le risque est celui de la « satellisation ». Dans ce scénario pessimiste, la France fournirait les cerveaux, les infrastructures, les crédits d’impôt recherche et l’énergie nucléaire décarbonée pour entraîner les modèles, mais la valeur finale – les brevets et l’usage commercial – repartirait outre-Atlantique. Paris deviendrait alors un centre de R&D externalisé de luxe pour la Big Tech américaine, sous couvert d’indépendance.
Cette ambiguïté devra être levée rapidement. Si AMI Labs veut prétendre au soutien de l’État français (via la BPI ou France 2030) et incarner une alternative européenne, elle devra prouver que son capital et sa gouvernance la protègent des ingérences de Menlo Park. L’exemple récent du partenariat entre Microsoft et Mistral AI a montré à quel point la frontière entre partenariat stratégique et absorption pure et simple est ténue.
Les défis de l’exécution : passer de la théorie à la pratique
Au-delà de la géopolitique, les défis techniques sont colossaux. La thèse des World Models est séduisante sur le papier et dans les laboratoires de recherche, mais elle n’a jamais été passée à l’échelle industrielle.
Le premier obstacle sera la donnée. Les LLM ont été entraînés sur tout le texte d’internet. Les modèles de LeCun ont besoin de données vidéo massives pour « apprendre » la physique du monde. Collecter, curer et traiter ces pétaoctets de données vidéo demande une infrastructure titanesque.
Le second obstacle est le coût de calcul (Compute). 500 millions d’euros semblent être une somme énorme, mais dans la guerre de l’IA, c’est un budget de démarrage. L’entraînement des modèles de frontière coûte désormais des centaines de millions de dollars en cartes graphiques NVIDIA. AMI Labs devra gérer son « burn rate » (consommation de trésorerie) avec une extrême rigueur, ou lever rapidement beaucoup plus d’argent, ce qui posera à nouveau la question de la dilution et du contrôle étranger.
Enfin, il y a le facteur humain. Diriger une équipe de recherche chez Meta avec des ressources quasi illimitées est une chose ; construire une startup qui doit livrer des résultats concrets pour survivre en est une autre. La transition de Yann LeCun du rôle de « Chief Scientist » visionnaire à celui de co-fondateur « Executive Chair » responsable devant des actionnaires sera scrutée de près.
La réaction de la concurrence : openAI et google ne dormiront pas
L’arrivée d’AMI Labs ne se fera pas dans le vide. DeepMind (Google) travaille également sur des approches similaires combinant recherche arborescente et apprentissage par renforcement. OpenAI, bien que focalisé sur les transformeurs, investit massivement dans la recherche interne pour pallier les limites du raisonnement de ses modèles.
La compétition va se déplacer du terrain de la maîtrise du langage (qui est globalement résolu) vers celui du raisonnement et de l’agentivité. AMI Labs a l’avantage du « first mover » sur sa niche spécifique des architectures non-génératives, mais elle aura face à elle des concurrents disposant de dizaines de milliards de dollars de liquidités.
Conclusion : un pari nécessaire pour l’europe
Quelles que soient les zones d’ombre sur l’actionnariat ou les défis techniques, la création d’AMI Labs est une excellente nouvelle pour l’écosystème technologique européen. Elle valide la stratégie française de miser sur l’excellence scientifique. Elle prouve qu’il est possible de lever des fonds de série A à des niveaux américains à Paris.
Surtout, ce projet réintroduit de la diversité dans la pensée unique de l’IA. Depuis 2022, l’industrie s’est engouffrée tête baissée dans la voie unique des LLM génératifs. En voulant « botter les fesses » de Meta et de l’industrie, Yann LeCun nous rappelle que la science progresse par la controverse et la rupture, pas par le consensus. Si AMI Labs réussit son pari, ce n’est pas seulement une startup qui vaudra des milliards, c’est notre conception même de ce qu’est une machine intelligente qui sera redéfinie. Rendez-vous en janvier 2026 pour le coup d’envoi officiel.
