Amazon Web Services est entré cette semaine dans la course effrénée aux plateformes d'intelligence artificielle générative avec Amazon Bedrock, un service géré conçu pour permettre aux entreprises de créer des applications sur des modèles de base provenant d'Amazon et d'entreprises d'IA externes sans avoir à gérer elles-mêmes l'infrastructure sous-jacente.
AWS a annoncé jeudi le lancement de Bedrock , un service en avant-première limitée offrant un accès, via des API, aux modèles d'AI21 Labs, d'Anthropic, de Stability AI et de la nouvelle famille Titan d'Amazon. Cette stratégie diffère de celle consistant à imposer un modèle unique aux clients : AWS positionne son cloud comme une plateforme permettant aux entreprises de comparer, personnaliser et déployer plusieurs familles de modèles de base, tout en conservant leurs applications au sein de l'environnement AWS.
Amazon fait du choix du modèle une fonctionnalité cloud
Bedrock intègre initialement les modèles de langage Jurassic-2 d'AI21, le modèle conversationnel Claude d'Anthropic, la technologie de conversion texte-image de Stability AI et deux modèles Amazon Titan. L'un de ces modèles Titan génère et résume du texte ; l'autre crée des représentations vectorielles qui traduisent le texte en représentations numériques utiles pour la recherche, la recommandation et d'autres tâches d'apprentissage automatique.
Ce service témoigne d'une évolution plus large du cloud computing. Pendant des années, les principaux fournisseurs se sont disputés le stockage, les bases de données, les machines virtuelles et les infrastructures spécialisées en apprentissage automatique. Désormais, les modèles de base intègrent une couche applicative supérieure : les clients recherchent des systèmes pré-entraînés performants, mais beaucoup ne souhaitent pas constituer des clusters, entraîner des modèles à partir de zéro ni gérer des pipelines de déploiement complexes.
Selon TechCrunch , Bedrock vise à offrir aux développeurs un accès sans serveur à de multiples modèles génératifs et à permettre aux clients de les personnaliser avec leurs propres données. Cette combinaison – infrastructure gérée et adaptation aux besoins spécifiques des entreprises – est au cœur de l'argumentaire d'AWS.
Les données d'entreprise sont un facteur de différenciation
L’enthousiasme des consommateurs pour l’IA générative s’est concentré sur les chatbots publics et les générateurs d’images, mais l’adoption par les entreprises dépend d’exigences différentes : gouvernance des données, sécurité, coûts prévisibles, intégration avec les systèmes existants et capacité d’adapter les modèles aux informations propriétaires.
AWS indique que les clients Bedrock pourront fournir des exemples étiquetés ou des données d'entreprise pour personnaliser un modèle de base sans avoir à gérer directement l'infrastructure d'entraînement. L'entreprise précise également que les données client utilisées pour la personnalisation resteront protégées au sein des accords AWS et ne seront pas exposées sans précaution aux fournisseurs de modèles.
Selon Forbes, cette annonce vise directement les entreprises clientes et positionne Amazon plus clairement aux côtés de Microsoft et Google dans la course à l'intelligence artificielle générative. Microsoft a investi massivement dans OpenAI et intègre ses modèles à Azure et à ses logiciels de productivité ; Google développe quant à lui ses propres modèles de grande envergure et services génératifs.
La question concurrentielle ne se résume donc pas à savoir quelle entreprise possède le modèle le plus performant. Les fournisseurs de cloud développent des écosystèmes où modèles, données, identité, supervision, bases de données et applications peuvent être combinés. Bedrock suggère qu'Amazon estime que les entreprises accorderont suffisamment d'importance au choix du modèle et à la neutralité de l'infrastructure pour compenser son entrée tardive sur le marché florissant de l'IA axée sur les chatbots.
Titan fournit à Amazon une couche de modèle propriétaire
L'introduction de Titan est importante car AWS ne se contente pas d'héberger des fournisseurs externes. Elle propose désormais une gamme de modèles de base sous sa propre marque, capables de concurrencer au sein d'une même plateforme. Ceci crée une structure de marché inédite où Amazon est à la fois opérateur de plateforme et fournisseur de modèles.
Un rapport publié à l'époque du lancement décrivait Bedrock comme la réponse d'Amazon aux services d'IA cloud de Microsoft et Google. Les modèles Titan développés en interne permettent à AWS de contrôler directement les performances des modèles, tandis que la gamme de modèles tiers offre aux clients la possibilité de diversifier leurs investissements et de ne pas dépendre d'un seul fournisseur.
Cette approche pourrait s'avérer particulièrement intéressante compte tenu de l'évolution rapide du secteur. La publication de GPT-4 le mois dernier a démontré des gains de performance considérables par rapport aux systèmes précédents et a renforcé les attentes quant à l'amélioration continue et rapide de la qualité des modèles. Les entreprises pourraient privilégier une architecture facilitant le changement ou la combinaison de modèles plutôt que de lier une application à un seul fournisseur en constante évolution.
La course à l'IA devient une course aux infrastructures
Les modèles de base nécessitent une puissance de calcul spécialisée considérable. AWS commercialise déjà l'accès aux GPU Nvidia ainsi qu'à ses propres puces Trainium et Inferentia, ce qui lui confère une position dominante en matière de matériel et d'infrastructure, même avant l'avènement de Bedrock. Ce nouveau service permet à AWS de se positionner plus haut dans la pile technologique, et de générer des revenus grâce à la couche logicielle qui s'appuie sur cette puissance de calcul.
L'article de ForkLog du 14 avril mettait l'accent sur la structure multi-modèles et les efforts d'Amazon pour rendre l'IA générative accessible via des API cloud familières. BigDATAwire a également rapporté qu'AWS intégrait ce nouveau service de modélisation à une suite plus large d'outils d'IA générative destinés aux développeurs et aux entreprises.
Les questions techniques et commerciales restent importantes. Les modèles génératifs peuvent produire de fausses informations, reproduire des biais, exposer des données sensibles si les limites de sécurité sont mal définies et engendrer des coûts imprévisibles à grande échelle. Les entreprises exigeront des fournisseurs de services cloud qu'ils proposent des outils de surveillance, de contrôle d'accès et d'évaluation, ainsi que des garanties contractuelles souvent absentes des expérimentations destinées aux consommateurs.
Bedrock reste encore en phase de prévisualisation limitée ; ses performances pratiques, son prix et ses contraintes opérationnelles ne sont donc pas encore établis auprès d’une large clientèle. Cependant, la direction stratégique est claire : l’IA générative passe du stade de démonstrations isolées à celui de produit phare des plus grandes entreprises de cloud.
Amazon parie que les entreprises ne choisiront pas l'IA isolément. Elles la choisiront en complément des systèmes de stockage de données, de sécurité, de calcul et des environnements logiciels qu'elles utilisent déjà. Si cette hypothèse se confirme, la prochaine étape de la compétition en matière d'IA générative pourrait se jouer autant sur l'architecture et la distribution du cloud que sur les performances des modèles les plus performants.