Contexte technique
Je ne verrais pas cette histoire comme un simple conflit de M&A. Ici, la Chine a clairement montré que l'intégration de l'intelligence artificielle dans des produits mondiaux peut être arrêtée même après la signature d'un accord, si l'État estime que des modèles, des données ou l'équipe s'échappent avec l'entreprise.
Les faits : Meta avait convenu d'acheter Manus pour environ 2-2,5 milliards de dollars, puis les régulateurs chinois, via la NDRC, ont exigé l'annulation de l'accord. La raison officielle est le contrôle des exportations de technologies et le transfert possible de données à l'étranger. Et ce n'est plus une simple nouvelle, mais un risque architectural.
Manus est intéressant non seulement en tant que startup aux racines chinoises. C'est un produit d'agent IA capable d'effectuer des tâches appliquées comme la synthèse de CV, l'analyse d'actions et des scénarios d'assistance au travail. Selon le FT, Meta avait déjà intégré Manus dans ses outils de gestion publicitaire, et en tant qu'ingénieur, cela m'interpelle immédiatement : défaire de telles intégrations plus tard est pénible, long et coûteux.
Il est également révélateur que le déménagement du siège social à Singapour n'ait pas aidé. L'équipe et l'origine de la technologie sont restées politiquement importantes. De plus, l'histoire de la restriction de sortie du territoire pour les cofondateurs indique que Pékin considère de tels cas non pas comme de la bureaucratie d'entreprise, mais comme une question de souveraineté technologique.
Impact sur les entreprises et l'automatisation
Pour les grands acteurs, la conclusion est simple : on ne peut pas construire une automatisation par IA (AI automation) sur un actif dont la juridiction n'est pas claire, dont la chaîne de propriété intellectuelle est litigieuse ou qui dépend d'une équipe dans un pays aux contrôles d'exportation stricts. Sur le papier, un accord peut sembler impeccable, mais en production, un blocage peut survenir soudainement.
Les entreprises qui achètent de la vitesse par acquisition sans une due diligence approfondie sur les données, les modèles et la propriété du code sont perdantes. Celles qui conçoivent à l'avance leur architecture d'IA (AI architecture) avec un plan B — modèles locaux, composants interchangeables, isolation des parties critiques et structure de droits transparente — sont gagnantes.
Je le vois aussi dans les projets de nos clients : une véritable implémentation de l'IA (AI implementation) ne dépend plus seulement de la qualité du modèle, mais aussi de l'endroit où se trouve l'équipe, de qui détient les données d'entraînement et de la possibilité de remplacer une partie du système sans panique. Chez Nahornyi AI Lab, nous décomposons précisément ces risques par couches et construisons des solutions d'IA pour les entreprises (AI solutions for business) afin que l'automatisation ne s'effondre pas à cause d'une seule nouvelle géopolitique. Si vous avez une dépendance similaire dans votre produit ou votre marketing, examinons l'architecture à l'avance et construisons une version qui résistera aux régulateurs et aux changements de fournisseur.