Calipia : le blog

Il y a un an encore, l’histoire de l’IA chez Microsoft se résumait en une phrase : un chèque de plusieurs dizaines de milliards de dollars à OpenAI et un accès privilégié à GPT. Cette dépendance a permis à Redmond de prendre une longueur d’avance commerciale avec Copilot, mais elle a toujours été perçue, en interne comme en externe, comme un talon d’Achille stratégique. Un partenaire, aussi précieux soit-il, reste un partenaire : il a ses propres priorités, ses propres investisseurs, et rien ne garantit qu’il continuera à privilégier Microsoft indéfiniment.

C’est précisément ce chapitre que Microsoft tente de refermer. Dans le cadre de sa série « Microsoft 2.5 », consacrée aux dirigeants qui redessinent l’entreprise, GeekWire s’est entretenu avec Ali Farhadi, vice-président corporate en charge de l’IA et responsable de l’équipe Microsoft Superintelligence, au sein de la division Microsoft AI (MAI). Son message est sans détour : la dépendance à un fournisseur externe n’est plus vue comme un modèle d’avenir. La mission de long terme, dit-il, tient en un mot : l’autosuffisance.

Un profil qui en dit long sur les ambitions de Microsoft

Le choix de Farhadi pour porter cette mission n’a rien d’anodin. Professeur à l’Université de Washington depuis près de quinze ans, il a dirigé l’Allen Institute for AI (Ai2), l’institut de recherche fondé par Paul Allen, avant de rejoindre Apple pendant plus de trois ans à la suite du rachat de sa startup Xnor.ai. Il a rejoint Microsoft il y a cinq mois avec, selon ses propres mots publiés sur LinkedIn au moment de son arrivée, la conviction que l’entreprise réunit déjà toutes les pièces du puzzle pour gagner la course à l’IA : données, moteur de recherche, capacités de développement logiciel, infrastructure, agents et une base installée de clients Fortune 500 sans équivalent.

Ce recrutement s’inscrit dans un mouvement plus large. L’équipe Superintelligence, pilotée par Mustafa Suleyman, a multiplié les embauches de chercheurs issus d’Ai2 ces derniers mois, un signal clair que Microsoft cherche à se doter d’une capacité de recherche fondamentale en propre, plutôt que de continuer à s’appuyer exclusivement sur des modèles tiers.

De la « Frontier Lab » à la « Frontier Ecosystem »

Le point le plus intéressant de l’entretien, pour un DSI , n’est pas tant l’annonce de nouveaux modèles que le changement de grille de lecture que propose Farhadi. Selon lui, le secteur passe d’une ère « Frontier Lab », où la compétition se jouait sur la taille des modèles et les scores de benchmarks, à une ère « Frontier Ecosystem », où l’enjeu devient l’intégration de ces modèles aux données d’entreprise, aux plateformes, aux canaux de distribution et aux clients, le tout dans un cadre de confiance.

Concrètement, cela signifie que les prochaines batailles ne se joueront plus uniquement sur la puissance brute, mais sur le coût, la fiabilité, la spécialisation et la capacité à déployer à grande échelle. C’est un discours qui doit résonner chez tous ceux qui pilotent des projets IA en entreprise depuis deux ans : la course au modèle le plus gros et le plus cher n’a jamais été le vrai sujet pour la majorité des cas d’usage métier. Un modèle plus étroit, mais moins coûteux et tout aussi performant sur son périmètre, l’emporte presque toujours dans un calcul de retour sur investissement.

La spécialisation verticale comme stratégie assumée

Microsoft dispose déjà de plusieurs modèles maison, dont MAI-Code-Flash pour la génération de code, MAI-Cyber-Flash pour la cybersécurité, et MAI-Image pour la génération d’images. Nous vous en parlions sur le Blog. Mais l’exemple le plus révélateur cité par Farhadi concerne le secteur de la santé : un partenariat avec la Mayo Clinic pour construire un modèle spécialisé, entraîné sur les données cliniques propres de l’établissement.

Microsoft appelle cette approche la « hill-climbing machine », c’est-à-dire la capacité d’un modèle à progresser en continu sur un domaine précis, couplée à ce que Farhadi nomme le « frontier tuning » : la personnalisation de modèles frontières à partir de données propriétaires, sans que ces données ne viennent jamais nourrir des modèles partagés avec d’autres clients. C’est un point de vigilance que tout RSSI devrait noter et vérifier contractuellement plutôt que prendre pour argent comptant : la promesse d’étanchéité entre les données d’un client et les modèles génériques du fournisseur est structurante, mais elle mérite d’être documentée précisément dans les conditions contractuelles, pas seulement affirmée dans une interview.

Farhadi va plus loin sur la notion de propriété intellectuelle, en expliquant que l’équipe a dû revoir sa définition initiale du sujet. La donnée brute d’une entreprise n’est qu’une partie de ce qui compte : la manière de travailler, les processus, le savoir-faire opérationnel constituent eux aussi une forme de propriété intellectuelle qu’il s’agit de protéger. C’est une nuance qui mérite d’être intégrée dans les grilles d’évaluation des risques IA des entreprises qui envisagent du fine-tuning ou du RAG sur leurs propres corpus.

Open source : une porte qui reste entrouverte, sans plus

Farhadi a piloté l’expansion de l’open source à Ai2, un institut connu pour sa politique de modèles ouverts. Chez Microsoft, il affirme rester personnellement un défenseur de cette approche, tout en reconnaissant que le paysage a changé depuis son passage à Ai2, avec l’émergence de modèles open source occidentaux plus crédibles et d’écosystèmes économiques qui se structurent autour. Il n’exclut pas que Microsoft s’engage un jour sur ce terrain, ou sur la voie intermédiaire des « poids ouverts », mais rien de concret n’est annoncé à court terme. Autrement dit : à surveiller, sans rien attendre avant un moment.

Pas d’obsession pour l’AGI

Enfin, un détail qui mérite d’être souligné pour ceux qui suivent le discours marketing du secteur avec un minimum de recul critique : contrairement à OpenAI ou Anthropic, qui érigent l’intelligence artificielle générale (AGI) en objectif ultime depuis des années, Farhadi affirme ne pas comprendre ce que ce terme signifie concrètement. Une déclaration qui tranche avec la rhétorique dominante du secteur, et qui a le mérite de recentrer le discours de Microsoft sur des objectifs mesurables : coût, qualité, fiabilité, spécialisation, plutôt que sur une promesse dont la définition même reste floue.

Ce qu’il faut en retenir pour vos projets IA

Pour les architectes qui construisent leur feuille de route IA autour de l’écosystème Microsoft, ce changement de cap a des implications concrètes. D’abord, il faut s’attendre à une montée en puissance progressive de modèles MAI propriétaires aux côtés des modèles OpenAI dans Copilot et Azure AI Foundry, avec probablement des arbitrages de coût et de performance à surveiller de près selon les cas d’usage. Ensuite, la logique de spécialisation sectorielle, illustrée par le partenariat avec la Mayo Clinic, ouvre la voie à des offres verticales que d’autres secteurs très réglementés, comme la finance ou l’assurance, pourraient voir arriver dans les prochains mois. Enfin, la question de l’étanchéité des données et de la propriété intellectuelle mérite d’être suivie de près dans les prochaines communications de Microsoft, au-delà des déclarations d’intention formulées dans cette interview.