🎤 Les millions d’IA que vous ne connaissez pas encore (Jeff Boudier, Hugging Face) [REDIF]

[00:00:00] Vous qui écoutez Monde Numérique, vous travaillez peut-être dans une entreprise qui développe ses équipes à l'international. Or, vous le savez, recruter à l'étranger, ce n'est pas toujours simple. Il faut gérer les contrats, la paix, les ressources humaines, le matériel informatique et les règles propres à chaque pays. Et le problème, c'est que tout cela repose souvent sur des outils différents qui communiquent mal entre eux. Et plus l'entreprise grandit, plus la gestion se complique. C'est précisément ce que DEAL, partenaire de Monde Numérique, permet de simplifier. Avec DEAL, les entreprises peuvent recruter, gérer, rémunérer et rémunérer.

[00:00:30] et équiper leurs collaborateurs où qu'ils se trouvent. La paix, les ressources humaines et l'informatique restent coordonnées sur une même plateforme sans multiplier les outils. DEAL prend en charge les aspects les plus complexes du travail international pour permettre aux entreprises de se concentrer sur leur croissance. Pour en savoir plus ou réserver une démo, rendez-vous sur DEAL.com slash Monde Num. DEAL D2EL.com slash Monde Num.

[00:00:56] Cet été, je vous propose de retrouver quelques-unes des meilleures interviews de Monde Numérique. Innovateurs, experts, observateurs, ils ou elles partagent leurs projets, leurs visions, leurs analyses. Tendez l'oreille, vous ne l'engrapperez pas. Monde Numérique. D'une certaine manière, Tchad GPT, c'est un peu l'arbre qui cache la forêt, mais la forêt, c'est l'Amazonie en fait. D'accord ?

[00:01:21] Donc, 2 millions de modèles, c'est quoi ? C'est oui, tu as des modèles qu'on appelle LLM qui vont produire du texte, mais tu as aussi des modèles qui vont produire des images, qui vont travailler sur la vidéo, qui vont travailler sur la parole, qui vont faire des trucs dans n'importe quelle langue, qui vont faire des trucs pour la finance, etc. Donc, c'est une diversité incroyable de modèles. Bonjour, Jérôme Bouvet. Bonjour, Jérôme.

[00:01:50] Directeur commercial chez Hugging Face. Nous sommes à Las Vegas à l'événement ReInvent d'AWS, filet cloud d'Amazon, consacré à toutes les innovations technologiques autour du cloud. Ravie de te recevoir dans le monde numérique, Hugging Face, l'icorne maintenant franco-américaine, qui a connu une croissance phénoménale,

[00:02:14] qui propose plus d'un million de modèles d'intelligence artificielle. Est-ce qu'on peut dire que Hugging Face est un peu l'App Store de l'IA ? C'est une définition assez intéressante. Et d'ailleurs, App Store de l'IA, on a un App Store de l'IA. On appelle ça Spaces. Donc, sur Hugging Face, c'est plus un million maintenant, c'est deux millions. Wow ! C'est pour te dire. C'est difficile de garder le dernier chiffre.

[00:02:39] En tout, il y a six millions de modèles, datasets et applications. Et ces applications, c'est ce qu'on appelle Spaces. Donc, tu vas là-dessus et tu dis, trouve-moi un space pour enlever le background d'une image. Trouve-moi un space pour traduire le français en anglais, etc. Pour publier des podcasts, etc. Alors, publier des podcasts, je pense qu'il va falloir faire un petit peu de boulot.

[00:03:06] Mais effectivement, il y a des centaines de milliers d'applications en libre-service. Et ces applications, tu peux les brancher à tes assistants. Donc, si tu utilises un Cloud Code pour programmer, si tu utilises Cloud juste pour poser des questions, tu peux brancher Hugging Face. Ça s'appelle MCP. Je ne sais pas si tu as entendu parler. MCP Server, en fait, ça te permet de brancher des outils comme ça à tes assistants.

[00:03:33] Et donc, du coup, ton assistant, il peut consulter la documentation. Donc, via une API ? Oui, oui. La version IA de l'API, en fait, c'est MCP. OK. Donc, voilà, vous avez inventé chez Hugging Face ce concept un peu de magasin de modèles d'IA. Essentiellement des modèles open source. Oui, essentiellement. Enfin, complètement. Complètement. Je vais essayer essentiellement parce que parmi ces 6 millions de modèles, data sets et applications,

[00:04:04] il y a 2 millions qui sont en accès libre, open source ou des licences diverses. Et il y a aussi, et ça, les gens ne le savent pas forcément, 2 millions de modèles qui sont en fait privés. Ce n'est pas qu'ils sont propriétaires ou open source, pas. Ils sont privés, c'est-à-dire que des organisations, on a plus de 300 000 organisations qui se sont créées sur Hugging Face pour pouvoir travailler de manière privée sur leur modèle, data sets, etc. OK. Parce que vous fournissez le modèle et vous fournissez aussi l'hébergement. On héberge tout ça.

[00:04:34] Vous hébergez tout ça. Et c'est une taille colossale. Je parlais de millions de modèles. On a 12 millions de, on les appelle AI builders. C'est les utilisateurs de Hugging Face qui font de l'IA. Il y a 12 millions de AI builders. Et aujourd'hui, on sert des centaines de petabits de données par mois. Alors, centaines de petabits, c'est quoi ? C'est beaucoup. C'est à peu près comme Netflix. Ah, d'accord.

[00:05:00] Donc, on est à la taille de Netflix en termes de services de fichiers d'IA. C'est qui vos clients, vos utilisateurs ? Alors, c'est vraiment un peu tout le monde. Dans les 12 millions de AI builders, déjà en termes de, tu as des chercheurs, ceux qui produisent de l'IA. Tu as des data scientists, ceux qui utilisent l'IA pour créer des modèles dans leur société. Tu as les ingénieurs qui construisent les systèmes autour de l'IA. Et maintenant, tu as aussi les développeurs.

[00:05:30] Parce que quand tu construis une application web, une application mobile, une application serveur, etc., en fait, tu utilises tout un tas de petits modèles spécialisés open source. Et donc, de plus en plus, on a des développeurs qui viennent sur Haging Face pour créer leur application avec des modèles ouverts. Alors, c'est ça qu'on a un peu de mal à comprendre. Quand on est utilisateur lambda, grand public, non professionnel, on va dire. On connaît ChatGPT, on connaît Gemini, on connaît peut-être un peu Copilot aussi en entreprise et tout.

[00:05:59] Mais on a l'impression que c'est une poignée de chatbots, de modèles. Quel intérêt qu'il y ait 2 millions de modèles d'IA disponibles sur le marché ? C'est vrai que, d'une certaine manière, ChatGPT, c'est un peu l'arbre qui cache la forêt. Mais la forêt, c'est l'Amazonie, en fait. D'accord ? Donc, 2 millions de modèles, c'est quoi ?

[00:06:21] Oui, tu as des modèles qu'on appelle LLM qui vont produire du texte, mais tu as aussi des modèles qui vont produire des images, qui vont travailler sur la vidéo, qui vont travailler sur la parole, qui vont faire des trucs dans n'importe quelle langue, qui vont faire des trucs pour la finance, etc. Donc, c'est une diversité incroyable de modèles. Et en fait, notre mission, c'est de démocratiser l'IA.

[00:06:42] Et on ne veut pas vivre dans un monde où tu as une ou une poignée de sociétés qui contrôlent la technologie de toutes les boîtes du monde, de toutes les applications sur ton téléphone, de tous les sites que tu vas utiliser. Nous, on veut que toutes les boîtes, quelle que soit leur taille, tous les gens qui s'y intéressent puissent s'approprier et construire leur propre IA. Et donc, pour faire ça, on doit faire tous ces trucs.

[00:07:10] Donc, c'est héberger les millions de modèles pour les rendre faciles à disposition, publier des librairies logicielles ouvertes, donc open source, pour pouvoir utiliser tout ça et faire de l'entraînement, faire déployer des modèles, etc.

[00:07:25] Et on doit aussi, et c'est super important, faire de l'éducation pour que le grand public n'en reste pas à « Ah oui, l'IA, c'est open AI, anthropique, voilà, et la poignée d'acteurs. » Et alors, ça passe par quoi cette éducation, c'est-à-dire ? Cette éducation… Vous faites des robots, enfin depuis peu vous vous êtes lancé aussi dans la robotique et avec justement cette optique très didactique, pédagogique.

[00:07:52] Alors, éducation, on fournit des contenus scientifiques qui permettent à la communauté de l'IA de construire leur propre modèle. Donc, notre équipe de science a publié non seulement des modèles fondationnels de frontières pour faire du code, pour faire du texte, etc. Mais surtout, des bouquins, je vais les appeler des bouquins, c'est des blog posts techniques qui prennent des journées à lire.

[00:08:21] Ce sont des bouquins qui te permettent de t'approprier toute la connaissance à travers de nos expériences de science en construisant tous ces modèles, « The Ultra Scale Playbook », etc. Et ensuite, effectivement, il y a aussi le grand public. Donc, comment est-ce qu'on éduque le grand public à tous ces différents types de modèles qui peuvent t'écouter, te traduire, qui peuvent te voir, etc. ?

[00:08:47] Et bien justement, Richie Mini, c'est le robot dont tu parlais. Richie Mini, c'est quoi ? C'est un robot qui a à peu près cette taille que tu poses sur ton bureau. Une grosse bouteille d'eau, à peu près. Avec une petite tête articulée super mignonne et des antennes vachement expressives. Et en fait, c'est un robot qui peut t'entendre, un haut-parleur, donc il peut te parler. C'est un robot qui peut te voir et s'exprimer.

[00:09:13] Et donc, avec ça, tu peux brancher ça à ton ordinateur. Tu vas sur Hugging Face et tu peux expérimenter avec tous ces modèles de paroles, de visions. Et vraiment t'initier à l'IA de manière physique et palpable. Donc ça, c'est utilisé, utilisable dans les écoles, les universités, etc. ? Oui, on a lancé ça il n'y a pas longtemps. Oui, c'est tout neuf. Et dès la sortie, ça a été un succès incroyable.

[00:09:40] Et je pense que les gens qui se passionnent le plus, ce sont vraiment les fans d'IA. Donc c'est les AI builders enthousiastes qui veulent expérimenter avec les modèles chez eux, de manière complètement autonome et privée. Et on a vendu plus de 5000 robots le premier mois. D'accord. Disponible en France ? Parce que vous êtes... Oui, oui, oui. C'est global.

[00:10:04] D'ailleurs, la société qui l'a conçue et qui l'a fait, c'est Pollen Robotics, dont on a fait l'acquisition plus tôt cette année. Ils faisaient des robots humanoïdes. Humanoïdes. Oui, que j'avais vu au SES en janvier dernier, en janvier 2025. Et donc maintenant, il y a la version Richie Mini, 300 dollars pour s'amuser sur l'IA.

[00:10:29] Alors c'est amusant parce qu'avec Hugging Fist, on a l'impression qu'on replonge un peu à l'époque des débuts de l'informatique, où finalement, tout le monde pouvait mettre les mains là-dedans. Il y avait des communautés de passionnés. Et c'est ça aussi un peu la magie du numérique, je veux dire. C'est que le ticket d'entrée n'est pas très élevé. Il suffit d'être très curieux et puis on peut accéder. On peut aujourd'hui jouer à l'IA, faire de l'IA, comme à l'époque, on faisait de l'informatique finalement. Oui, et je pense que c'est même encore plus accessible.

[00:10:59] C'est encore plus accessible parce que... Donc je parlais de Hugging Chat. Hugging Chat, c'est quoi ? C'est comme ton chat GPT, mais qu'avec des modèles ouverts en open source. C'est sur notre site, huggingface.co/chat. Tu as juste besoin de demander à faire des choses. Si tu veux aller créer un agent qui navigue pour aller faire tes courses. Donc il y a un computer use. Alors ça c'est possible, je peux aller créer, fabriquer mon propre agent ? Oui, oui. D'accord.

[00:11:25] Parce qu'en fait, toutes ces applications, je parlais tout à l'heure, on parlait de l'app store de l'IA. D'accord ? Donc les spaces. Donc ce genre d'applications et de démo, ce sont des sites, des mini-sites interactifs sur lesquels tu peux donner une photo, t'enregistrer, machin, et faire tourner l'IA. Tout ça, ce sont des repositories, je ne sais pas comment dire en français. Oui, des... J'allais dire des dépotoirs.

[00:11:54] Alors le dépotoir, tu peux le dupliquer en un bouton pour le mettre chez toi et le customiser. Et le programme, c'est juste un petit programme en Python, donc c'est vraiment très accessible, plus accessible je pense que l'informatique à l'époque. Ah oui, c'est marrant. Les agents, tu as parlé des agents. Oui. C'est le mot-clé en ce moment. Effectivement. C'est la grande tendance. Comment est-ce que tu vois ça ? Est-ce que vraiment c'est la révolution dans la révolution de l'IA, les agents ? Alors les agents, c'est l'évolution. C'est l'évolution de l'IA.

[00:12:25] L'année dernière, ici à ReInvent, moi c'est la quatrième année que je suis à ReInvent. On travaille avec AWS depuis cinq ans, depuis que je suis chez Regenface. Donc l'année dernière, on parlait de Generative AI. Donc l'IA Générative. Cette année, c'est Agent. Agent, c'est l'évolution. C'est-à-dire qu'au lieu d'avoir une application IA qui utilise un modèle, on va créer un système autour du modèle.

[00:12:53] Un système dans lequel ce qui va en sortir n'est pas forcément déterministique. Ou le chemin pour y arriver n'est pas forcément déterministique. En fonction de la question que tu lui poses, il va y avoir un processus de raisonnement où il va prendre des décisions d'utiliser tel ou tel outil pour finalement arriver à la conclusion qui sera proposée. Donc ça, effectivement, c'est une évolution au-dessus de l'IA Générative

[00:13:23] et qui pose tout un tas de nouveaux challenges pour les entreprises. Des challenges technologiques et aussi des challenges réglementaires. Comment est-ce que vous voyez, vous, en tant qu'entreprise française, mais fortement présente aussi aux États-Unis ? Ou entreprise américaine et fortement présente en France. Oui, on peut dire c'est dans ce sens-là aussi, bien sûr. On a commencé à Brooklyn quand même. Ah oui, d'accord. Mais vous, les fondateurs sont français. C'est ça. Vous avez eu l'occasion d'ailleurs de les recevoir dans le monde numérique.

[00:13:53] Clément Delandre, Thomas Wolf, etc. Oui, comment est-ce que en France, on a plein de bonnes choses en France, en Europe, etc. Mais on pleurniche un peu aussi par rapport à la réglementation. Concrètement, est-ce que l'AI Act qui est dans les tuyaux, son application va être un peu retardée, est-ce que c'est un problème pour toi, pour le développement de l'IA ? C'est une bonne question.

[00:14:20] On a une équipe incroyable pour toutes les questions de société et de public policy qui a produit des ressources pour décoder un petit peu l'AI Act et comment le prendre en main. Je pense que tout ça, il y a une évolution. Les challenges dont on m'a le plus parlé ici à ReInvent, j'ai croisé énormément de boîtes qui ont expérimenté sur le sujet,

[00:14:49] ils ne sont pas vraiment d'ordre réglementaire. Ils sont plus d'ordre technologique et d'ordre de contrôle des coûts. Parce qu'une chose qui n'est pas forcément bien comprise, c'est que quand tu passes du modèle d'IA générative au système agent, en fait, tu passes d'un système qui va consommer peut-être un millier de tokens,

[00:15:16] tokens c'est l'unité de mesure du truc, à des millions de tokens. Et donc, du coup, tu te retrouves à construire des systèmes où lorsque l'utilisateur pose une question, toi, ça ne va pas te coûter un centime, ça va te coûter 3 dollars, 5 dollars, etc. Donc, c'est extrêmement... Ok, donc il y a des nouveaux challenges. Donc là, il y a vraiment un gros, gros sujet pour réduire les coûts. Un sujet qui est d'ingénierie.

[00:15:43] On ne construit pas les agents de la même manière dont on construisait les applications web traditionnelles, les applications traditionnelles. Il y a des bonnes pratiques. Mais on est encore dans cette phase de découverte où les boîtes commencent par le chemin le plus simple. Sur les aspects réglementaires, ce que j'entends, c'est qu'effectivement,

[00:16:07] de la part, par exemple, d'entreprises américaines qui ont des directives très fortes et claires sur la provenance des modèles qu'ils ont l'autorisation d'utiliser. C'est la même chose, je pense, en Europe. La bonne nouvelle, c'est qu'on a des beaux modèles. Mistral a publié Mistral 3 sur Hugging Face au début de la semaine, je crois juste lundi.

[00:16:34] Donc, on est vraiment dans une situation différente de ce point de vue-là, de là où on était il y a un an. Cette année, c'était un petit peu l'année de l'explosion des LLM, mais aussi de leur arrivée à maturité, où ils deviennent un petit peu boring, tu vois. Et on est dans une situation où l'année a commencé avec tremblement de terre,

[00:16:59] DeepSync R1. Désormais, on peut faire la même chose que ce qu'on ne pouvait faire qu'avec OpenAI en tropique, avec un modèle ouvert. Donc ça, c'était DeepSync R1. Aujourd'hui, sur Hugging Face, chaque semaine, il y a l'équivalent d'un DeepSync R1. D'ailleurs, lundi, il y avait DeepSync V3.2. Et donc, on est dans une situation...

[00:17:22] Ce n'est plus un truc exceptionnel, le DeepSync qui peut tourner comme ça avec des ressources beaucoup plus limitées. Le fait qu'il y ait un nouveau modèle ouvert sur Hugging Face, qui soit à la pointe, au même niveau que les meilleurs modèles des géants privés dont on parlait, des modèles privés dont on parlait, c'est quelque chose qui arrive chaque semaine. Et donc, si tu vas sur Artificial Analysis, tu sais, ils ont des dashboards

[00:17:49] où ils te montrent un petit peu le leaderboard, quels sont les meilleurs modèles au jour le jour. Dans les 20 meilleurs modèles, sur les questions de raisonnement et d'intelligence agent, etc., sur les 20 meilleurs modèles, neuf sont open source. Et si tu veux du modèle américain, tu as OpenAI, GPT, OSS. Si tu veux du modèle européen, tu as Mistra. Si tu veux du modèle chinois, tu as Kuen, de Alibaba. Tu as DeepSync, tu as Kimi.

[00:18:17] Enfin, il y a un choix aujourd'hui. Les entreprises ont vraiment le choix. Merci beaucoup. Mais je t'en prie. Jeff Boudier, directeur commercial chez Hugging Face. Ouais. Merci de nous avoir éclairés. Merci, Jérôme. Sur l'état de l'art un peu de l'IA, ici à Reinvent, à Las Vegas. Merci. Merci. Merci. Merci. Merci.