EvolutionaryScale lève 142 millions de dollars pour des modèles d'IA de données biologiques

EvolutionaryScale a obtenu 142 millions de dollars (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-million-with-backing-amazon-nvidia-2024-06-17/) lors d'un tour de financement d'amorçage divulgué pour accélérer le développement de modèles d'IA générative pour la biologie, marquant un moment charnière pour la monétisation des actifs de données scientifiques spécialisés. Dirigée par d'anciens chercheurs de Meta AI, la startup lance ESM-3, un modèle linguistique de pointe entraîné sur un ensemble de données propriétaire comprenant 2,78 milliards de protéines (https://techcrunch.com/2024/06/17/evolutionaryscale-seed-biological-ai/). Ce tour a vu la participation de titans de l'industrie, notamment NVentures (Nvidia) et Amazon Web Services (AWS), signalant un changement stratégique vers des données spécifiques au domaine et de haute fidélité comme principal moteur de valorisation de l'IA.

La frontière des données biologiques : ESM-3 et le tour d'amorçage de 142 millions de dollars

Le cœur de la proposition de valeur d'EvolutionaryScale réside dans sa capacité à simuler des milliards d'années d'évolution biologique par le biais de données. L'investissement divulgué de 142 millions de dollars (https://www.bloomberg.com/news/articles/2024-06-17/ex-meta-scientists-raise-142-million-for-biological-ai-startup) valorise l'entreprise à environ 1 milliard de dollars (https://www.reuters.com/technology/ai-startup-evolutionaryscale-raises-142-million-with-backing-amazon-nvidia-2024-06-17/), reflétant la prime élevée accordée aux 98 milliards de paramètres du modèle ESM-3. Contrairement aux LLM à usage général, ESM-3 est entraîné sur des séquences biologiques structurées, ce qui lui permet de générer des protéines entièrement nouvelles qui n'existent pas dans la nature. Cette capacité de "biologie programmable" repose sur l'acquisition et le traitement de données génomiques et protéomiques massives, que l'entreprise a l'intention de licencier à des géants pharmaceutiques pour la découverte de médicaments et l'ingénierie environnementale.

L'infrastructure comme vaisseau : le coup de maître de 50 milliards de dollars de KKR

Alors qu'EvolutionaryScale se concentre sur la couche d'intelligence des données, l'infrastructure physique nécessaire au traitement de tels actifs connaît des afflux de capitaux sans précédent. KKR et Energy Capital Partners (ECP) ont annoncé un partenariat stratégique de 50 milliards de dollars (https://www.reuters.com/business/energy/kkr-energy-capital-partners-form-50-bln-strategic-partnership-ai-2024-06-17/) pour accélérer le développement de centres de données et d'infrastructures électriques. Cet engagement pluriannuel divulgué répond au "goulet d'étranglement" de l'économie des données : les demandes énergétiques massives des clusters d'entraînement d'IA. Pour les propriétaires d'actifs de données, cette montée en puissance de l'infrastructure garantit que la liquidité et la capacité de traitement des ensembles de données à grande échelle resteront robustes, même si la complexité des modèles évolue exponentiellement.

Souveraineté européenne et le fossé de données de Mistral

Le marché mondial des données est également façonné par des champions régionaux visant la "souveraineté des données". Mistral AI, basée à Paris, a récemment clôturé une série B de 600 millions d'euros (640 millions de dollars) (https://techcrunch.com/2024/06/11/mistral-ai-raises-600-million-at-a-5-8-billion-valuation/) à une valorisation divulguée de 5,8 milliards d'euros (https://www.ft.com/content/88d68994-633b-419b-9c71-f76e736a617c). La stratégie de Mistral repose fortement sur des ensembles de données multilingues et curatés qui offrent une alternative compétitive aux modèles centrés sur les États-Unis. En sécurisant un financement massif auprès d'investisseurs tels que General Catalyst et Lightspeed, Mistral se positionne pour diriger le marché européen de la licence de données d'entreprise, où la réglementation locale et la confidentialité des données sont primordiales.

Points de blocage réglementaires : l'impasse de Meta sur les données européennes

Cependant, l'acquisition de données pour l'entraînement de l'IA fait l'objet d'un examen réglementaire intense. Meta Platforms a été contraint de suspendre ses projets d'utilisation des données des utilisateurs européens de Facebook et Instagram pour entraîner ses modèles d'IA suite à une demande de l'autorité irlandaise de protection des données. Cette décision, motivée par des plaintes du groupe de défense NOYB, met en évidence un fossé croissant dans la disponibilité des données. Alors que les entreprises américaines et asiatiques peuvent continuer à collecter de vastes ensembles de données publiques, les entreprises européennes doivent naviguer dans un paysage "le consentement d'abord", ce qui pourrait faire augmenter le prix du marché des ensembles de données sous licence et conformes à la loi.

Pourquoi cela est important pour les propriétaires de données

Les transactions EvolutionaryScale et KKR soulignent un changement fondamental dans la chaîne de valeur de l'IA : la transition de la suprématie algorithmique à la suprématie des données et de l'énergie. Pour les propriétaires d'ensembles de données propriétaires, que ce soit en biologie, en finance ou en droit, le lancement d'ESM-3 prouve que les données spécialisées peuvent atteindre des valorisations de plusieurs milliards de dollars indépendamment des LLM à usage général. Alors que l'infrastructure de calcul s'étend grâce à des pactes de 50 milliards de dollars et que les murs réglementaires s'élèvent en Europe, la rareté des données de haute qualité et "propres" entraînera probablement une nouvelle vague d'accords de licence à haute valeur. Les données ne sont plus seulement une entrée ; elles sont l'actif de capital principal de l'économie de l'intelligence de 2026.