Points Clés
- Jalapeño en 9 mois : OpenAI et Broadcom ont développé un chip ASIC custom pour l'inférence LLM en seulement 9 mois du design à la production, le cycle le plus rapide de l'histoire pour cette catégorie.
- Aillis et le diagnostic pharyngé : Les modèles de deep learning d'Aillis identifient des infections en analysant exclusivement des images de la gorge, détectant des biomarqueurs visuels tels que les follicules sur la paroi pharyngée postérieure.
- Microsoft-FPT et le Vietnam : FPT, avec 54 000 employés et 2,66 milliards de dollars de chiffre d'affaires, consolide l'axe USA-Asie ; le Vietnam est certifié par Microsoft comme ayant la plus haute concentration de talents en IA en Asie du Sud-Est.
La Chaîne de Valeur que Personne ne Vous a Racontée en Entier
Il y a une mauvaise façon de lire les actualités tech de cette semaine : les traiter comme des événements séparés, chacun dans son compartiment étanche. Le chip d'OpenAI, la startup médicale japonaise, l'accord entre un géant américain et un mastodonte vietnamien. Des histoires différentes, des directions différentes, des marchés différents. Faux. Ce qui se passe est une seule et même chose, et si vous n'arrivez pas à la voir dans son intégralité, vous passez à côté du point le plus important de l'année sur l'intelligence artificielle.
Partons des fondations, du béton brut sur lequel tout le reste se construit. OpenAI a cessé d'être une software house dépendante de Nvidia. Elle l'a fait en silence, avec un projet développé conjointement avec Broadcom et Celestica qui répond au nom de code Jalapeño. Ce n'est pas une mise à jour. Ce n'est pas une optimisation. C'est une architecture blank-slate, conçue de zéro, ingéniérée exclusivement pour l'inférence des Large Language Models — y compris les charges de travail spécifiques de modèles comme GPT-5.3-Codex-Spark. Ce qui serre l'estomac des concurrents, c'est le délai : neuf mois. Du design initial à la production. Neuf mois pour un ASIC — un Application-Specific Integrated Circuit — qui nécessite normalement des cycles de développement pluriannuels. C'est le record absolu pour cette catégorie de hardware, et ce n'est pas un record symbolique.
Les implications sont brutales et concrètes. Se concentrer sur l'inférence signifie maximiser le throughput, réduire la latence, diminuer la consommation énergétique. Traduit en termes business : le TCO, le Total Cost of Ownership, s'effondre. OpenAI cesse de payer le péage à Nvidia et commence à construire des data centers à l'échelle du gigawatt — d'ici 2026 — avec une autonomie computationnelle qui relevait hier encore de la science-fiction. Le modèle opérationnel est celui de Google avec ses TPU et d'Amazon avec Trainium. La différence, c'est qu'OpenAI y est parvenu en neuf mois là où les autres en ont mis trente. Cela change la structure des coûts de l'IA pour quiconque l'utilise, pas seulement pour ceux qui la produisent.
Quand l'IA Regarde dans la Gorge et Voit ce que le Médecin ne Voit Pas
Réduire le coût computationnel n'est pas un exercice académique. Cela sert à quelque chose de précis : permettre des applications qui étaient jusqu'à hier économiquement insoutenables. Et c'est là qu'entre en scène Aillis, la startup fondée par le médecin Sho Okiyama, et l'histoire devient aussi concrète qu'une salle d'attente des urgences.
Aillis a entraîné des modèles de deep learning capables de diagnostiquer des infections — dont la grippe — en analysant exclusivement des images pharyngées. Des images de la gorge. L'algorithme identifie des biomarqueurs visuels spécifiques : les follicules sur la paroi pharyngée postérieure, des structures qu'un œil humain non entraîné ne voit tout simplement pas, ou voit mal, ou interprète avec des marges d'erreur cliniquement inacceptables. La machine les traite avec une précision prédictive qui justifie l'investissement stratégique de partenaires comme Tauns.
L'enjeu n'est pas de remplacer les médecins — c'est le récit paresseux que les journalistes généralistes utilisent pour faire des titres. L'enjeu est de transformer le rôle clinique : d'exécutant diagnostique à consultant. Le médecin cesse d'être celui qui regarde et interprète, pour devenir celui qui décide et agit sur la base d'une information de qualité supérieure. Le ROI de l'IA en santé, dans ce modèle, passe par des capteurs visuels avancés couplés à des modèles prédictifs. Pas par des chatbots. Pas par des résumés automatiques de dossiers médicaux. Par des diagnostics.
FPT, Microsoft et le Corridor Technologique USA-Asie qui Brasse des Milliards
Hardware souverain, applications verticales de précision : tout cela doit parvenir aux entreprises. Et pour y arriver, il faut des intégrateurs qui opèrent à l'échelle industrielle, capables de parler simultanément le langage des entreprises occidentales et celui des marchés asiatiques. Microsoft le sait depuis longtemps, et c'est pourquoi la consolidation du partenariat avec FPT — mastodonte IT vietnamien avec plus de 54 000 employés et un chiffre d'affaires dépassant les 2,66 milliards de dollars — n'est pas un accord commercial ordinaire. C'est la construction d'un corridor technologique stable entre les États-Unis et l'Asie, avec FPT qui intègre en profondeur les solutions d'IA générative et de cloud de Microsoft dans ses services pour les entreprises et les gouvernements.
La pénétration capillaire du marché asiatique que Microsoft obtient via FPT serait impossible à atteindre avec ses propres structures dans les délais et les coûts que le marché impose aujourd'hui. C'est la logique du réseau : on ne construit pas tout soi-même, on s'appuie sur ceux qui connaissent le terrain mieux que soi.
Le Vietnam n'Est Plus l'Endroit où l'on Envoie le Travail à Bas Coût
Et le terrain, en l'occurrence, est extraordinairement fertile. Les analyses certifiées par Microsoft indiquent le Vietnam comme le pays ayant la plus haute concentration de talents en IA dans toute l'Asie du Sud-Est. Ce n'est pas une impression. C'est le résultat de programmes de skilling massifs — dont Ready4AI&Security — conçus pour former des millions de citoyens de l'ASEAN, avec un focus spécifique sur l'alphabétisation à l'IA au Vietnam. Le pays a définitivement dépassé le rôle de hub d'outsourcing à bas coût qui lui a été assigné pendant vingt ans. Aujourd'hui, c'est un centre d'excellence en recherche et développement, avec un vivier d'ingénieurs spécialisés en machine learning et en cybersécurité que les entreprises occidentales courtisent déjà avec une agressivité croissante.
La chaîne est complète : les chips custom de Jalapeño réduisent les coûts d'inférence et rendent soutenables des modèles complexes comme ceux d'Aillis ; Microsoft et FPT construisent l'infrastructure de distribution mondiale ; le Vietnam fournit le capital humain pour faire tourner l'ensemble à plein régime. D'ici 2028, selon les projections sectorielles, le marché de l'IA en Asie du Sud-Est dépassera les 45 milliards de dollars. La chaîne de valeur qui se forme aujourd'hui décidera qui capturera cette somme.
