Mira Murati, ancienne directrice technique d'OpenAI, revient sur le devant de la scène avec une annonce majeure. Sa nouvelle société, Thinking Machines, a levé 2 milliards de dollars auprès d'investisseurs prestigieux et prévoit de lancer prochainement un premier produit intégrant un important composant open source, pensé pour les chercheurs, les startups et les développeurs de modèles personnalisés.
Fondée en 2024 après la vague de départs qui a secoué OpenAI, Thinking Machines se donne une mission claire : créer une intelligence artificielle collaborative, multimodale et accessible. L'idée est de bâtir des systèmes capables de comprendre le langage naturel, les images et les interactions humaines imparfaites, afin de produire une IA qui s'intègre harmonieusement dans notre manière naturelle d'interagir.
Les faits clés de l'annonce
- Thinking Machines a été fondée en 2024, après une vague de départs qui a secoué OpenAI.
- La société vient de lever 2 milliards de dollars, sous la conduite d'a16z, avec la participation de NVIDIA, Accel, ServiceNow, Cisco, AMD et Jane Street.
- Un premier produit est attendu dans les prochains mois, avec un volet open source important destiné aux chercheurs, aux startups et aux développeurs de modèles personnalisés.
- Thinking Machines promet aussi des documents scientifiques détaillés, des bonnes pratiques, du red teaming et une surveillance post-déploiement.
- La société défend une IA multimodale, collaborative et accessible, conçue comme une extension du pouvoir d'agir humain plutôt qu'un substitut.
Cette levée de 2 milliards de dollars est menée par le fonds a16z (Andreessen Horowitz), avec la participation de NVIDIA, Accel, ServiceNow, Cisco, AMD et Jane Street. Le soutien de ces investisseurs traduit la confiance dans l'équipe de Thinking Machines, composée de figures majeures de la recherche en IA ayant contribué à des avancées telles que PPO, TRPO et GAE, ainsi qu'à des produits comme ChatGPT, Codex ou encore le système Character.ai.
Sarah Wang, partenaire chez a16z, a déclaré : « Aucun autre groupe n'est mieux positionné pour faire progresser la frontière de l'IA ». Cette prise de position souligne l'ambition de la société, mais aussi la pression qui pèse sur elle. Lever 2 milliards de dollars quelques mois après sa création implique des attentes considérables, tant sur le plan scientifique que sur celui de l'exécution produit.
Une vision multimodale et collaborative
Dans un message publié sur X (ex-Twitter), Mira Murati décrit sa vision : « Nous construisons une IA multimodale qui fonctionne avec la façon dont vous interagissez naturellement avec le monde : par la conversation, la vision et la collaboration ». Cette approche ne se limite pas à l'ajout de modalités visuelles ou sonores. Elle suppose de concevoir des modèles capables de combiner plusieurs sources d'information, d'interpréter des intentions imparfaites et de s'adapter à des contextes humains variés.
La dimension collaborative occupe une place centrale. Thinking Machines ne veut pas seulement produire un assistant supplémentaire, mais bâtir des systèmes ouverts aux chercheurs, aux startups et aux développeurs qui souhaitent personnaliser leurs propres modèles. Cette orientation implique de partager des outils, des méthodes et des bonnes pratiques, tout en maintenant un niveau élevé de sécurité et de transparence.
Une levée record et un signal fort
Le tour de table de 2 milliards de dollars place immédiatement Thinking Machines parmi les acteurs les mieux financés du secteur. La participation de NVIDIA, AMD, Cisco et ServiceNow ne relève pas uniquement du soutien financier. Elle suggère aussi des synergies potentielles avec l'infrastructure de calcul, les services cloud, les réseaux d'entreprise et les plateformes logicielles. Pour une jeune société qui doit entraîner et déployer des modèles multimodaux, ces partenaires industriels peuvent représenter un avantage stratégique.
La présence d'Accel et de Jane Street complète ce dispositif en apportant une expertise en investissement technologique et en gestion de risques. Ce mélange d'investisseurs de capital-risque, de fabricants de semi-conducteurs et d'acteurs des services numériques dessine une coalition capable d'accompagner Thinking Machines sur plusieurs fronts : recherche, infrastructure, distribution et adoption commerciale.
Un premier produit attendu dans les prochains mois
Le premier produit de Thinking Machines est attendu d'ici quelques mois, selon Mira Murati. Il intégrera un volet open source important, conçu pour être utile aux chercheurs et aux startups développant leurs propres modèles. L'entreprise prévoit aussi de publier des documents scientifiques détaillés, des bonnes pratiques, ainsi que des mécanismes de sécurité comme le red teaming et une surveillance post-déploiement.
Cette promesse de transparence est notable dans un secteur où les modèles les plus performants restent souvent fermés. Elle ne signifie pas que Thinking Machines renonce à une activité commerciale, mais que la société cherche à combiner innovation propriétaire et contribution à l'écosystème ouvert. Le défi consiste à trouver un équilibre entre ouverture, sécurité et compétitivité, sans fragiliser son modèle économique.
Parmi les collaborateurs, l'excitation est palpable. Alexander Kirillov, ingénieur IA, décrit l'entreprise comme « le programme d'IA multimodale le plus ambitieux au monde ». Cette déclaration reflète l'état d'esprit d'une équipe qui veut se positionner à la frontière de la recherche tout en livrant des produits concrets.
OpenAI, DeepSeek et la pression de l'ouverture
Cette annonce intervient alors qu'OpenAI vient de retarder la sortie de son propre modèle open source, prévue à l'origine pour cette semaine. Sam Altman, PDG d'OpenAI, a justifié ce retard par la nécessité de réaliser des tests de sécurité supplémentaires : « Une fois les poids du modèle publiés, il est impossible de revenir en arrière. Nous voulons faire les choses correctement ». Ce report a été perçu par une partie de la communauté tech comme un manque de clarté et de transparence, laissant un espace que Thinking Machines semble prête à occuper.
Le contexte est d'autant plus concurrentiel que l'écosystème open source connaît une mutation rapide. En janvier 2025, la startup chinoise DeepSeek a marqué les esprits avec le modèle open source DeepSeek R1, qui combine performance, personnalisation et exécution locale sans serveur, séduisant les utilisateurs soucieux de confidentialité. Dans cette lignée, Google a récemment publié un modèle open source puissant en réponse au succès de DeepSeek, et OpenAI s'est vu contraint de réagir.
La prudence d'OpenAI, combinée à la transparence affichée par Thinking Machines, pourrait redistribuer les cartes dans le paysage des fondations d'IA ouvertes. Les développeurs attendent des alternatives crédibles aux modèles fermés, mais ils attendent aussi des garanties sur les licences, la sécurité, la reproductibilité et la qualité des documents techniques. C'est précisément sur ces points que la nouvelle société devra convaincre.
Une IA conçue comme une extension de l'humain
Thinking Machines affiche une philosophie forte : l'IA doit être une extension du pouvoir d'agir humain, et non un substitut. Elle doit être distribuée aussi largement et équitablement que possible, avec des outils performants, sûrs et accessibles. Cette position résonne avec les débats actuels sur la concentration des capacités d'IA entre les mains d'un petit nombre d'acteurs.
L'entreprise met l'accent sur plusieurs axes. D'abord, une recherche appliquée, pensée pour devenir rapidement des produits concrets. Ensuite, des outils d'infrastructure IA efficaces, mutualisant la performance GPU et la productivité des chercheurs. Enfin, une ouverture vers la communauté, avec un appel clair aux talents à rejoindre l'aventure. Ces priorités suggèrent que Thinking Machines ne veut pas seulement publier des articles scientifiques, mais construire une plateforme complète autour de ses modèles.
La dimension multimodale complique toutefois la tâche. Les systèmes capables de traiter texte, images, audio et interactions doivent gérer des volumes de données considérables, des questions de latence, des coûts de calcul et des risques de sécurité spécifiques. L'open source peut accélérer l'innovation, mais il expose aussi les modèles à des usages détournés. D'où l'insistance de l'entreprise sur le red teaming et la surveillance après déploiement.
Un tournant stratégique pour l'IA open source
Alors que l'industrie de l'IA est encore dominée par des modèles propriétaires fermés, Thinking Machines fait le pari inverse : ouvrir la boîte noire, proposer des alternatives puissantes et répondre aux attentes d'une communauté de développeurs de plus en plus exigeante. Ce positionnement pourrait séduire les entreprises qui souhaitent garder le contrôle de leurs données, les laboratoires qui veulent reproduire des résultats et les startups qui ne peuvent pas entraîner leurs propres modèles depuis zéro.
Le timing de cette annonce, combiné à une levée record et à une promesse concrète de produit, pourrait propulser Thinking Machines au centre de l'écosystème IA mondial. Mais la société devra transformer l'enthousiasme en résultats mesurables : modèles performants, documentation solide, communauté active et garanties de sécurité. La concurrence ne se limite pas à OpenAI, Anthropic ou Google DeepMind. Elle inclut aussi les laboratoires ouverts, les startups spécialisées et les initiatives publiques qui cherchent à démocratiser l'accès aux modèles.
La bataille des modèles open source ne fait que commencer. Avec 2 milliards de dollars, une équipe expérimentée et une promesse d'ouverture, Thinking Machines dispose des moyens de peser. La prochaine étape sera de montrer ce que son premier produit sait faire, comment il sera distribué et quel équilibre il trouvera entre ambition scientifique, accessibilité et sécurité.