Contexte et décision stratégique

Amazon a annoncé, via Bloomberg, un recentrage de ses activités d’intelligence artificielle. Après plusieurs tentatives avec des modèles de grande taille, la société a jugé que ces modèles consommaient trop d’énergie et ne généraient pas le retour sur investissement attendu. La décision s’inscrit dans une volonté de concentrer les ressources sur des projets jugés « haute priorité », notamment la robotique.

Réduction des modèles Nova et mode « keep the lights on »

Les modèles Nova, qui comprenaient des variantes texte, image et vidéo, ont été placés en « keep the lights on ». Cette expression signifie que les services restent opérationnels, mais reçoivent uniquement les ressources minimales nécessaires à leur maintien. Aucun nouveau développement n’est prévu pour ces modèles, et les équipes associées voient leurs effectifs réduits. Le gel de ces projets libère du calcul et du personnel pour d’autres initiatives.

Concentration sur le « frontier‑model » dirigé par Pieter Abbeel

Amazon réoriente désormais ses efforts vers un « frontier‑model » unique, placé sous la direction de Pieter Abbeel, directeur du Berkeley Robot Learning Lab. Abbeel a rejoint Amazon après l’acquisition de Covariant en 2024, une société spécialisée dans les modèles d’IA pour la robotique. Le nouveau projet vise à développer un modèle capable d’alimenter les systèmes d’automatisation d’Amazon, en tirant parti de l’expertise de Covariant en apprentissage par renforcement et en perception visuelle.

Implications pour la position d’Amazon dans la course aux LLM

La fermeture d’un site de recherche à San Francisco, employant 80 personnes et dédié à l’intelligence artificielle générale (AGI), illustre le retrait d’Amazon du segment des grands modèles de langage. Cette démarche reflète les doutes persistants quant à la rentabilité des LLM à grande échelle et la difficulté d’atteindre des performances comparables à celles d’OpenAI, Anthropic ou Google. En se focalisant sur la robotique, Amazon mise sur un créneau où l’intégration directe de l’IA aux processus logistiques peut offrir un avantage mesurable, même si cela réduit sa visibilité dans le débat public autour des LLM.