Prometheus reçoit 12 milliards de dollars de Jeff Bezos pour son IA généraliste

Jeff Bezos remet les mains dans l’opérationnel avec Prometheus, une start-up d’IA qu’il co-dirige et qui revendique une ambition très précise, construire un Artificial General Engineer. L’idée n’est pas de produire un énième chatbot, mais de développer des outils capables d’accélérer la conception d’objets physiques, des ordinateurs aux moteurs d’avion, en reprenant des techniques qui ont fait le succès des grands modèles de langage.

Le projet est déjà hors normes par ses moyens. Prometheus revendique plus de 12 milliards de dollars de financement, environ 150 employés selon une description récente, et une valorisation annoncée à 29 milliards de dollars, même si d’autres estimations publiques ont circulé plus haut. Bezos insiste sur un point, Prometheus n’a rien à voir avec la robotique, un message qui tranche avec une partie des spéculations alimentées par les profils recrutés.

Prometheus revendique un Artificial General Engineer plutôt qu’une AGI

Dans la Silicon Valley, la course à l’AGI occupe l’espace médiatique, mais Prometheus veut déplacer le débat vers l’économie physique. Bezos parle d’un Artificial General Engineer, une formule qui vise moins la polyvalence intellectuelle totale que la capacité à enchaîner des tâches d’ingénierie, itérer, tester, corriger, optimiser. Dit autrement, une IA qui aide à construire plutôt qu’à converser, avec un impact attendu sur des cycles de conception souvent longs.

Le discours de Bezos s’appuie sur une logique industrielle très classique, l’invention crée de la richesse parce qu’elle compresse le coût du travail et du temps. Il cite l’idée d’une boucle d’invention qui s’accélère, comme si l’IA devenait un multiplicateur de R& D. Sur le papier, ça parle aux secteurs où la moindre amélioration de rendement se chiffre en millions, par exemple l’aéronautique, l’énergie, l’électronique, sans promettre une machine omnisciente.

Un point mérite d’être noté, Prometheus ne se présente pas comme un laboratoire académique, mais comme un fabricant d’outils. Bezos évoque une version très moderne de la CAO, ce qui renvoie à des logiciels utilisés chaque jour par des équipes produit, des ingénieurs calcul, des concepteurs mécaniques. Là où un modèle de langage manipule des phrases, un outil de conception doit composer avec des contraintes, des tolérances, des matériaux, des normes, des coûts, et des chaînes de fabrication.

Cette distinction n’empêche pas les questions qui fâchent. Si l’ ingénieur généraliste devient un assistant central, qui porte la responsabilité en cas d’erreur de conception, l’éditeur, l’entreprise, l’ingénieur qui valide, ou la chaîne entière. Et si les gains de productivité sont réels, ils peuvent redistribuer la valeur, avec des équipes plus petites, des profils plus spécialisés en validation, et une pression accrue sur les métiers d’ingénierie intermédiaire. Les promesses sont fortes, mais l’impact social ne se décrète pas.

Microsoft coupe Claude Code au 30 juin : budget IA grillé, virage forcé vers Copilot CLI

12 milliards $ levés et une valorisation à 29 milliards $ pour 150 employés

Les chiffres donnent le ton. Prometheus est décrite comme soutenue par plus de 12 milliards de dollars et valorisée 29 milliards de dollars, avec environ 150 employés. À ce stade, l’équation ressemble à une start-up qui a levé comme une entreprise déjà mature, mais qui garde un format resserré, typique des équipes IA haut de gamme. Le signal envoyé au marché est limpide, l’ambition se mesure à la taille du pari.

Il existe aussi une zone grise sur la valorisation, certains récits publics ont évoqué 38 milliards de dollars. Plutôt que de trancher sans documents, il faut retenir ce que ça raconte, l’appétit des investisseurs pour des projets capables de relier IA et industrie lourde. Dans l’IA grand public, la concurrence est saturée, l’attention coûte cher, et la différenciation devient difficile. Dans l’ingénierie, les budgets sont plus lents, mais les contrats peuvent être massifs.

Le profil d’organisation renforce cette lecture. Prometheus opère depuis San Francisco, Londres et Zurich, et a recruté des talents venant de OpenAI, DeepMind, Meta et xAI. Ce casting suggère un mélange entre recherche de pointe et produit, avec une culture d’entraînement de modèles, mais aussi un souci d’intégration dans des workflows industriels. Les villes choisies ne sont pas neutres, elles concentrent à la fois IA, finance et ingénierie.

Ce niveau de financement crée une attente immédiate, livrer vite, convaincre des clients exigeants, et prouver que l’IA peut faire mieux que des outils établis. Un ingénieur qui conçoit une pièce critique ne change pas de logiciel sur un effet de mode. Il faut des preuves, des validations, des certifications parfois. Un investisseur peut tolérer de l’incertitude technique, mais un industriel tolère mal l’incertitude sur la qualité, la traçabilité, la conformité et la responsabilité.

Bezos exclut la robotique et vise des outils de conception d’objets

Bezos a été clair publiquement, Prometheus n’a rien à voir avec la robotique. C’est un point important parce que beaucoup d’efforts IA appliqués au monde physique passent par des robots, des entrepôts, des bras industriels. Ici, la cible annoncée, ce sont des outils pour concevoir des objets physiques, ce qui peut couvrir l’électronique, la mécanique, l’aérospatial, ou des systèmes complexes comme des moteurs. L’IA se place en amont, au moment où tout se joue.

Dans cette approche, l’objet n’est pas de remplacer l’usine, mais de réduire les itérations coûteuses. Un exemple simple, en conception, une modification de géométrie peut déclencher une cascade, recalcul structurel, vérification thermique, mise à jour des plans, adaptation des tolérances, estimation de coût. Un outil intelligent pourrait proposer des variantes compatibles, détecter des incohérences, ou suggérer des compromis, sans prétendre inventer tout seul. L’intérêt se mesure en semaines gagnées.

Bezos compare Prometheus à une CAO très moderne, en précisant qu’il simplifie. Cette prudence dit quelque chose, le produit exact n’est pas détaillé, mais l’ambition ressemble à une couche d’IA sur des outils existants, avec potentiellement une interface plus naturelle, des suggestions automatiques, et des capacités d’optimisation. Les concepteurs utilisent déjà des logiciels puissants, mais souvent fragmentés, l’IA pourrait servir de colle entre modules, formats et contraintes.

Nuance indispensable, le fait d’écarter la robotique ne supprime pas les zones de recouvrement avec la fabrication. Concevoir un objet, c’est aussi le rendre manufacturable, choisir des procédés, anticiper des défauts, intégrer des contraintes de chaîne d’approvisionnement. Si Prometheus réussit sur la conception, la tentation d’aller vers l’industrialisation logicielle sera forte, même sans robots humanoïdes. Et là, la promesse se heurte à la réalité des données industrielles, souvent propriétaires, hétérogènes, difficiles à partager.

Cockpyt AI : la solution française qui mesure la visibilité des marques dans ChatGPT, Perplexity et Gemini

Des techniques de chatbots transposées à l’ingénierie et aux données physiques

Prometheus explique vouloir reprendre des techniques qui ont servi à bâtir des chatbots et d’autres systèmes d’IA, mais appliquées à l’ingénierie. Le principe général est connu, un modèle apprend des régularités à partir de gros volumes de données. Dans le texte, la donnée est abondante et standardisée. Dans le monde physique, elle est plus diverse, plans, simulations, historiques de tests, retours de production, rapports qualité, contraintes réglementaires.

Une partie du défi tient au fait que l’ingénierie se fait sur des objets qui obéissent aux lois de la physique. Une suggestion de conception doit respecter des contraintes mesurables. C’est là que l’ ingénieur généraliste se distingue d’un modèle qui rédige bien. Il faut intégrer des signaux issus d’activités physiques, de bancs d’essai, de capteurs, de résultats de simulation. Et il faut aussi gérer l’incertitude, parce que les données de test ne couvrent jamais tous les cas.

Le pari de Prometheus s’inscrit dans une tendance plus large, plusieurs acteurs financés cherchent à appliquer l’IA à des tâches physiques, dont la découverte scientifique, la conception de médicaments, ou des outils d’ingénierie. Le point commun, réduire le temps entre l’idée et le prototype validé. Dans un programme industriel, une itération peut coûter très cher. Si une IA aide à éviter une mauvaise piste tôt, le retour sur investissement peut être immédiat.

Mais il y a une critique à formuler, les méthodes qui brillent en langage peuvent halluciner, et une hallucination en ingénierie peut devenir un défaut matériel. Les industriels exigent des mécanismes d’explicabilité, d’audit, de traçabilité des décisions. Un expert fictif, Marc Delcourt, ingénieur calcul dans l’aéronautique, résume le dilemme, si l’outil me propose une géométrie, je veux savoir quelle contrainte il optimise, avec quelles hypothèses, et ce qu’il sacrifie. Sans ça, l’adoption reste limitée.

Recrutements, acquisitions et concurrence dans l’IA appliquée à l’industrie

Prometheus a constitué une équipe en recrutant dans les viviers les plus visibles de l’IA, OpenAI, DeepMind, Meta, xAI. Un tel recrutement alimente mécaniquement les interprétations, certains y ont vu un projet orienté robots ou automatisation industrielle. Bezos a recadré, mais l’écosystème reste poreux, un chercheur habitué aux modèles multimodaux peut passer de la vision à la conception 3D sans changer de logique de base.

Le projet a aussi été associé à une acquisition rapportée, celle d’une start-up appelée General Agents. Les montants n’ont pas été rendus publics, et le récit extérieur a lié cette opération à des architectures souvent utilisées pour la robotique. Là encore, on voit le brouillage, des briques techniques peuvent servir à plusieurs usages, robot, simulation, manipulation d’objets, ou conception numérique. Une acquisition peut viser des talents, des données, ou des briques d’infrastructure, sans dicter le produit final.

La concurrence se joue sur plusieurs fronts. D’un côté, des acteurs historiques de la conception assistée par ordinateur et des logiciels industriels, qui ont déjà des clients, des bibliothèques, des formats, et des certifications. De l’autre, des start-up IA capables d’aller vite, de proposer une interface plus simple, et de séduire des équipes R& D. Prometheus tente une voie hybride, une ambition de rupture, mais avec une promesse orientée outil, pas démonstration.

Le risque, c’est l’effet vitrine. Avec 12 milliards de dollars annoncés, le marché attend des résultats tangibles, pas seulement des prototypes. Et l’industrie ne pardonne pas les promesses floues. Un témoignage fictif, Sophie Martin, responsable innovation dans un groupe automobile européen, formule une exigence concrète, si l’IA me fait gagner 10% de masse sur une pièce, je veux voir l’impact sur le coût, la réparabilité, et la conformité. C’est là que l’ ingénieur généraliste sera jugé.