Naive AI, fondée en février 2026 par un professeur de Tsinghua, atteint une valorisation d'environ 1,42 milliard de dollars après avoir levé 400 millions en trois tours. L'équipe compte moins de cent personnes. Sa méthode : elle ne pré-entraîne aucun modèle depuis zéro. Elle prend des modèles à poids ouverts et les retravaille par des phases d'entraînement intermédiaire, d'ajustement et d'apprentissage par renforcement.
Nous décrivons depuis des mois un déplacement de la valeur. Voici le cas le plus net que nous ayons vu, et il tient en un chiffre : sept mois, cent personnes, 1,42 milliard.
Ce que cette méthode suppose
Pré-entraîner un modèle depuis zéro coûte des centaines de millions et exige des compétences que très peu d'équipes possèdent. C'est ce qui réservait la production de modèles à une poignée d'acteurs, comme nous l'expliquions dans notre article sur les modèles de fondation.
Partir d'un modèle ouvert change complètement l'équation. On hérite gratuitement des capacités générales — la maîtrise du langage, les connaissances, le raisonnement de base — et on investit uniquement dans ce qui différencie.
Nous avons vu cette logique à l'oeuvre plusieurs fois cette année : un éditeur juridique construisant son modèle sur une base ouverte pour quarante millions, un laboratoire saoudien produisant un modèle arabe de 428 milliards sur des poids chinois.
Ce qui est nouveau ici, c'est que la spécialisation n'est plus un moyen : c'est le produit.
Pourquoi des investisseurs financent ça
L'objection évidente est qu'une entreprise construisant sur le travail d'autrui n'a pas d'actif propre. Elle est plus faible qu'il n'y paraît, pour trois raisons.
Le savoir-faire de spécialisation est rare. Prendre un modèle généraliste et le rendre excellent sur un domaine demande des compétences que peu maîtrisent : construire les bons jeux de données, concevoir les évaluations, doser les phases sans dégrader ce qui marchait.
La vitesse est un actif. Une équipe de cent personnes qui livre en quelques semaines ce qu'un grand laboratoire met des mois à produire occupe un créneau réel.
L'approvisionnement est assuré. C'est le point décisif. Il y a deux ans, dépendre de modèles ouverts était un pari. Aujourd'hui, plusieurs laboratoires publient des modèles de premier plan, et la concurrence entre eux garantit qu'il en sortira d'autres.
Cette entreprise occupe une position que nous voyons se créer partout : celle de l'intégrateur. Elle ne produit pas la matière première, elle ne vend pas au client final, elle transforme. C'est exactement le rôle qu'ont joué historiquement les équipementiers dans l'automobile ou les façonniers en pharmacie. Leur apparition dans un secteur est un indicateur de maturité : elle signale que la couche de base s'est banalisée au point qu'on peut construire dessus sans la maîtriser.
La fragilité du modèle
Il faut poser la réserve, parce qu'elle est réelle.
Une entreprise qui construit sur des modèles ouverts dépend de leur existence continue. Si les laboratoires qui publient cessaient de le faire, ou passaient à des licences restrictives, tout l'édifice serait menacé. C'est le point que nous détaillions dans notre article sur les licences.
Et la spécialisation elle-même se banalise. Ce qui demande aujourd'hui une équipe experte sera peut-être une fonctionnalité standard dans dix-huit mois.
Ce qu'il faut retenir
Cette valorisation est un signal, et il concerne bien au-delà de cette entreprise.
Pendant deux ans, la question était de savoir qui aurait le meilleur modèle. Cette entreprise dit autre chose : la question est de savoir qui saura le mieux utiliser ceux qui existent.
C'est exactement la conclusion que nous tirions pour l'Europe dans notre article sur la nécessité d'être le meilleur, et pour les entreprises dans notre grille entre construire et acheter. Elle vaut désormais pour un investisseur : on peut valoriser 1,4 milliard une équipe de cent personnes qui ne possède aucun modèle.