La startup Micro1, spécialisée dans la fourniture de données pour l'entraînement des modèles d'intelligence artificielle, connaît une croissance fulgurante. En seulement huit mois, son chiffre d'affaires annuel brut est passé de 100 millions à 500 millions de dollars, illustrant l'appétit insatiable des laboratoires et des entreprises pour des jeux de données de haute qualité.
Une montée en puissance rapide sur le marché des données
Fondée il y a quatre ans, Micro1 a su pivoter stratégiquement. Initialement positionnée sur le recrutement assisté par IA, l'entreprise a réorienté ses activités vers l'étiquetage et la préparation de données après avoir constaté les besoins critiques de ses clients. Aujourd'hui, elle s'appuie sur un réseau d'experts — médecins, scientifiques et juristes — pour valider les sorties des modèles, une pratique essentielle pour améliorer la précision des systèmes d'IA. Avec un chiffre d'affaires net estimé entre 150 et 200 millions de dollars, la société se place désormais comme un acteur significatif aux côtés de concurrents comme Mercor ou Handshake.
L'automatisation et la diversification des revenus
Au-delà de l'intervention humaine, Micro1 investit massivement dans la génération de données synthétiques, notamment pour la description automatisée de contenus vidéo. Cette transition vers des solutions automatisées permet à l'entreprise d'augmenter ses marges brutes, qui peuvent atteindre 80 % à 90 % pour les jeux de données standardisés vendus à plusieurs clients. Par ailleurs, la startup explore de nouveaux horizons, comme la création de jeux de données pour le pré-entraînement de la robotique, en s'appuyant sur des enregistrements d'interactions quotidiennes réalisés par des contributeurs.
Enjeux éthiques et souveraineté technologique
La question de la distribution des données est devenue un point de friction majeur dans le secteur. Micro1 a pris position publiquement contre la vente de ses jeux de données à des développeurs de modèles basés dans des pays considérés comme des adversaires stratégiques, notamment la Chine. Son fondateur, Ali Ansari, a qualifié de « honteuse » la pratique consistant à alimenter des modèles étrangers tout en revendiquant une domination technologique américaine. Ce positionnement éthique et politique souligne la dimension géopolitique que prend désormais le contrôle des données d'entraînement, alors que certains chercheurs prédisent que les investissements dans la donnée pourraient bientôt rivaliser avec ceux consacrés à la puissance de calcul.