Une levée de fonds qui change la configuration de l’industrie de l’IA
En mai 2026, l’écosystème de l’IA en Chine a été le théâtre d’un événement marquant : DeepSeek a bouclé sa première série de levées de fonds externes, avec un montant total supérieur à 500 milliards de RMB (environ 7,4 milliards de dollars). Sa valorisation post-investissement dépasse désormais 50 milliards de dollars. C’est la toute première fois que cette entreprise de premier plan, longtemps restée à l’écart des marchés financiers, ouvre la porte au financement.
La liste des investisseurs est tout simplement prestigieuse : le fondateur Liang Wenfeng a investi personnellement 20 milliards de RMB, Tencent 10 milliards, CATL 5 milliards. NetEase, JD.com et IDG Capital ont également chacun investi 3 milliards. Parmi les autres acteurs figurent Monolith Qishi Capital, Trusting Heart Valley Investment, et d’autres encore.
Pourquoi ce cycle de financement a provoqué un séisme dans l’industrie ? Pas seulement à cause de sa taille, mais aussi parce qu’il vient d’une entreprise qui avait autrefois déclaré : « pas de financement, pas d’introduction en bourse, pas de commercialisation ». Les gens se demandent : pourquoi Liang Wenfeng a changé d’avis ? Quelle est vraiment sa trajectoire technique et sa philosophie commerciale pour cette entreprise, à laquelle on a attribué tant de projecteurs ?
Récemment, un compte rendu de réunion interne pendant le financement de DeepSeek a circulé dans l’industrie. Dans cette retranscription longue de plusieurs heures, Liang Wenfeng a expliqué de manière rare et systématique ses réflexions sur la culture d’organisation, la trajectoire technique, le jeu commercial et l’infrastructure de puissance de calcul. Ces points de vue suffisent à expliquer les décisions de cette entreprise, qui semblaient à première vue contre-intuitives, mais qui se sont finalement révélées justes grâce à la pratique.
Expérience organisationnelle guidée par la vision : une entreprise sans KPI
« Pour gérer une grande entreprise, ce n’est pas tes règles et réglementations ; c’est la vision. » Lors de la réunion, Liang Wenfeng a défini ainsi la philosophie d’organisation de DeepSeek.
Ce n’est pas un slogan creux. Il dit franchement que DeepSeek « n’a pas d’organisation » : tout se fait uniquement sous l’impulsion de la vision. « Nous ne faisons pas les choses avec une approche du type : “voici les KPI à atteindre, et comment on va les évaluer” ; nous avons uniquement une vision. »
La manifestation concrète de cette expérimentation organisationnelle est la suivante : la gestion de l’entreprise se répartit en deux lignes — d’en haut vers le bas, les projets officiels ; et, du bas vers le haut, l’exploration libre. Liang Wenfeng espère que le travail officiel « ne prendra pas la moitié du temps des employés », et que, pendant l’autre moitié, les chercheurs puissent explorer librement n’importe quelle direction qu’ils jugent importante : « Personne ne s’en occupe, pas de KPI ».
« En général, on ne fait pas beaucoup d’heures supplémentaires. » Il donne deux raisons : d’abord, la recherche a besoin d’un environnement plus relâché ; si on force trop, on ne peut pas faire de la recherche. Ensuite, l’entreprise est extrêmement focalisée : « parce qu’on est retenu, donc on choisit de ne pas faire beaucoup de choses. Comme je dois faire moins de choses, chacun reçoit moins de tâches. »
Derrière ce management qui ressemble à un « style bouddhiste », il y a un jugement stratégique clair : l’intérêt central le plus important de DeepSeek est de maintenir la stabilité de l’équipe.
« Tant que je peux maintenir la stabilité de l’équipe, je suis sûr de réussir à faire l’AGI. » dit Liang Wenfeng. « Ce n’est qu’une question de temps : un peu plus tôt, un peu plus tard. Si, face aux revers, tout le monde ne part pas, alors je peux continuer. »
Il considère cela comme « un intérêt central qu’on ne peut absolument pas abandonner ». Tout le reste — temps, ressources, argent — peut varier, mais l’équipe ne doit pas se disperser. L’un des sens clés de ce financement, c’est qu’en verrouillant l’équipe via des options, on sécurise l’engagement long terme du noyau.
Plus important encore, il explique pourquoi DeepSeek peut attirer et retenir les talents en utilisant la vision elle-même.
« L’AGI est une vision plus large ; cette vision peut attirer davantage de personnes excellentes. » À ses yeux, c’est un avantage structurel de DeepSeek par rapport aux entreprises commerciales. Pour une entreprise commerciale, la vision pourrait être : « servir au mieux les utilisateurs C-end », ce qui est avantageux en termes de produit et de trafic, mais techniquement difficile d’être un avantage. « Et maintenant, la situation la plus favorable, c’est que la technologie des modèles est le cœur, l’élément le plus important. »
Ce modèle organisationnel guidé par la vision pousse Liang Wenfeng à distinguer volontairement DeepSeek des Bell Labs de l’histoire : « Les Bell Labs étaient clairement orientés : pas besoin de commercialisation ; mais nous, on est clairement orientés : il faut une commercialisation. Au final, nous devons survivre : nous sommes après tout une entreprise, et le gouvernement ne me donnera pas un centime. »
C’est le côté pragmatique de sa philosophie : nourrir une bienveillance qui veut changer le monde, mais au final, pouvoir tenir et survivre par soi-même.
L’escalier vers l’AGI : de la chaîne de pensée à l’intelligence incarnée
Si la culture d’organisation est le système d’exploitation de DeepSeek, alors la feuille de route vers l’AGI en est la carte de navigation. Lors de la réunion, Liang Wenfeng a décrit un chemin de développement clair en forme d’escalier.
« Dans l’évolution de l’IA, on peut comprendre que c’est un escalier », dit-il. « L’an dernier, c’était l’escalier du CoT (chaîne de pensée) : on a découvert qu’avec la chaîne de pensée, l’intelligence pouvait atteindre un niveau plus élevé. L’escalier de cette année, c’est Agent : avec l’approche Agent, le champ de capacités de l’IA est plus large, et le plafond de l’intelligence est plus haut. »
Cet escalier n’est pas composé d’étapes indépendantes. À chaque marche, il faut le soutien de toutes les étapes précédentes. « Agent a besoin d’utiliser CoT, et CoT a besoin d’utiliser les modèles de langage en amont ; il n’y a aucune étape où l’on ne fait que “marcher pour rien”. »
Mais après les Agent, il voit un goulot d’étranglement central : l’apprentissage continu.
« L’IA ne peut pas remplacer les employés humains. Parce que les humains peuvent apprendre en continu. Vous engagez un employé : il lui faut deux mois pour s’imprégner de l’environnement et du travail de l’entreprise, puis il est opérationnel. Vous dites : “Appelez Xiao Wang”, il sait qui est Xiao Wang. Mais si l’IA n’a pas ces deux mois d’apprentissage, vous devez lui donner tous les contextes : qui est Xiao Wang, quel poste, où, etc. Ce n’est pas réaliste. »
De son point de vue, l’apprentissage continu est le seuil incontournable pour atteindre l’AGI. Une fois franchi, on arrive au nœud suivant : l’IA peut s’itérer elle-même, développer sa prochaine version, et rechercher des modèles plus puissants. C’est seulement ensuite que l’intelligence incarnée intervient — « aller dans le monde réel, te faire la cuisine, te prendre en charge dans ta vieillesse ».
Cette feuille de route détermine la logique des arbitrages de DeepSeek : quoi faire, quoi ne pas faire, tout tourne autour de « savoir si cela se trouve sur la ligne principale de l’intelligence ».
Multimodal ? « C’est un composant, ce n’est pas la ligne principale elle-même. On le fera, mais on ne le considère pas comme l’intelligence en soi. » Génération vidéo ? « Ça n’a pas grand-chose à voir avec la ligne principale de l’intelligence ; on ne va pas le faire. » Modèles monde ? « Maintenant, ce n’est pas tellement lié non plus à l’augmentation du plafond de l’intelligence, et on ne le fera pas. »
Cette focalisation est parfois mal comprise par le monde extérieur comme de la prudence. Mais la logique de Liang Wenfeng est très claire : il ne veut construire que les marches centrales de l’escalier de l’intelligence ; pour le reste, même si la valeur commerciale est immense, il préfère le laisser aux autres.
« Après la sortie de Sora, toutes les grandes entreprises et les petites aussi ont essayé. Mais ensuite, les petites l’ont coupé. Commercialement, c’est une bonne affaire, mais ça n’a rien à voir avec l’intelligence. Nous ne le ferons que parce que c’est un élément sur la feuille de route de l’intelligence. »
En parallèle, il conserve une foi inébranlable dans le Scaling Law. « On croit au Scaling ; plus l’échelle est grande, meilleurs sont les résultats. Ce qui empêche notre Scaling, c’est en fait la puissance de calcul. Ce n’est pas que nous ne voulons pas Scaling : c’est que nous n’avons pas assez de puissance de calcul pour le faire. »
Face aux dires bruyants de la Silicon Valley sur « le Scaling a atteint sa limite », Liang Wenfeng répond sans détour : « C’est vrai pour la Silicon Valley ; mais pour les Chinois, nous en sommes encore très loin ; on n’a même jamais “scalé” à ce niveau-là. »
Philosophie commerciale de la retenue : le sésame et la pastèque
La décision commerciale la plus déroutante de DeepSeek est peut-être le fait qu’il semble toujours renoncer activement au bénéfice à court terme. Tarification API extrêmement basse, produit qui n’est pas pressé de monétiser, pas d’efforts pour la croissance des utilisateurs, modèle open source le plus fort — dans la logique commerciale traditionnelle, ces comportements sont presque incompréhensibles.
Liang Wenfeng explique tout cela avec un ensemble de « philosophies de la retenue ».
« L’IA, c’est trop grand ; les intérêts sont trop importants. Plus vous faites preuve de retenue, plus vous avez de chances de réussir. » Sa chaîne logique est claire : à terme, l’IA pourrait représenter dix pour cent du PIB humain. Un marché aussi vaste ne peut pas être monopol isé par une seule entreprise. Tenter de monopoliser, c’est être abandonné par l’Histoire. Donc il faut mettre en place un mécanisme pour s’assurer qu’on n’en prend qu’une quantité limitée.
C’est l’aspect de la retenue, comme défense passive. Mais la retenue a aussi une autre face : c’est une arme d’attaque stratégique.
« La retenue est une stratégie : parfois, vous pouvez renoncer à certaines choses pour obtenir davantage d’autres choses. »
Il explique ces arbitrages avec une métaphore : la croissance des utilisateurs à court terme et la monétisation à court terme ne seraient peut-être que « du sésame », tandis que l’AGI est la véritable « pastèque ». « Je ne devrais pas tout s’emparer de ce qui est “du sésame”. Les choses côté C de l’an dernier, côté B de cette année : il faut les faire et les faire correctement, mais ce n’est pas notre objectif. C’est un sous-produit, un résultat intermédiaire, sur notre route vers l’AGI. »
La tarification API est ce qui reflète le mieux cette philosophie. Le principe de tarification de DeepSeek est : récupérer les coûts liés au matériel en dix mois.
« Ce coût, rentabilité en dix mois : nous pouvons le faire, les autres ne le peuvent pas. Par exemple, chez Alibaba ou Tencent, à cause de l’absence d’une optimisation comme la nôtre, leurs coûts devraient être plusieurs fois plus élevés. »
Ce qui est intéressant, c’est qu’il constate que lorsque le prix double, le volume de tokens consommé par les utilisateurs reste presque inchangé : la demande n’a pas d’élasticité dans cette fourchette. En théorie, augmenter le prix peut directement accroître le revenu. Mais quand il a essayé de baisser le prix, dans le groupe de la société, « ce fut une vague d’enthousiasme ».
« C’est vraiment notre idée. En gagnant un profit raisonnable, pour que tout le monde puisse se permettre de l’utiliser. C’est pour cette raison que nous avons passé autant de temps et d’efforts à bien faire les modèles, afin de permettre à tout le monde de les utiliser pleinement. »
Cette stratégie de tarification qui ressemble à un piège « d’innocent(e) naïf(ve) » crée au contraire une barrière concurrentielle extrêmement solide. En fixant des objectifs de rentabilité en dix mois, les concurrents qui déploient des modèles de fournisseurs tiers n’ont plus de profit — car leurs coûts sont plus élevés. Le logiciel open source ne nuira pas aux revenus ; au contraire, il devient une partie du fossé protecteur.
« Je ne m’inquiète pas du tout que d’autres déploient nos modèles pour nous concurrencer. Je ne m’inquiète que d’une chose : qu’ils ne puissent pas les déployer, qu’ils n’aient pas fait quelques détails correctement, que l’effet soit moindre, ou que leurs coûts soient plus élevés. »
Sa croyance profonde est : ceux qui ont le plus peuvent être vaincus par ceux qui en ont moins.
« Au départ, OpenAI pensait vraiment qu’il allait pouvoir monopoliser ce monde. Mais en réalité, il rencontrera énormément de challengers. Les États-Unis rencontreront des challengers ; à l’avenir, il rencontrera peut-être aussi des défis venant de Chine, parce que les Chinois sont prêts à en prendre moins. Ceux qui en prennent beaucoup seront vaincus par ceux qui en prennent moins. Et même, il ne s’agit pas forcément d’en prendre beaucoup : si la vision, c’est “en prendre beaucoup”, alors vous serez vaincus par ceux dont la vision est “en prendre moins”. »
Écart de puissance de calcul et stratégie concrète : deux ans de retard, et 1/20e de la puissance de calcul
Parmi toutes les déclarations franches, la partie sur la puissance de calcul est sans doute la plus réaliste et aussi la plus lucide.
« Notre écart avec les États-Unis se situe surtout au niveau des ressources ; au niveau des personnes, l’écart n’est pas grand. » Liang Wenfeng le résume avec précision. Les talents, fondamentalement, sont les mêmes personnes : certains restent en Chine, d’autres vont à l’étranger, la répartition est aléatoire. La vraie différence, c’est la puissance de calcul : en Chine, les opportunités pour faire des expériences sont moins nombreuses, donc l’écart de talents avec les États-Unis est aussi plus grand. « L’écart de talents, en essence, vient aussi de l’écart de puissance de calcul. »
Il l’admet : DeepSeek peut actuellement faire des expériences à l’échelle de quelques dizaines de milliards de paramètres activés ; les meilleurs modèles américains sont à l’échelle de 800 milliards de paramètres activés. « Un ordre de grandeur de différence. Même si on dépense 50 milliards de dollars entièrement, en réalité on ne pourra pas entraîner davantage. »
Cette narration de l’écart se résume, selon lui, en une phrase : « on a deux ans de retard sur les États-Unis ; mais avec seulement un vingtième de la puissance de calcul des États-Unis, on arrive à faire la même chose. »
Mais il ne veut pas s’arrêter là. « À l’avenir, nous devons réécrire ce récit : nous utilisons seulement une fraction de la puissance de calcul, mais en raccourcissant davantage ce temps — le ramenant à 6 mois, puis 3 mois. »
Cette confiance dans la course vient en partie d’une hypothèse centrale : l’IA peut accélérer la recherche sur l’IA. Une fois le problème de l’apprentissage continu résolu, l’IA peut aider à faire progresser la recherche sur l’IA, formant ainsi une roue volante d’accélération auto-entretenue.
Concernant le remplacement des puces domestiques par des puces étrangères, Liang Wenfeng propose une estimation plus optimiste que beaucoup d’autres.
« Le fossé protecteur du CUDA de Nvidia se désagrège très vite. » Il donne trois raisons : l’IA elle-même peut écrire du code pour construire un écosystème ; le langage de haut niveau TileLang, développé par DeepSeek, peut réécrire rapidement l’écosystème de Nvidia ; le marché des cartes de calcul est déjà plus grand que celui des cartes de jeu, donc les puces dédiées n’ont plus besoin d’être couplées à CUDA.
Sa conclusion est : « Il n’y a aucun problème avec le matériel et l’écosystème des puces IA domestiques ; le seul problème, c’est qu’il n’y a pas assez de capacité de production. D’ici un an, avec des faits, nous pourrons renverser ces perceptions. »
Mais il ne nie pas non plus les limites réelles de Huawei. La capacité de production fournie à DeepSeek par Huawei représente seize mille cartes ; ce n’est qu’environ quatre mille cartes Nvidia de la série B. « Ce n’est pas un volume très important : juste de quoi entraîner nos modèles de génération actuelle, pas pour entraîner la génération suivante. »
Il résume l’écart entre puces chinoises et américaines avec un chiffre précis : « quatre fois plus, plus deux ans ». Quatre cartes Huawei suffisent à une carte Nvidia, mais avec deux ans de retard en plus.
Même ainsi, il reste optimiste sur le long terme : « Je ne pense pas trop que dans cinq ans, nous serons encore bloqués par un problème de capacité de production. »
La fin de l’industrie : pas de profits excessifs, seulement des coûts, du temps et de l’expérience
Lorsqu’on lui demande où se manifestera la différenciation à la fin de la course aux grands modèles, Liang Wenfeng répond de façon ultra concise : les coûts, le temps, et l’expérience utilisateur.
« En dehors de ça, il n’y aurait peut-être pas trop d’écart. »
Les coûts passent en premier. Qui peut, à qualité de service égale, rendre les coûts plus bas, possède le fossé protecteur le plus essentiel. Le temps vient ensuite : quelques mois d’avance ou de retard, la différence est énorme. L’expérience utilisateur est troisième, mais elle a aussi une certaine viscosité et des barrières : « mais peut-être que ce n’est pas l’essence. »
Sur cette base, il juge que l’industrie va forcément converger : « En Chine, il y a maintenant trop d’acteurs qui font des modèles de base. Aux États-Unis, il n’y en aura peut-être que trois ; en Chine, les ressources sont très dispersées, donc ça va converger. Pas besoin de tant d’acteurs. »
Il prédit que lorsque les participants se rendront compte que le profit n’est pas aussi élevé qu’ils l’imaginaient, ils se retireront naturellement. « Je ne crois pas à des profits excessifs, car cela ne correspond pas aux lois objectives. À la fin en Chine, il y aura trois ou quatre concurrents ; les prix seront déjà suffisamment agressifs pour déclencher une guerre des prix. »
Dans la division mondiale du travail, il estime que l’opportunité structurelle des entreprises chinoises réside dans : « produire le plus, et rendre le produit le moins cher possible ». « Si les Chinois sont prêts à en prendre moins, ils peuvent vous fournir ce service. Ce “moins cher” peut être systémique : tout comme, dans d’autres secteurs, la Chine offre des services potentiellement plus abordables. »
Et combien de temps l’AGI aura-t-elle encore besoin ?
« Sur le sujet de l’IA, en Chine, en une ou deux années, on pourra atteindre à peu près le niveau de l’étranger. Cette année, on pourra peut-être remplacer les modèles étrangers. » Mais ce n’est pas encore la vraie AGI. Le seuil qu’il fixe pour l’AGI, c’est la capacité d’apprentissage continu. « Avant cela, ce qu’on peut faire, c’est surtout les coûts, puis améliorer les résultats et accélérer la vitesse. Mais pour une percée majeure, il faut que ce soit capable d’apprentissage continu. »
Épilogue : explorer sans imiter quiconque
« Nous n’avons pas d’objet à imiter ; à chaque étape, on analyse les gains et les pertes en fonction de la situation réelle, avec l’esprit des faits. » À l’approche de la fin de la réunion, Liang Wenfeng résume ainsi le choix de trajectoire de DeepSeek.
C’est une combinaison étrange : une ambition extrême coexiste avec une retenue extrême. L’ambition, c’est qu’il veut faire l’AGI, et ne se satisfait d’aucune escale intermédiaire. La retenue, c’est qu’il est prêt à renoncer à presque tous les bénéfices à court terme, voire jusqu’à ouvrir en source libre le modèle le plus puissant, et à comprimer la tarification API jusqu’à un niveau où même les concurrents ne peuvent plus être rentables.
La logique profonde de cette combinaison est peut-être l’insight le plus central de Liang Wenfeng : dans un marché qui va devenir gigantesque au point d’être difficile à imaginer, le moyen de maximiser les chances de réussite n’est pas de s’emparer frénétiquement des intérêts immédiats, mais de construire le plus grand écosystème et le plus grand consensus. La retenue n’est pas de la faiblesse ; c’est une forme d’attaque à long terme.
« Beaucoup d’entreprises font de grandes choses, parce qu’elles ont une poursuite qui dépasse le profit. Mais cette poursuite, à la fin, non seulement n’a pas empêché la commercialisation, au contraire, elle l’a rendue meilleure. »
Le compte rendu de cette réunion sur le financement deviendra peut-être un texte qui mérite d’être relu dans l’histoire des startups d’IA. Il ne fait pas seulement état des réflexions stratégiques d’une entreprise aux moments clés ; il montre aussi une philosophie commerciale extrêmement rare : dans une industrie dominée par les intérêts à court terme et l’anxiété technologique, il y en a encore qui sont prêts à parier sur un avenir plus vaste, avec bienveillance, retenue et vision à long terme.
(Cet article a été compilé et rédigé à partir des comptes rendus de réunions internes pendant la période de financement de DeepSeek. Le contenu synthétise des informations rapportées par des médias comme Jiemian News, Tencent Technology, Deep Blue Finance, etc.)