Le CEO de Stability AI, Emad Mostaque, démissionne
(stability.ai)- Stability AI passe à une direction intérimaire bicéphale après le départ de Emad Mostaque, qui était à la fois CEO et membre du conseil d’administration
- Le conseil confie l’entreprise à la COO Shan Shan Wong et au CTO Christian Laforte jusqu’à la nomination d’un CEO permanent
- Mostaque a choisi de quitter Stability AI pour se concentrer sur le développement d’une IA décentralisée
- L’entreprise cherche un CEO permanent capable de mener sa prochaine phase de croissance tout en préservant ses équipes, sa technologie et sa communauté existantes
- L’enjeu de ce changement est de savoir si Stability AI pourra poursuivre sa stratégie d’IA générative multimodale ouverte tout en réduisant le vide de leadership
Démission du CEO et direction intérimaire bicéphale
- Emad Mostaque a démissionné de son poste de CEO de Stability AI ainsi que de son siège au conseil d’administration
- Après sa démission, il a décidé de se concentrer sur le développement d’une IA décentralisée
- Le conseil d’administration a nommé deux dirigeants déjà en poste comme co-CEO intérimaires
- Shan Shan Wong : Chief Operating Officer
- Christian Laforte : Chief Technology Officer
Processus de nomination d’un CEO permanent
- Stability AI est à la recherche d’un CEO permanent pour diriger la prochaine phase de croissance de l’entreprise
- Le nouveau CEO aura pour mission de reprendre les bases construites par Stability AI et de piloter ses activités
La transition de leadership vue par le conseil
- Le président du conseil, Jim O’Shaughnessy, a remercié Emad Mostaque pour son leadership et son engagement envers Stability AI et le mouvement open source
- En attendant la nomination d’un CEO permanent, Shan Shan Wong et Christian Laforte dirigeront l’entreprise en tant que co-CEO intérimaires
- Le conseil estime que leurs compétences et expériences complémentaires sont bien adaptées au développement et à la commercialisation de produits d’IA générative
Le message d’Emad Mostaque
- Mostaque a indiqué qu’en deux ans après le recrutement du tout premier développeur, Stability AI avait atteint des centaines de millions de téléchargements et constitué des modèles couvrant plusieurs modalités
- Il affirme croire fermement à la mission de Stability AI et estime que l’entreprise est entre les mains d’une direction compétente
- À l’avenir, il dit vouloir se concentrer sur le maintien d’une IA ouverte et décentralisée
Les prochains défis de Stability AI
- Ce changement de direction est présenté comme une opportunité, pour Stability AI, sa direction, son conseil et ses investisseurs, de concrétiser la prochaine phase de croissance de l’entreprise
- L’entreprise affirme qu’elle conservera son excellente équipe, sa technologie de pointe et sa communauté dynamique
- Stability AI vise à rester un leader dans le domaine de l’IA générative multimodale ouverte
1 commentaires
Commentaires sur Hacker News
2024 semble parti pour devenir une année difficile pour l’IA
Les profils orientés business commencent déjà à sérieusement douter de l’origine de la valeur au regard des coûts d’entraînement, et beaucoup d’entreprises d’IA générative ont des idées intéressantes mais ne semblent pas avoir de véritable plan d’affaires
Même les grandes entreprises d’IA paraissent fortement chancelantes sur les plans de la gouvernance et de la stabilité à long terme. Stability, contrairement à son nom, est devenue très instable, le chaos chez OpenAI n’est toujours pas entièrement résolu, il s’est aussi passé quelque chose d’étrange cette semaine chez Inflection, et il semble qu’il y en aura d’autres
La technologie elle-même est vraiment excellente, mais à mesure que la réalité se révèle, le secteur de l’IA va devenir assez brutal, et il semble qu’un nettoyage douloureux soit nécessaire avant qu’une valeur durable à long terme n’émerge
Le surapprentissage sur des corpus internes suffisait déjà à obtenir des gains d’automatisation, et l’écosystème du machine learning est désormais très solide. Il y a 10 ans, des SDK comme Scikit-learn ou PyTorch n’étaient pas aussi robustes qu’aujourd’hui, mais maintenant, même des implémentations de SVM de niveau production sont assez intuitives
Les modèles de machine learning sont devenus en grande partie une commodité, et dans la plupart des cas d’usage, le processus d’implémentation interne d’un modèle n’est pas non plus difficile
La vraie valeur semble plutôt se situer du côté infrastructure du machine learning. Des éléments comme la manière de simplifier et d’améliorer le déploiement, la gestion de la sécurité des API, la gestion de multiples déploiements simultanés, ou encore la maximisation des performances
J’ai mis de l’argent sur cette hypothèse, et tous mes collègues autour de moi l’ont validée dans la même direction
Cela ressemble à un mouvement visant à se réaligner vers le complexe militaro-industriel sans trop de retombées négatives en termes de communication
Plus qu’une critique, j’ai l’impression que des robots tueurs IA entièrement autonomes, non contraints par « l’alignement », arriveront bien plus vite que prévu, et que l’argent immoral sans audit viendra du complexe militaro-industriel
Stability se trouve dans une situation intéressante. Quelques points sur sa direction et son état actuel : d’abord, il est inquiétant que Stability AI ait perdu ses talents en recherche fondamentale
Ils ont perdu un fossé défensif extrêmement coûteux à constituer, alors qu’il restait encore assez de problèmes non résolus dans la couche fondamentale — modèles plus rapides, modèles plus sobres en énergie — pour créer des produits différenciés. La première étape consiste à corriger immédiatement les problèmes clés de recrutement et à remettre l’accent sur le côté laboratoire de recherche en IA. Il faudra redéfinir le cap du navire et la « mission »
Ensuite, ils ont perdu leur focus avec la mission de « construire des modèles pour tous les formats, partout ». Les ressources ont été trop dispersées ; avec 100 millions de dollars d’investissement, il aurait fallu se concentrer de façon pointue sur un domaine précis comme l’image ou la vidéo. Midjourney a montré qu’il est possible de capturer suffisamment de valeur avec un seul format, et StableLM ressemble à un mauvais pari visant des revenus précoces, avec une faible différenciation
Troisièmement, il y a déjà suffisamment de concurrence dans la couche API. L’engagement de Stability envers l’open source continuera d’attirer chercheurs et développeurs, mais il faut se reconcentrer sur l’amélioration de la couche applicative. Construire des wrappers UX poussés pour l’édition d’images et de vidéos, et posséder la stack de bout en bout de la génération d’images ou de vidéos, pourrait être un bon axe de différenciation face à la concurrence. Les gens ne paient pas pour l’image en elle-même, ils paient pour une image qui résout leur problème
Il y a trois « couches » dans l’IA générative : les données, le modèle fondamental et la couche d’interface
Si Sora n’est peut-être pas une grande menace, c’est parce qu’Adobe est actif non seulement sur les données et les modèles fondamentaux, mais aussi sur la couche d’interface. Adobe connaît probablement mieux que quiconque les besoins et les workflows des cinéastes, et surtout, Adobe a déjà les cinéastes comme clients
C’est pourquoi des entreprises produit comme Adobe, Microsoft ou Google sont mieux placées pour monétiser l’IA générative. Les entreprises purement IA comme OpenAI sont peut-être plus proches d’une activité B2B, plus précisément d’une activité d’API. Elles disposent d’excellentes données, construisent des modèles fondamentaux, fournissent le résultat via des API, puis d’autres entreprises, plus proches de leurs clients et de leurs besoins respectifs, le monétisent, une partie de cette valeur revenant ensuite aux entreprises purement IA
[1] À 5 minutes : https://www.cnbc.com/video/2024/02/20/adobe-ceo-shantanu-nar...
La seule manière dont l’open source fonctionne vraiment, c’est quand une entreprise riche publie en open source une partie de ce qu’elle ne cherche pas à monétiser
Il part pour faire de l’IA décentralisée ? C’est pourtant exactement ce que faisait Stability AI avant qu’il ne devienne clair que le modèle économique ne tenait pas vraiment, et créer une nouvelle entreprise ne semble pas devoir y changer grand-chose
Emad est bien conseiller d’une entreprise de GPU décentralisés : https://home.otoy.com/stabilityai/
Compte tenu des récentes nouvelles sur la direction, c’est sans doute une formule polie pour lui dire au revoir, mais ce prétexte ne colle pas très bien
Au lieu de gaspiller toute la puissance de calcul dans le bitcoin, il s’agirait de préentraîner un modèle totalement ouvert pouvant s’exécuter sur le matériel des gens. Le modèle ternaire 120B est l’une des choses les plus intéressantes au monde en ce moment, mais actuellement personne ne peut l’entraîner parce qu’il faut un supercalculateur à un milliard de dollars
Par exemple, on émet ce token et cela donne accès à tel modèle
La cause profonde est que l’activité et les modèles d’IA actuels capturent très peu de valeur économique significative.
On finira par y arriver, mais il faut encore du travail. Pas des décennies, mais quelques années de plus seraient utiles.
Le problème n’était pas la commercialisation de l’IA générative d’images, mais le fait qu’Emad et Stability n’avaient quasiment aucun plan d’affaires crédible.
Le plan ressemblait en pratique à « étape 1 : publier SD gratuitement, étape 2 : ???, étape 3 : revenus ».
Comme la plupart des utilisateurs ne veulent pas suivre les étapes nécessaires pour l’exécuter en local, la philosophie open source n’aurait sans doute pas constitué un obstacle majeur à une adoption commerciale plus large.
Une interface payante, simple et robuste autour des modèles Stability aurait dû être la priorité absolue, mais même le démarrage a pris beaucoup trop de retard.
Les modèles Stable Diffusion ont eu beaucoup d’extensions remarquables comme ControlNet et Dreambooth, et la communauté de recherche s’est accrochée aux modèles de Stability, produisant aussi beaucoup de recherche et d’implémentations gratuites, mais Stability donne l’impression de n’avoir correctement monétisé aucun de ces éléments.
Entre 3 et 5 ans après le lancement, il apparaîtra que les licenciements ont été un choix terrible et que le coût du choc subi a largement dépassé les gains. Que cela se reflète ou non dans les bénéfices dépendra des entreprises, mais elles heurteront clairement une vallée dérangeante.
Entre 6 et 8 ans, les studios recruteront frénétiquement pour récupérer les talents perdus. Ils ne redeviendront pas aussi gros qu’avant, mais retrouveront une taille d’exploitation plus normale.
Entre 10 et 12 ans, une sorte d’« Apple » de l’IA finira par trouver le bon équilibre entre efficacité et rentabilité. J’espère que cela ne brisera pas les travailleurs, mais je ne peux pas le garantir. Les concurrents suivront et débloqueront réellement ce que l’IA promet aujourd’hui.
Vers 15 ans, les pipelines d’IA, la formation, les cours universitaires et les frontières juridiques seront établis, et ce sera devenu un outil standard aussi banal que l’usage d’un IDE.
Aujourd’hui, les entreprises comme les technologies d’IA font toutes comme si nous en étions déjà à ce point situé dans dix ans, alors qu’en réalité on en est encore aux discussions juridiques et à chercher à quoi et où il faut utiliser l’IA. Personnellement, j’aimerais qu’il y ait suffisamment de régulation sur l’art génératif pour qu’il ne soit pas intéressant à exploiter facilement pour les grands studios. Par exemple, que l’art génératif entraîne une perte du copyright ou des marques, même en utilisant une IP détenue ; pas forcément à ce point extrême, mais quelque chose d’approchant.
La raison, c’est que Stability.ai a tout donné gratuitement. Jusqu’à récemment, l’entreprise n’avait même pas essayé de faire payer ses modèles.
J’ai entendu dire que la seule raison pour laquelle elle n’a pas encore fermé est qu’elle revend des quotas de GPU loués il y a plusieurs années. Comme Stability avait réservé beaucoup de capacité GPU à long terme, d’autres entreprises lui en sous-loueraient.
Il n’y a pas de plan d’affaires ici. C’est le MoviePass de l’IA.
C’est vraiment triste. Quand Emad a commencé à poster des absurdités crypto sur Twitter, on voyait déjà l’avenir de Stability, mais je ne pensais pas que ça irait aussi vite.
J’ai l’impression qu’ils vont disparaître après être passés à des modèles fermés.
il a été poussé dehors, et il cherche maintenant à gagner de l’argent là-dedans tant que le boom crypto actuel dure.
Même en étant un vrai « Open AI », Stability n’a pas les moyens de se maintenir de cette façon.
Pour moi, Stability AI est pratiquement fichue.
J’aime leurs modèles, et j’apprécie aussi le fait qu’ils aient amélioré l’ensemble de l’écosystème de l’IA open source, mais vu la faiblesse de la rentabilité, l’issue a toujours semblé inévitable.
S’ils n’avaient pas simplement distribué gratuitement leur technologie, la scène des startups IA ou des groupes sociaux comme e/acc n’existeraient probablement pas autant qu’aujourd’hui.
Fait intéressant, Stability AI et son financement VC ont agi bien plus efficacement comme une organisation caritative à but non lucratif accélérant le développement de l’IA et publiant les résultats en open source que d’autres entreprises qui étaient censées faire ce travail dès le départ. Bien sûr, c’est une ONG par plaisanterie puisqu’il n’y a aucun profit.
C’était vraiment le véritable ActuallyOpenAI.
Si l’on veut vraiment améliorer le monde, la meilleure méthode est peut-être de tromper des investisseurs VC pour leur faire financer la technologie, puis de distribuer gratuitement les résultats à tout le monde.
En quoi est-ce que ce n’est pas de la fraude ?
Ces derniers mois, beaucoup de startups IA semblent traverser un peu de turbulence et de confusion.
Il y a d’abord eu la révolte chez OpenAI en novembre, puis Microsoft a récupéré Inflection AI sous la forme d’une acquisition de talents à 600 millions de dollars pour éviter de payer 4 milliards jugés surévalués, et maintenant Stability AI montre aussi des signes d’instabilité avec la démission de son CEO après le départ de nombreux employés.
Que dit cela des autres entreprises IA qui ont levé énormément d’argent auprès des VC sans générer de revenus significatifs ? On dirait que cela contribue à l’éclatement d’une bulle, où seules quelques entreprises survivront.
Il y a l’air d’avoir une énorme confusion autour des applications de l’IA. Presque personne ne semble vouloir se consacrer à un seul objectif ou à un seul usage ; tout le monde veut être tout pour tout le monde.
La méthode éprouvée pour construire quelque chose de grand, c’est de lancer une killer app qui résout un vrai problème, puis d’étendre horizontalement vers d’autres domaines.
Ces entreprises essaient d’en faire trop, trop tôt. C’est probablement parce qu’elles ont trop peu de contraintes financières. Elles manquent de focus.
On dirait qu’il est parti vers la crypto
https://x.com/sreeramkannan/status/1771340250801127664?s=46
Dans ce contexte en particulier, tout appeler simplement « crypto » n’est pas exact
Des jeux à somme infinie, carrément
Quand on voit les secousses du côté de l’IA générative la semaine dernière, chez Inflection AI le CEO est parti chez MSFT, et chez Stability AI le CEO est parti quelque part. EigenLayer et les jeux à somme infinie ?
Qu’est-ce qu’il y a d’autre ? Il n’existe pas encore un site du genre « GenAI is going great », comme « web3 is going great » ? https://www.web3isgoinggreat.com/
Une précédente controverse liée au CEO remonte à 2023 : https://www.forbes.com/sites/kenrickcai/2023/06/04/stable-di...
En réalité, Mostaque n’a pas un master d’Oxford mais une licence. L’année qui a suivi le succès de son hedge fund a été si mauvaise qu’il a fermé quelques mois plus tard, et l’ONU n’avait pas travaillé avec lui depuis des années. Stable Diffusion a été la principale raison pour laquelle sa startup Stability AI est devenue célèbre, mais son code source a été écrit par un autre groupe de chercheurs
Le professeur Björn Ommer, qui a dirigé la recherche, a déclaré à Forbes : « Quand nous l’avons créé, Stability n’en connaissait même pas l’existence, à ma connaissance. Ils sont montés dans le train après coup »
Il a aussi été dit que « ce qu’il sait bien faire, c’est prendre le travail des autres et y apposer son nom, ou faire des choses dont on ne peut pas vérifier qu’elles sont vraies »
À l’époque d’avant ChatGPT, ça paraissait insensé, mais avec le recul, ce choix a été énormément récompensé
La plupart de ces « controverses » venaient d’un cofondateur et investisseur amer qui avait vendu sa participation avant le succès de SD1.4. Ça ne prouve peut-être pas qu’Emad était assez compétent pour diriger sur le long terme un grand labo de recherche en IA, mais ces griefs-là relèvent plutôt de « petites polémiques »
Il y a aussi ce contexte-là
Je me demande combien de gens, dans le VC ou le PE, enjolivent eux aussi leur parcours et leurs réussites