Clément Delangue, le Français qui a fait de l’IA ouverte une industrie

Parti d'une application de chatbot ratée, Clément Delangue a fait de Hugging Face l'infrastructure de l'IA ouverte, utilisée par la moitié du Fortune 500. Portrait et scénarios pour la suite.

Voir les titres Ne plus voir les titres

Dans l’intelligence artificielle, on appelle modèle ouvert un système dont les poids et le code sont publiés, téléchargeables et modifiables par n’importe qui. Hugging Face est l’endroit où ces modèles circulent : une plateforme qui joue pour l’IA le rôle que GitHub joue pour le logiciel. Son cofondateur et directeur général, Clément Delangue, en a fait le point de passage obligé des ingénieurs qui construisent des modèles, avec près de dix millions d’utilisateurs et plus de 400 000 applications recensées sur le service.

Le personnage détonne dans le paysage de l’IA générative. Pas de levée record chaque trimestre, pas de course au modèle le plus gros : un Nordiste installé à Miami qui répète depuis huit ans que la valeur se situe dans l’infrastructure partagée. À l’été 2026, alors que la chaîne de valeur de l’IA se concentre autour de quelques acteurs détenant les puces, les nuages et les modèles, une question mérite d’être posée : cette thèse minoritaire est-elle en train de devenir majoritaire ?

Du chatbot pour adolescents au dépôt central de l’IA

Clément Delangue grandit à La Bassée, commune du Nord, et se fait remarquer une première fois à dix-sept ans en devenant l’un des meilleurs vendeurs français sur eBay. Passé par ESCP Business School, avec des séjours à Stanford et à l’Indian Institute of Management de Bangalore, il travaille ensuite chez Moodstocks, une société française de vision par ordinateur rachetée par Google en 2016. Le fil conducteur est déjà là : la technologie comme place de marché, pas comme forteresse.

La même année, il fonde Hugging Face à New York avec Julien Chaumond et Thomas Wolf. Le projet initial n’a rien de la plateforme d’aujourd’hui : c’est une application de chatbot destinée aux adolescents, qui ne rencontre pas son public. Plutôt que d’insister, les trois associés basculent en 2018 vers l’infrastructure et publient la bibliothèque Transformers, qui devient le standard de fait pour manipuler les modèles de langage.

Le pivot est l’acte fondateur. En rendant public l’outil que tout le monde utilisait en interne, Hugging Face cesse d’être un produit pour devenir un lieu. Quand Meta, Mistral ou un laboratoire chinois publient un nouveau modèle, ils le déposent aujourd’hui sur cette plateforme. Un mécanisme comparable à celui décrit à propos de la façon dont Mistral construit son modèle face aux géants de l’IA : l’ouverture y sert d’abord de stratégie de diffusion.

Une conviction tenue à contre-courant

De 2022 à 2024, la thèse de Delangue passe pour naïve. Le récit dominant veut alors que seuls quelques laboratoires disposant de capitaux illimités puissent entraîner des modèles compétitifs, et que l’ouverture soit un luxe de chercheur. Il défend l’exact inverse depuis le premier jour, avec un argument moins technique que politique.

L’open source permet à chacun de contribuer, d’innover et de bénéficier des avancées technologiques. C’est l’arme des challengers face aux leaders, comme OpenAI, qui exploitent des modèles fermés. D’un point de vue éthique, il est essentiel que cette technologie ne soit pas contrôlée par une poignée d’acteurs privés. Si seuls OpenAI et Microsoft détenaient les clés de l’IA, ce serait un risque majeur.

Clément Delangue, cofondateur et directeur général de Hugging Face, dans un entretien à Monde Numérique, le 19 mars 2025

Cette position n’est pas restée théorique. Elle rejoint celle défendue en Europe par d’autres dirigeants du secteur, à commencer par le fondateur d’OVHcloud et son projet d’IA souveraine, avec une nuance de taille : Delangue raisonne en nombre d’acteurs, pas en frontières. Une IA américaine ouverte lui paraît préférable à une IA européenne fermée.

Ce que les entreprises viennent chercher sur la plateforme

Le basculement observé en 2026 doit peu à l’idéologie et beaucoup à la comptabilité. Selon TechCrunch, la moitié environ des entreprises du Fortune 500 utilise désormais Hugging Face, et le scénario se répète : on démarre sur les interfaces des grands modèles fermés, puis, à mesure que les volumes montent, la facture pousse vers l’ouvert. Quatre motivations reviennent dans les directions techniques :

  • le coût unitaire par requête, qui devient déterminant dès que l’usage passe du prototype à la production ;
  • la maîtrise des données, difficile à garantir quand chaque appel sort du système d’information ;
  • l’auditabilité du modèle, exigée par les fonctions conformité autant que par les métiers ;
  • la spécialisation, un modèle plus petit entraîné sur un domaine précis battant souvent un modèle généraliste sur ce domaine.

Ce dernier point recoupe la vision que Delangue défend pour les prochaines années : des modèles plus petits, plus efficaces, adaptés aux besoins des entreprises, dans une architecture décentralisée où chaque organisation développe son IA sur mesure. Un argument énergétique s’y ajoute, la consommation baissant avec la taille du modèle.

La contrainte réglementaire va dans le même sens. L’obligation de documenter les systèmes déployés, que traduit la mise en conformité au règlement européen sur l’IA, favorise les briques dont on peut inspecter le fonctionnement.

Un capital choisi plutôt que subi

L’entreprise a levé 235 millions de dollars en août 2023, pour une valorisation de 4,5 milliards de dollars, auprès d’un tour de table inhabituel : Google, Amazon, Nvidia, Intel, AMD, Qualcomm, IBM et Salesforce y figurent ensemble. Réunir des concurrents directs au même capital relève d’un calcul : celui d’un acteur qui veut rester neutre et le montre.

La suite est plus révélatrice encore. D’après TechCrunch, la société aurait décliné un investissement d’ampleur proposé par Nvidia, préférant une gestion économe de son capital et une indépendance de long terme. Refuser l’argent du fournisseur de puces quand on héberge les modèles de toute l’industrie n’a rien d’anecdotique : c’est la condition pour que la plateforme reste un terrain commun.

Les scénarios qui se dessinent

Trois trajectoires paraissent ouvertes. La première est l’introduction en Bourse, régulièrement évoquée dès qu’une société de cette taille atteint des revenus récurrents. Elle apporterait des moyens et un étalon de valeur public, mais elle heurterait frontalement le discours d’indépendance tenu jusqu’ici, en soumettant la plateforme à une pression trimestrielle difficile à concilier avec un rôle d’infrastructure neutre.

La deuxième consiste à vendre davantage de calcul et de services d’inférence aux entreprises qui déploient des modèles ouverts. C’est le prolongement naturel de l’audience acquise, mais le terrain est occupé par les fournisseurs de nuage, mieux placés sur les coûts. La troisième colle à l’histoire de la maison : rester une place de marché, capter la valeur par les usages professionnels et laisser les autres se battre sur les modèles.

Un facteur externe pèsera sur cet arbitrage. Delangue s’inquiète publiquement de la possibilité qu’une poignée de sociétés finissent par tout contrôler, et l’épisode de la sortie suspendue d’un modèle chez Anthropic a nourri le débat en 2026 sur qui décide de ce qui est publié. Chaque restriction d’accès décidée par un acteur fermé lui amène des clients ; c’est une croissance qui doit beaucoup aux décisions des autres.

L’ouverture comme pari de long terme

Il y a quelque chose de troublant dans ce parcours. Une application de chatbot ratée, un pivot vers un outil interne rendu public, et dix ans plus tard une infrastructure que la moitié des plus grandes entreprises américaines utilise sans y avoir jamais réfléchi. La valeur ne s’est pas créée dans le produit, mais dans la décision de le donner.

Pour les dirigeants européens qui construisent aujourd’hui leur stratégie d’IA, cette histoire pose une question de méthode plus que d’outillage. Le réflexe reste de choisir un fournisseur, de signer, puis de découvrir la facture à l’échelle. L’alternative que Hugging Face documente depuis dix ans consiste à considérer le modèle comme un composant remplaçable et à concentrer l’effort sur les données et le métier. Ce qui se joue dans les prochains mois n’est pas la survie d’une plateforme : c’est de savoir si l’industrie continuera d’avoir le choix.


Faites passer le mot en partageant !