Série B de Sakana AI : Le Japon fait un pari souverain sur une IA plus intelligente, et non plus massive
Série B de Sakana AI : Le Japon parie souverainement sur une IA plus intelligente, pas plus grande
Le Japon vient de faire son geste le plus audacieux à ce jour contre le mantra favori de la Silicon Valley, « plus grand, c'est mieux ». Le 17 novembre, Sakana AI a bouclé un tour de table de série B substantiel de 20 milliards de yens (environ 135 millions de dollars). L'opération a porté sa valorisation à 2,65 milliards de dollars, faisant de l'entreprise la licorne la plus précieuse du Japon. Pourtant, le chiffre le plus fascinant se cache sous le titre : environ 70 personnes gèrent une stratégie basée sur l'optimisation post-entraînement plutôt que sur l'entraînement de modèles gigantesques à partir de zéro. C'est un coup de théâtre dans un domaine obsédé par l'échelle.
Ce n'est pas une autre histoire de licorne étincelante. C'est un pari national que la rareté – des ressources limitées et des contraintes plus strictes – peut stimuler une innovation plus authentique que des rangées infinies de GPU. Et parmi ceux qui observent ce jeu figurent MUFG, Khosla Ventures et In-Q-Tel, ce qui signale un niveau de sérieux qu'on ne peut ignorer.
Bousculer la doctrine de la mise à l'échelle
Sakana AI a vu le jour grâce à une idée rebelle de deux anciens chercheurs de Google, Llion Jones et David Ha. Leur thèse nargue pratiquement les géants. Alors qu'OpenAI et Google injectent des milliards dans des exécutions d'entraînement toujours plus vastes, Sakana emprunte le chemin inverse. Au lieu d'ajouter de la puissance de calcul, ils se serrent la ceinture et se demandent : « Que pouvons-nous construire lorsque l'entraînement d'un autre modèle de la taille de GPT n'est pas une option ? »
Leur réponse se concentre sur la fusion évolutive de modèles. Imaginez cela comme une ingénierie génétique créative pour les systèmes d'IA. Ils utilisent une recherche automatisée pour assembler des modèles fondamentaux de manière à débloquer de nouvelles capacités sans toucher à des milliards de paramètres. Imaginez un modèle de raisonnement mathématique en anglais se mélangeant à un modèle linguistique japonais pour produire un expert en mathématiques japonais. Pas de cycles de réentraînement gigantesques, pas de factures d'énergie astronomiques. Cela ressemble plus à de la biochimie qu'à de l'industrie lourde.
Cette philosophie n'est pas qu'une jolie présentation. L'équipe a publié dans Nature Machine Intelligence et a lancé des agents de recherche autonomes – surnommés « The AI Scientist » – qui génèrent des articles évalués par des pairs. Ils construisent une véritable infrastructure de recherche, pas un cirque marketing. Leur Continuous Thought Machine – une tentative de créer une architecture de raisonnement en boucle inspirée du cerveau – n'a pas encore fait ses preuves à grande échelle, mais la stratégie est astucieuse. Alors que le paradigme actuel se heurte à des rendements décroissants, ils achètent une option à long terme sur ce qui viendra ensuite.
Les preuves concrètes dans les entreprises
Les preuves les plus convaincantes apparaissent au sein des industries les plus strictes du Japon. Sakana n'a jamais eu pour objectif d'être un simple fournisseur de modèles en tant qu'API. Au lieu de cela, elle s'est construite comme un hybride : en partie laboratoire de recherche, en partie intégrateur de systèmes pour des marchés fortement réglementés comme la finance, la défense et la fabrication. Leurs partenariats à long terme avec MUFG et Daiwa Securities ne sont pas des trophées de relations publiques. Ce sont de véritables accords avec des entreprises qui protègent la souveraineté des données et la conformité comme des reliques sacrées.
Un détail en dit long. Le PDG de Sakana a déclaré que l'entreprise pourrait atteindre la rentabilité d'ici un an. Si cela s'avère vrai, cela anéantit la croyance dominante selon laquelle les startups d'IA de pointe doivent brûler des liquidités pendant des années. On ne trouvera pas de chiffre d'affaires net – qu'il s'agisse de 20 millions ou de 100 millions de dollars par an reste un mystère – mais la structure des contrats pluriannuels avec des coûts de commutation élevés suggère des profils de marge dont les hyperscalers gourmands en calcul ne peuvent que rêver.
La thèse d'investissement : La rareté comme véritable atout
C'est là que l'histoire s'écarte de l'investissement traditionnel dans l'IA. Une valorisation de 2,65 milliards de dollars ne correspond pas aux fondamentaux attendus d'une entreprise qui pourrait avoir 30 à 40 millions de dollars de revenus annuels. Aucun tableur ne peut embellir ce calcul.
Mais les investisseurs ne paient pas pour le présent. Ils achètent la rareté. Sakana est le seul laboratoire d'IA de pointe indépendant et crédible du Japon, soutenu par des sociétés de capital-risque mondiales de premier plan ainsi que par In-Q-Tel, le bras d'investissement de la CIA. Cette combinaison crie un poids géopolitique. Le Japon a déjà promis 10 000 milliards de yens pour ses objectifs nationaux en matière d'IA d'ici 2030, et il souhaite des systèmes « durables et centrés sur l'humain » – et non des monstres de calcul incontrôlables.
Le véritable pari suppose que Sakana devienne la colonne vertébrale de la future « Pile d'IA souveraine » du Japon. Si les banques, les géants des valeurs mobilières et, à terme, les groupes de défense et d'infrastructure se rallient à l'écosystème post-entraînement de Sakana, une trajectoire vers 200 à 300 millions de dollars de revenus d'ici 2029 devient plausible. À cette échelle, la valorisation actuelle se situe confortablement dans les multiples d'entreprise normaux. Pas exactement une affaire, mais pas absurde non plus. C'est le prix de la détention d'une option sur l'orientation souveraine globale de l'IA du Japon.
La question persistante est de savoir où se trouve réellement le fossé concurrentiel de Sakana. Leurs algorithmes évolutifs semblent impressionnants, mais de nombreuses techniques peuvent être reproduites – surtout lorsque des parties de l'écosystème fuient vers l'open source. Leur véritable défense pourrait venir de quelque chose de bien moins glamour : une expertise sectorielle approfondie, des pipelines d'évaluation et de données propriétaires, et des relations de confiance dans la finance et la défense japonaises ultra-conservatrices. Les investisseurs devraient insister pour obtenir des preuves que Sakana détient des connaissances structurelles qu'OpenAI ou Anthropic ne peuvent pas reproduire en un an et demi.
Les risques : La capacité d'exécution et les hyperscalers
Les ambitions de Sakana dépassent de loin ce que 70 personnes peuvent exécuter confortablement. Recherche de pointe, déploiement d'entreprise critique au sein de mégacorporations, et maintenant premiers travaux de défense – jongler avec tout cela exige une coordination impeccable. Une seule relation client tendue dans un accord de 40 millions de dollars peut déclencher un effet domino qu'aucune startup ne souhaite gérer.
Une autre menace se profile également. Si OpenAI ou Anthropic déploient des modèles plus petits, adaptés au Japon, soutenus par de solides partenariats locaux et des accréditations réglementaires fraîchement obtenues, l'avantage de Sakana se réduira. Ils conserveraient toujours une connaissance sectorielle plus approfondie, mais la fenêtre de différenciation se réduirait.
Le Japon vient de financer un pari contrarien intelligent, bâti autour d'une vieille vérité : on trouve souvent une créativité plus vive lorsqu'on est forcé de travailler avec moins. La question de savoir si ce principe s'appliquera à l'échelle nationale reste ouverte. La mission de Sakana est maintenant de prouver que le fait d'avoir raison sur le plan philosophique peut se traduire par des succès opérationnels et des profits réels et durables.
Ceci n'est pas un conseil en investissement.