Spécialiste français des semi-conducteurs programmables pour le spatial et pionnier européen des puces durcies aux radiations, NanoXplore lève 20 millions d’euros pour accélérer sa diversification vers le secteur militaire.

Fondée en Isère en 2010 par Olivier Lepape et dirigée actuellement par son fils, Édouard Lepape, l’entreprise familiale française NanoXplore est spécialisée dans l’architecture électronique de pointe, et plus particulièrement dans les FPGA (field-programmable gate arrays) durcis aux radiations. Contrairement aux circuits intégrés standards (ASIC) dont l’architecture logique est définitivement figée lors de la phase de fabrication, le FPGA est un composant matériel reprogrammable basé sur un circuit électronique numérique, dont la spécificité est de pouvoir être reconfiguré à volonté après son déploiement. Autrement dit, un même composant peut évoluer dans le temps pour exécuter de nouvelles tâches, comme le traitement du signal, puis l’analyse d’images, puis de la cryptographie, au cours de son cycle de vie. Cette capacité de reconfiguration est cruciale pour les missions spatiales, puisqu’elle permet ainsi d’assurer la maintenance évolutive des satellites alors qu’ils gravitent en orbite. En cas d’anomalie ou de changement de mission, les ingénieurs peuvent téléverser une nouvelle configuration matérielle pour corriger des bugs ou ajouter des fonctionnalités, une opération impossible avec des puces à architecture fixe. Comme Nvidia (voir La rem n°72, p.30 et n°69-70, p.71), c’est une entreprise fabless, c’est-à-dire qu’elle dessine les plans de puces électroniques reprogrammables et elle en sous-traite la conception physique auprès de fonderies.

Parce que ces puces ont également la particularité d’être résistantes aux radiations solaires, l’entreprise, après avoir signé un premier contrat de 3 millions d’euros en 2014 avec le Centre national d’études spatiales (Cnes), équipe tout à la fois les satellites des programmes européens Galileo, opérant dans le domaine de la navigation spatiale (voir La rem n°41, p.29), et Copernicus, à l’œuvre dans le domaine de l’observation de la Terre (voir La rem n°42-43, p.25). NanoXplore travaille actuellement avec une cinquantaine de clients, principalement dans le secteur de l’espace, parmi lesquels Airbus Defence and Space, Thales Alenia Space et OHB, mais également le missilier MBDA. « Il existe beaucoup de sociétés qui travaillent dans les semi-conducteurs pouvant servir à la défense, mais aucune n’a un projet similaire », analyse Nicolas Berdou, directeur d’investissement du Fonds Innovation Défense de Bpifrance. « Le marché du spatial nécessite de réaliser des développements spécifiques concernant la résistance aux radiations, par exemple, sur lesquels les grands groupes ne vont pas. Les acteurs américains vont plutôt pallier cette défaillance technique en misant sur la redondance des composants. »

En novembre 2025, l’entreprise a acquis l’activité ASIC de la société iséroise Dolphin Design, spécialisée dans la conception de circuits intégrés sur mesure dans la défense, dont l’un des clients n’est autre que la Direction générale de l’armement (DGA).

NanoXplore a annoncé en décembre 2025 une levée de fonds en série A de 20 millions d’euros, dont la moitié provient de l’armurier français MBDA, leader européen dans la conception de missiles et de systèmes de missiles, déjà client de NanoXplore, et l’autre moitié, du Fonds Innovation Défense, souscrit par l’Agence de l’innovation de défense et géré par Bpifrance. Si l’entreprise explique avoir investi 120 millions d’euros depuis 2013, en fonds propres ou par la dette, il s’agit de sa toute première levée de fonds externe, le capital ayant exclusivement été détenu par ses fondateurs, au sein d’une structure familiale. En forte croissance, l’entreprise a réalisé un chiffre d’affaires de 20 millions d’euros en 2025 – trois de plus que l’année précédente –, et compte le doubler en 2026, sur un marché adressable total, selon les dirigeants, de 200 millions d’euros pour le spatial en Europe, et de 500 à 600 millions d’euros pour la défense. Cette levée de fonds, selon les dirigeants, vise notamment à « accélérer la diversification de NanoXplore du spatial vers la défense en développant une nouvelle génération de composants spécifiquement orientés pour ces usages (FPGA sécurisés, très basse consommation) et en adaptant les technologies existantes aux besoins des systèmes terrestres, aériens et navals ».

De plus, NanoXplore souhaite s’émanciper de la réglementation américaine ITAR (International Traffic in Arms Regulations), cette réglementation conférant aux États-Unis le droit de bloquer l’exportation d’un équipement complet, comme un satellite, un avion, ou encore un missile vers un pays tiers, dès lors qu’il contient un seul composant électronique d’origine américaine et soumis à l’ITAR. En garantissant que ses composants sont 100 % européens, NanoXplore est « ITAR-free », ce qui permet à un constructeur comme Airbus ou Thales de vendre leurs satellites à n’importe quel pays sans demander l’autorisation à Washington, un gage de liberté commerciale et politique. En revanche, si NanoXplore conçoit les puces et les fait fabriquer actuellement en France par la multinationale franco-italienne STMicroelectronics, elle se voit contrainte de travailler avec le fondeur taïwanais TSMC, qui possède les seules usines au monde capables de produire des puces à la finesse de gravure requise (voir La rem n°69-70, p.71). Mais, à choisir entre une dépendance géopolitique vis-à-vis des États-Unis ou une dépendance industrielle vis-à-vis de Taïwan, les dirigeants ont tranché : « On atteint les limites de ce qu’on peut faire [en France] et l’explosion de la performance dans les satellites va nous imposer d’aller sur des technologies taïwanaises malheureusement. » Après des décennies de désindustrialisation, relocaliser ce type d’usine demanderait des investissements colossaux, supérieurs à 10 milliards d’euros.

Sources :

• Gallois Dominique, « NanoXplore, spécialiste de l’électronique de l’industrie spatiale, met un pied dans la défense », lemonde.fr, 13 novembre 2024.
• Nedbaeva Olga, « NanoXplore, l’“Astérix” contre “l’empire américain” des puces, se lance dans la défense », AFP, tv5monde.com, 17 décembre 2025.
• French Web, « Du spatial à la défense, NanoXplore change d’échelle avec une levée de 20 millions d’euros », frenchweb.fr, 17 décembre 2025.
• Agence de l’innovation de défense, « NanoXplore lève 20 millions d’euros auprès du Fonds innovation défense et de MBDA au service de la souveraineté stratégique européenne », defense.gouv.fr (AID), 18 décembre 2025.
• Lyan Marie, « Satellites, missiles : ces puces uniques en Europe qui veulent redistribuer les cartes », latribune.fr, 19 décembre 2025.
• Lyan Marie, « Ces puces uniques en Europe qui veulent redistribuer les cartes », latribune.fr, 20 décembre 2025.

ou Modèle du monde

L’engouement déclenché par le lancement de ChatGPT par OpenAI et celui d’autres grands modèles de langage (LLM) en novembre 2022 a marqué un tournant majeur dans la perception et l’adoption de l’intelligence artificielle générative par le grand public. Cependant, si ces systèmes excellent dans la manipulation syntaxique et rhétorique, ce sont avant tout des « perroquets stochastiques », pour reprendre la métaphore de la linguiste américaine Emily Bender et de la chercheuse spécialisée dans l’éthique de l’intelligence artificielle Timnit Gebru, autrices en 2021 de l’article « On the dangers of stochastic parrots: Can Language Models be too big? » : « Contrairement à ce qu’il peut sembler lorsque nous observons ses résultats, un modèle de langage est un système qui assemble au hasard des séquences de formes linguistiques qu’il a observées dans ses vastes données d’entraînement, selon des informations probabilistes sur la façon dont elles se combinent, mais sans aucune référence au sens : un perroquet stochastique. » Google a, d’ailleurs, tenté de bloquer cette publication, la jugeant trop critique à l’égard de ses propres technologies.

Cet événement, s’ajoutant à d’autres tensions internes, entraîna la démission de Timnit Gebru et provoqua de vives réactions, comme en témoigne la signature d’une lettre de protestation par plus de 1 400 membres du personnel de Google et par 1 900 autres sympathisants. Depuis, Emily Bender est également en croisade contre ces « machines à plagier » ou encore ces « extrudeuses de texte synthétique » qu’elle décrit, lors d’une interview parue dans le Financial Times en juin 2025, comme n’étant rien de plus qu’un « emballage sophistiqué autour de quelques feuilles de calcul ».

Un jugement que partage également Yann Le Cun, ancien directeur de la recherche fondamentale en intelligence artificielle de Meta, l’un des pères du deep learning et lauréat du prestigieux prix Turing avec deux confrères, Yoshua Bengio et Geoffrey Hinton, en 2018. Les grands modèles de langage « imitent ce qu’ils connaissent déjà […] mais échouent lamentablement dès qu’il s’agit de comprendre la causalité physique. Nous n’avons pas de robot capable de faire la même chose qu’un enfant de 5 ou 6 ans ». Si un enfant lâche un verre, il sait intuitivement qu’il va se casser, tandis qu’un modèle de langage n’a aucune « compréhension » que celle d’avoir traité des millions de phrases reliant les concepts de « verre », de « chute » et de « bris ».

L’écueil est triple. Cette absence d’ancrage dans le réel limite drastiquement l’usage de l’IA dans le monde physique, et notamment dans les domaines de la robotique, de l’industrie ou encore de la conduite autonome. De plus, les IA génératives actuelles ont atteint un plafond de verre : elles font face au « mur de la donnée », selon lequel tous les grands modèles de langage ayant ingéré la quasi-totalité du web public de qualité, les efforts pour améliorer encore leurs performances exigent désormais une énergie croissante pour des bénéfices de plus en plus modestes (voir La rem n°69-70, p.52). Et, enfin, il manque une dimension essentielle à l’IA générative : la compréhension de l’espace et du temps. Alors que l’industrie a parié sur une loi d’échelle selon laquelle plus de données et plus de puissance de calcul devaient mécaniquement conduire au graal d’une intelligence artificielle générale, le constat est aujourd’hui sans appel : les IA génératives probabilistes sont incapables de prédire la moindre conséquence de n’importe laquelle de leurs actions.

C’est dans ce contexte de frustration relative et d’anticipation d’un nouveau cycle technologique que les regards se tournent vers une architecture différente, portée par les pionniers du secteur, parmi lesquels Yann Le Cun et Fei-Fei Li, autour des World Models (modèles du monde), également appelés « Large World Models » (grands modèles du monde).

D’une intuition biologique aux premières théories

Le concept de « modèle du monde » n’est pas né avec la dernière vague d’IA et trouve ses racines dans la psychologie cognitive du milieu du 20^e siècle. Un « modèle mental », ou « modèle mental du monde », désigne alors une représentation interne permettant de simuler mentalement le déroulement d’un phénomène pour anticiper les résultats d’une action. On doit le terme « modèle mental » au philosophe et psychologue écossais Kenneth Craik et à son livre The Nature of Explanation publié en 1943, dans lequel il jette les bases du concept : « Mon hypothèse est que la pensée modélise, ou imite (parallélise), la réalité – que sa caractéristique essentielle n’est ni “l’esprit” ni “le soi” ni les “données sensorielles”, ni des propositions, mais le symbolisme, et que ce symbolisme est largement du même type que celui qui nous est familier dans les dispositifs mécaniques qui aident à la pensée et au calcul. »

Pour Kenneth Craik, dont les idées se retrouvent dorénavant au cœur des IA de nouvelle génération, la pensée n’est pas juste un « esprit » abstrait, mais plutôt un système de symboles qui imite la structure du monde réel, forme des modèles de la réalité, et les utilise pour prédire des événements futurs similaires. Une intuition confirmée à peine quelques années plus tard, en 1948, lorsque le psychologue Edward Tolman observe que des rats ne naviguent pas dans un labyrinthe par simple réflexe entre la gauche et la droite, mais qu’ils construisent une « carte cognitive » de leur environnement. L’intelligence, c’est avoir une simulation interne du monde extérieur.

Avec l’essor de l’apprentissage par renforcement dans les années 1990, la communauté scientifique explore alors deux paradigmes distincts. D’une part, l’approche Model-Free, selon laquelle un agent – comme un robot, un agent conversationnel ou un personnage dans un jeu vidéo – apprend par réaction, en reliant une observation à une action et à son résultat. Et d’autre part, l’approche Model-Based, où l’agent est capable de planifier en intégrant des règles liées à son environnement. La première, pragmatique, est limitée, car elle fonctionne dans un environnement fermé, comme un jeu vidéo, alors que la seconde, bien plus ambitieuse, requiert une puissance de calcul hors de portée des machines de l’époque. C’est durant cette période que l’informaticien canadien Richard Sutton pose néanmoins les bases mathématiques qui permettront ultérieurement d’intégrer des modèles de planification dans les modèles d’apprentissage par renforcement.

La fin des années 2010 marque le point d’inflexion où les réseaux de neurones profonds sont suffisamment puissants pour faire fonctionner ces concepts théoriques. En 2018, David Ha et Jürgen Schmidhuber publient un article scientifique sobrement intitulé « World Models », dans lequel ils présentent une intelligence artificielle qui apprend d’une simulation qu’elle a elle-même générée. Après avoir entraîné une IA à jouer à un jeu de course de voiture, CarRacing, l’intelligence artificielle fut capable de créer sa propre simulation mentale afin qu’elle s’exerce d’abord à conduire dans un monde imaginaire, élaboré par ses soins, avant d’appliquer ce savoir dans la réalité.

L’évolution d’AlphaGo à AlphaZero puis à MuZero illustre bien tout l’enjeu d’un modèle du monde dont la vocation est de construire une représentation interne et abstraite de l’environnement. Lorsque AlphaGo, développé par l’équipe de Demis Hassabis et David Silver chez Google, bat en 2016 par quatre parties à une Lee Sedol, le champion du monde de go, non seulement les règles du jeu – le modèle du monde, ici le jeu de go – lui sont fournies a priori par les ingénieurs, mais également 160 000 parties déjà jouées par des humains. En 2017, les ingénieurs donnent les règles du jeu à AlphaZero qui n’a, cette fois, plus besoin de parties déjà jouées, puisqu’il apprend tout seul, en jouant contre lui-même. Avec MuZero en 2020, l’algorithme déduit les règles en observant des parties de go, puis il les simule en jouant contre lui-même, planifiant ses actions selon des représentations latentes et validant ainsi la puissance de l’apprentissage par modèle dans les tâches hautement complexes. L’objectif des modèles du monde est donc de passer d’un système qui « récite » à un système qui « raisonne », un système capable de simuler les conséquences d’une action avant de l’entreprendre. Cette transition entre les grands modèles de langage (Large Language Models) et les grands modèles du monde (Large World Models) marque la fin de l’ère du tout-génératif pour un retour vers une ambition plus fondamentale, celle de doter la machine d’une forme de sens commun et d’une intelligence spatiale.

Un avenir à dix ans

En empruntant des voies très différentes, Yann Le Cun et la Sino-Américaine Fei-Fei Li, deux figures majeures dans le domaine de l’intelligence artificielle, ont chacun initié ce virage stratégique pour passer d’une IA générative probabiliste aux modèles du monde. Yann Le Cun, qui a quitté ses fonctions opérationnelles chez Meta pour lancer sa propre entreprise, a théorisé son approche, en 2022, dans un manifeste intitulé A path towards Autonomous Machine Intelligence. Il y déconstruit d’abord le paradigme des IA génératives pour proposer une architecture cognitive inspirée du vivant, structurée autour de deux grands axes.

Le premier tient à la « prédiction dans l’espace de représentation », avec le modèle d’architecture prédictive à représentations jointes (Joint Embedding Predictive Architecture – JEPA). Contrairement aux modèles génératifs, qui tentent de reconstruire une image future pixel par pixel, le modèle du monde JEPA projette les données brutes vers un niveau supérieur d’abstraction. Selon Yann Le Cun, si l’on conduit dans une rue bordée d’arbres par jour de vent, un modèle génératif essaierait de prédire le mouvement exact de chaque feuille de chaque arbre – une tâche impossible, car trop coûteuse en calcul et surtout parfaitement inutile –, alors que le modèle du monde JEPA ignorerait le mouvement des feuilles, l’interprétant comme du bruit. Pour le scientifique, l’IA doit apprendre à faire fi des détails imprévisibles et à opérer dans un « espace de représentation » abstrait, où elle manipule des concepts et non des données sensorielles brutes.

Le second axe de recherche a trait au raisonnement, que Yann Le Cun appréhende comme un processus de simulation et d’optimisation, guidé par un coût. Le modèle du monde est capable de simuler différents scénarios en fonction des actions envisagées et de mesurer leur efficacité par rapport à une fonction de coût intrinsèque, comme éviter la douleur, maximiser l’efficacité énergétique ou encore atteindre un but. Le raisonnement devient alors l’exploration planifiée d’un futur latent, permettant à la machine de prendre des décisions de manière autonome, ancrée dans une compréhension causale de son environnement.

Pour développer ce modèle, Yann Le Cun a créé, en décembre 2025 à Paris, la start-up Advanced Machine Intelligence (AMI Labs), avec Laurent Solly, ­ex-­directeur de Meta France, et Alexandre Lebrun, fondateur de Nabla. Il anticipe son développement en trois phases. « Durant six à douze mois, nous travaillerons à la solidification de notre méthode et à son élargissement aux données de capteurs, de robots… Puis, d’ici un à deux ans, nous aurons, pour des partenaires, des systèmes applicables dans des procédés industriels. Enfin, d’ici trois à cinq ans, nous développerons des systèmes plus universels, utilisables dans les robots domestiques, les voitures autonomes. » AMI Labs finalise un premier tour de table auprès de potentiels investisseurs, dont Cathay Innovation, le fonds britannique Hiro Capital et Greycroft. Il aurait déjà sécurisé 350 millions de dollars, selon Bloomberg News – avec, pour objectif, de lever 150 millions d’euros supplémentaires.

Tout comme les travaux de Yann Le Cun, ceux de Fei-Fei Li ont joué un rôle prépondérant dans le développement de l’apprentissage machine et du deep learning (voir La rem n°30-31, p.75), notamment grâce à la création d’ImageNet en 2006, gigantesque base de données d’images annotées, conçue pour apprendre aux ordinateurs « à voir ». Pour la scientifique sino-américaine, l’avenir résidant dans l’« intelligence spatiale », l’IA devra sortir du texte pour ingérer de la vidéo, de la physique et de la géométrie. Dans une célèbre conférence TED enregistrée en mai 2024, Fei-Fei Li a théorisé ce concept comme la capacité d’une machine non plus seulement à nommer les objets, mais à comprendre leur position, leur matérialité et leurs interactions dans un espace en trois dimensions. « La nature a créé ce cercle vertueux de voir et d’agir grâce à l’ “intelligence spatiale” », explique-t-elle en montrant l’image d’un chat sur une table dont la patte pousse un verre de lait sur le point de tomber à la renverse.

Quand un modèle génératif d’images classique produit une représentation photographique parfaite d’un chat posé sur le bord d’une table, il ignore en fait tout des forces en jeu. À l’inverse, une intelligence spatiale comprend intuitivement la géométrie de la scène, la fragilité des objets et la force gravitationnelle, anticipant que le verre est sur le point de chuter et de se briser au sol. L’enjeu est de passer de la simple reconnaissance de motifs 2D à une véritable modélisation volumétrique et dynamique permettant à l’IA d’inférer ce qui se trouve masqué derrière un objet ou de prédire le résultat d’une interaction physique avant même que celle-ci ne se produise. Cette compréhension est le prérequis pour que les futurs systèmes robotiques puissent naviguer dans le monde réel sans heurts, manipuler des outils complexes ou assister les humains dans des tâches chirurgicales délicates.

Pour concrétiser cette vision, Fei-Fei Li – entourée de Justin Johnson, Christoph Lassner et Ben Mildenhall, pionniers des technologies de rendu neuronal (NeRF) – a fondé, en 2024 à San Francisco, la start-up World Labs, afin de développer des grands modèles du monde capables de générer et de simuler des environnements virtuels interactifs complets avec une représentation physique cohérente. L’entreprise vise dans un premier temps les développeurs de jeux vidéo et les designers, en leur proposant la génération instantanée de mondes 3D manipulables, avant de développer les « cerveaux » des futurs robots autonomes. En l’espace de quelques mois et avant même la commercialisation d’un premier produit public, World Labs, déjà valorisée à plus de 1 milliard de dollars, a finalisé deux levées de fonds successives, mobilisant quelque 230 millions de dollars auprès d’acteurs majeurs du capital-risque tels qu’Andreessen Horowitz, NEA et Radical Ventures.

L’impact économique des World Models promet d’être bien plus tangible que celui des chatbots, en permettant aux machines d’intégrer les lois de la physique et les liens de causalité, et ainsi d’interagir avec le monde réel. Néanmoins, les défis, menant de l’enthousiasme académique au déploiement opérationnel de ces modèles, sont colossaux. La consommation énergétique pour simuler des modèles du monde dépasse largement celle du traitement de texte ; ceux-ci nécessitent des infrastructures toujours plus massives, très éloignées des enjeux actuels de sobriété numérique. De plus, la fiabilité de ces « simulateurs du monde » doit être totale, car une hallucination sur la loi de la gravité dans un environnement industriel pourrait s’avérer bien plus catastrophique qu’un chatbot qui raconte une bêtise. Enfin, l’entraînement de ces modèles sur des millions d’heures de vidéo soulève des questions de propriété intellectuelle, promettant de futurs affrontements juridiques aussi intenses que ceux en cours devant les tribunaux pour le texte, encore sans issue à ce jour.

Tout dépend de la trajectoire donnée à l’artifice de ces intelligences, même si, pour Fei-Fei Li, « il n’y a rien d’artificiel dans l’intelligence artificielle. Elle est inspirée par les humains, créée par les humains, et surtout, elle impacte les humains. […] Je crois que tout ce que fait l’IA aujourd’hui, ou dans le futur, dépend de nous. C’est à nous de décider. Si nous n’agissons pas en tant que société responsable, nous pouvons tout gâcher ».

Sources :

• Georges Benoît, « Intelligence artificielle : Fei-Fei Li, cette Chinoise de Stanford qui défend des algorithmes moins biaisés », lesechos.fr, 21 décembre 2023.
• Fei-Fei Li, « With spatial intelligence, AI will understand the real world », TED2024, ted.com, April 2024.
• Hammond George, « AI sceptic Emily Bender: “The emperor has no clothes” », Financial Times, ft.com, June 20, 2025.
• Rachitsky Lenny, « The Godmother of AI on jobs, robots & why World Models are next », lennysnewsletter.com, November 16, 2025.
• Bort Julie, « Yann Le Cun confirms his new “World Model” startup, reportedly seeks $5B+ valuation », techcrunch.com, December 19, 2025.
• Le Cun Yann, « Pourquoi je quitte Meta pour créer ma start-up d’IA », lemonde.fr, 16 janvier 2026.
• Sun Yazhou, Berthelot Benoît, Schuetze Arno, « Yann Le Cun’s AMI Labs draws investor
  interest from Cathay Hiro », bloomberg.com, January 19, 2026.
• Ponce Jean, Ryl Isabelle, « Vers des IA autonomes, avec les “modèles du monde” », lemonde.fr, 21 janvier 2026.

Après l’éviction sans lendemain de Sam Altman à la tête de ChatGPT en novembre 2023, deux ans ont été nécessaires pour qu’OpenAI et Microsoft trouvent les clés d’un accord qui permet à OpenAI de devenir une entreprise presque comme les autres.

Créée en 2015, la structure OpenAI est, depuis ses origines, atypique. Elle ambitionne de développer l’IA générale, qu’elle qualifie ainsi : « un système largement autonome dont les performances sont supérieures à celles des humains pour la plupart des tâches ayant une valeur économique ». Cette super-IA doit être sûre et mise au service de l’humanité. D’ailleurs, les fondateurs du projet OpenAI sont des technologues futuristes (voir La rem n°65-66, p.107) : on y trouve Elon Musk et Peter Thiel, déjà associés dans PayPal ; Reid Hoffman, qui a créé LinkedIn ; Greg Brockman, ex-­directeur technique de Stripe, qui sera le premier président d’OpenAI ; enfin, Sam Altman, qui s’est fait connaître à la tête de l’incubateur Y Combinator, avant de devenir PDG d’OpenAI… et d’y insuffler son esprit entrepreneurial.

En effet, au-delà de la recherche devant conduire à l’IA générale, il faut bien faire tourner les processeurs qui servent à entraîner et à utiliser l’IA générative, celle qui a été révélée au grand public avec la mise à disposition de ChatGPT en novembre 2022. Sam Altman va donc réorganiser OpenAI. La structure va cesser d’être une organisation à but non lucratif pour se doter, en 2019, d’une filiale commerciale, OpenAI LP. Cette filiale a une visée économique, même si sa nature est particulière, OpenAI étant une société à but lucratif plafonné. Elle permet notamment d’accueillir des investisseurs à son capital, qui pourront ainsi financer le développement d’OpenAI dans son ensemble. Les premiers investisseurs, ceux qui ont misé les montants les moins élevés, avant que ne s’envole la valorisation de l’entreprise, ne peuvent pas récupérer plus de cent fois leur mise, tandis que les investisseurs ultérieurs ont un multiple de valorisation encore plus limité (mais sur des montants plus élevés). Ce montage est supervisé par la fondation OpenAI et par un conseil d’administration où les investisseurs dans OpenAI LP ne sont pas représentés. Ceux qui financent OpenAI n’ont donc pas leur mot à dire. Pourtant, il ne s’agit pas d’acteurs dépourvus d’intérêt pour l’IA ou pour leur retour sur investissement.

Suite à la création d’OpenAI LP, Microsoft a ainsi pu investir 1 milliard en 2019, 2 milliards en 2021, encore 10 milliards en 2023, soit 13 milliards en tout, la plupart du temps en capacité de calcul, et détenir ainsi 49 % des parts de la filiale OpenAI LP. D’autres fonds sont également entrés au capital d’OpenAI LP, comme Thrive Capital, ou encore de Tiger Global Management. Aucun d’entre eux n’a pu être représenté au conseil d’administration, mais tous ont compté sur le développement des offres commerciales d’OpenAI LP pour espérer un jour un retour sur investissement. Sur ce point, Microsoft, qui est le premier investisseur d’OpenAI, a quand même sécurisé son investissement. En effet, Microsoft dispose du droit de commercialiser en exclusivité l’interface de programmation de ChatGPT et d’intégrer les innovations de ChatGPT à ses propres services (GitHub en 2021, Office depuis 2023, dans leur version avec IA sous la marque Copilot). L’affaire est potentiellement lucrative si ChatGPT se développe, si OpenAI continue de faire la course en tête dans l’intelligence artificielle, si les équipes d’OpenAI restent par conséquent motivées et dirigées par leur PDG depuis toujours, Sam Altman. Microsoft en tire à l’évidence des bénéfices indirects, le succès d’OpenAI alimentant le succès de Copilot et augmentant la charge de travail d’Azure, les serveurs de cloud de Microsoft. En effet, dans l’accord avec Microsoft, OpenAI recourt à Azure par défaut, cette consommation de capacités de calcul étant, par ailleurs, valorisée à travers de l’investissement de Microsoft au sein d’OpenAI. Mais ce bel équilibre a été brutalement remis en question le 17 novembre 2023 quand le conseil d’administration d’OpenAI a décidé de renvoyer Sam Altman sur le champ, avec pour seul motif le reproche d’une absence de sincérité.

La décision fut lourde de conséquences. La première d’entre elles fut l’effondrement des perspectives d’OpenAI. En effet, dans l’IA, l’intelligence des équipes compte finalement plus que les puces. Sam Altman étant soutenu par ses équipes, très vite celles-ci ont fait part de leur mécontentement, avec 95 % des salariés qui ont menacé de démissionner et dénoncé des « actions qui mettent en danger notre travail, notre mission et notre entreprise ». À l’évidence, les équipes soutiennent les choix pro-business de Sam Altman. Les enjeux sont importants, en effet. Juste avant d’être renvoyé, Sam Altman avait négocié avec Thrive Capital une offre publique de rachat d’actions des salariés d’OpenAI – un moyen pour ces derniers d’être rémunérés très largement pour leur travail dans la start-up, l’offre publique valorisant alors OpenAI à quelque 86 milliards de dollars. Face à cela, les inquiétudes du conseil d’administration sur une trop grande priorité donnée aux affaires, au détriment donc de la recherche altruiste de l’intelligence artificielle générale, n’ont finalement pas pesé bien lourd. S’ajoutent enfin des démissions hautement symboliques, en soutien à Sam Altman. Ce sera le cas immédiatement pour Greg Brockman, le président du conseil d’administration, opposé à la décision des autres membres et démis de son titre par la même occasion. Ce sera le cas également de certains des plus hauts cadres de l’entreprise, dont Jakub Pachocki, qui a développé ChatGPT 4 et venait d’être promu directeur de la recherche.

Mais c’est surtout du côté des investisseurs dans OpenAI que la pression fut forte, comme l’étaient, du reste, les enjeux. Le samedi 18 novembre 2023, le lendemain du renvoi de Sam Altman, Thrive Capital annonçait suspendre son offre de rachat d’actions, plaçant les salariés au cœur du conflit entre Sam Altman et le conseil d’administration d’OpenAI. Microsoft avait le plus à perdre à cause de ses investissements dans OpenAI et de l’accès à ses technologies. Sa priorité fut d’empêcher Sam Altman de partir dans une entreprise d’IA concurrente, soit en lui permettant de retrouver son poste à la tête d’OpenAI, soit en le recrutant directement. La deuxième solution étant la plus rapide à mettre en œuvre, elle a mobilisé d’emblée Satya Nadella, le PDG de Microsoft. Le lundi 20 novembre 2023, Microsoft annonçait le recrutement de Sam Altman et de Greg Brockman, ainsi que celui de plusieurs chercheurs d’OpenAI, en charge de créer « une nouvelle unité dédiée à la recherche en intelligence artificielle ». À défaut de sécuriser son accès aux technologies d’OpenAI, Microsoft prenait alors le contrôle de sa matière grise, sans aucun risque par ailleurs de poursuite antitrust. Dans la foulée, 500 des 770 des salariés d’OpenAI publiaient une lettre ouverte dans laquelle ils menaçaient de démissionner pour rejoindre Microsoft. Parmi les signataires, Ilya Sutskever, à l’origine du renvoi de Sam Altman, qui avouait alors regretter sa décision. La donne allait donc pouvoir changer. Le mardi 21 novembre 2023, le conseil d’administration annonçait « un accord de principe pour que Sam Altman revienne chez OpenAI en tant que PDG ». Greg Brockman était également réintégré. Mais le précédent a laissé des traces. Le conseil d’administration a depuis été remanié, avec l’entrée en son sein de figures pro-business. Et Sam Altman a pu mener à bien sa stratégie de remise à plat de la structure d’OpenAI.

Cette remise à plat a dû se faire avec Microsoft, échaudé par les « événements » de novembre 2023. Microsoft a été également confronté à un autre problème, spécifique à ChatGPT. En effet, l’IA d’OpenAI est très gourmande en capacité de calcul pour son entraînement, mais aussi pour son fonctionnement quotidien quand elle est intégrée dans Copilot. Microsoft a donc repensé sa stratégie d’exclusivité, notant dès 2023 que des modèles d’IA spécialisés, plus petits, suffisaient largement à prendre en charge de nombreuses tâches (voir, sur ce sujet, la publication des équipes de recherche de Microsoft, « Textbooks are all you need », présentant le petit modèle d’IA maison, Phi, qui sera intégré dans Copilot en 2025 dans sa version 4). Microsoft a également mis en place une stratégie de diversification parmi ses fournisseurs de solutions IA pour limiter sa dépendance à OpenAI. Le groupe a noué un partenariat avec Mistral en février 2024. Il a financé Inflection AI en mars 2024 pour 650 millions de dollars afin de disposer de ses solutions d’IA, en même temps que Microsoft a recruté l’essentiel des cadres de la start-up. Enfin, en octobre 2024, Claude (Anthropic) a été proposé dans GitHub Copilot, ce qui inaugurait un mouvement plus large d’AI à la demande, Microsoft multipliant les partenariats pour apporter à ses utilisateurs les solutions qui peuvent le mieux leur convenir, même si le groupe reste le distributeur exclusif de ChatGPT. Le groupe s’est ainsi donné les moyens de négocier avec Sam Altman pour valoriser correctement ses investissements dans OpenAI, tout en conservant son accès aux technologies de la start-up.

De son côté, Sam Altman a très vite su que le changement de structure d’OpenAI allait conditionner la possibilité d’assurer un avenir à son entreprise, au moins tel qu’il l’a imaginée. En effet, depuis son retour à la tête d’OpenAI, il multiplie les annonces d’investissement dans de nouvelles capacités de calcul (1 400 milliards de promesses d’investissement annoncées jusqu’en 2032, principalement aux États-Unis), au risque d’ailleurs de créer une « bulle IA » (voir infra). Il multiplie aussi les lancements de nouveaux services liés à ChatGPT, ambitionnant de transformer le chatbot en plateforme, capable de prendre en charge une gamme très large de services, qui vont de la recherche au e-commerce, du codage aux conversations sociales. Tous ces projets, tous ces investissements nécessitent de trouver des fonds. Or, les nouveaux investisseurs ne veulent plus entendre parler de l’ancienne organisation, où un conseil d’administration étranger à leurs priorités pouvait décider de l’avenir de la société contre l’intérêt de ses actionnaires. Ainsi, le 31 mars 2025, SoftBank et OpenAI ont officialisé un accord d’investissement de 40 milliards de dollars, porté principalement par Softbank et complété par d’autres investisseurs, mais cet accord se fait sous conditions. Seuls 10 milliards sont versés immédiatement, le reste du versement étant conditionné au changement de statut d’OpenAI. Un accord avec les premiers investisseurs, en particulier Microsoft, est donc devenu absolument nécessaire, les négociations ayant abouti le 28 octobre 2025.

L’accord entre Microsoft et OpenAI valorise l’entreprise à 500 milliards de dollars. Les investissements de Microsoft dans OpenAI représentent 27 % des parts de la société, soit 135 milliards de dollars. Pour ce faire, OpenAI va devenir une société d’utilité publique, une public benefit corporation, sous le nom d’OpenAI Group PBC. Ce statut a déjà été choisi par xAI ou encore par Anthropic. Suscité par l’État du Delaware, il permet d’afficher une mission d’utilité publique tout en versant des dividendes aux actionnaires sans que ces derniers soient plafonnés. Enfin, il rend possible les introductions en Bourse, un moyen à terme pour OpenAI de lever les fonds nécessaires à ses gigantesques besoins de financement. En contrepartie, Microsoft accepte de ne plus être le fournisseur exclusif de capacités de calcul pour OpenAI (Microsoft disposait d’un droit de préemption), même si l’accord prévoit un engagement sur l’achat par OpenAI de 250 milliards de puissance de calcul à Microsoft. OpenAI pourra travailler également avec d’autres entreprises pour amplifier ses offres d’IA, même si les innovations de ChatGPT devront être proposées d’abord à Microsoft jusqu’en 2032.

C’est là une nouveauté. Jusqu’alors, OpenAI était lié à Microsoft le temps de développer l’IA générale, Microsoft percevant dans cet entre-deux une rémunération pour la commercialisation de ChatGPT. Désormais, si OpenAI développe l’IA générale avant 2032, l’accès de Microsoft aux innovations d’OpenAI sera quand même garanti, mais OpenAI gagnera son indépendance commerciale. La notion d’IA générale reste donc essentielle dans le contrat, et il faudra que les deux entreprises s’entendent sur sa définition – Satya Nadella ayant déjà indiqué qu’il n’y a d’IA générale qu’à partir du moment où l’IA apporte des réponses argumentées auxquelles « vous pouvez vous fier à 99,99, voire 99,999 % ».

Les conséquences de l’accord ont été immédiates. En novembre 2025, OpenAI a signé un contrat de fourniture de puissance de calcul avec Amazon Web Services (AWS) pour 38 milliards de dollars. Toujours en novembre, Microsoft a annoncé participer à la nouvelle levée de fonds d’Anthropic, le concurrent de ChatGPT, qui sera commercialisé avec ChatGPT auprès des entreprises qui font appel au cloud d’Azure.

Sources :

• Alcaraz Marina, « Microsoft intègre l’IA à ses logiciels de bureautique », Les Échos, 20 mars 2023.
• Marchand Leïla, « Qui contrôle OpenAI ?
  Pas Microsoft, assure Satya Nadella », Les Échos, 19 mai 2023.
• Gunasekar Suriya, Yi Zhang, Aneja Jyoti, et al., « Textbooks are all you need », Cornell University, Ithaca (NY), October 2, 2023. https://arxiv.org/abs/2306.11644.
• Woitier Chloé, « Le sort du “père de ChatGPT” chez OpenAI déchire l’industrie de l’intelligence artificielle », Le Figaro, 20 novembre 2023.
• Goulard Hortense, « Tempête à la tête d’OpenAI,
  le champion de l’intelligence artificielle », Les Échos, 20 novembre 2023.
• Woitier Chloé, « Microsoft ressort encore plus fort dans l’IA après la crise chez OpenAI », Le Figaro, 21 novembre 2023.
• Marchand Leïla, « Microsoft reprend l’avantage dans l’IA en recrutant Sam Altman », Les Échos, 21 novembre 2023.
• Woitier Chloé, « Le retour de Sam Altman préfigure un big bang chez OpenAI », Le Figaro, 23 novembre 2023.
• Marchand Leïla, Turban Paul, « Sam Altman reprend les rênes d’OpenAI qui espère tourner la page de la crise », Les Échos, 23 novembre 2023.
• Boone Joséphine, « Microsoft veut s’émanciper d’OpenAI », Les Échos, 26 décembre 2024.
• Debès Florian, « OpenAI et Microsoft se rapprochent d’un accord stratégique historique », Les Échos, 15 septembre 2025.
• Mediavilla Lucas, « Après des mois de conflit larvé, Microsoft prend 27 % d’OpenAI », Le Figaro, 29 octobre 2025.
• Boone Joséphine, « Microsoft et OpenAI scellent une alliance historique à 135 milliards », Les Échos, 29 octobre 2025.
• Debès Florian, « L’IA générale au cœur de toutes les attentions », Les Échos, 30 octobre 2025.
• Laghrari Mehdi, « OpenAI signe un partenariat de 38 milliards de dollars avec Amazon », Les Échos, 4 novembre 2025.
• Debès Florian, « Microsoft se rêve en carrefours de l’IA avec OpenAI et Anthropic », Les Échos, 25 novembre 2025.
• Lentschner Keren, Mediavilla Lucas, « Trois ans après l’arrivée de ChatGPT, OpenAI s’est transformé en une entreprise tentaculaire aux ambitions gargantuesques », Le Figaro, 28 novembre 2025.
• Boone Joséphine, « ChatGPT : trente-six mois pour faire d’OpenAI le phare de la tech », Les Échos, 28 novembre 2025.