Quand Meta achète de l'IA à son concurrent

L'information vient du Financial Times, qui cite des sources proches du dossier. Google aurait limité l'usage par Meta de ses modèles Gemini, tout simplement parce que le réseau social voulait plus de capacité de calcul que Google était en mesure de lui allouer. Reuters précise n'avoir pas pu vérifier ces éléments de manière indépendante, et aucune des deux entreprises n'a souhaité commenter.

Selon le quotidien, c'est dès le mois de mars que Google aurait prévenu Meta qu'il ne pourrait pas lui vendre toute la puissance Gemini souhaitée. Conséquence, certains projets d'intelligence artificielle internes de Meta auraient été désorganisés et retardés.

Le détail est piquant. Meta développe ses propres modèles, la famille Llama, et investit des dizaines de milliards de dollars dans ses centres de données. Et malgré tout, le groupe se tourne vers un concurrent direct pour de la puissance de calcul et des modèles. Un aveu de dépendance qui en dit long sur l'état du marché.

La pénurie de calcul rattrape les géants

Derrière cette anecdote se cache la vraie tension du moment. La demande pour les puces d'IA et les centres de données explose, au point que même les plus gros acteurs se disputent les ressources. Google, avec ses puces maison baptisées TPU et sa gamme Gemini, est devenu un fournisseur courtisé, y compris par ceux qui le concurrencent sur le terrain grand public.

Meta prévoit de consacrer des dizaines de milliards de dollars à ses puces et à ses infrastructures d'IA en 2026. Mais construire et faire tourner ces systèmes prend du temps, et la capacité disponible reste, pour l'heure, une denrée rare. Quand un acteur de cette taille doit patienter, c'est tout le secteur qui mesure l'ampleur du goulot d'étranglement.

Ce que ça change

Cette histoire rappelle une vérité devenue centrale dans l'IA. Le frein principal n'est plus l'idée ou le talent, mais la puissance de calcul disponible. Pour les entreprises plus modestes, l'accès au calcul restera un facteur décisif et coûteux dans les mois à venir. Et pour les géants, la course consiste désormais autant à sécuriser des capacités qu'à sortir de meilleurs modèles.