DeepSeek lance un défi direct à Google avec des projets de moteur de recherche IA multimodale (multimodal AI)

Un changement significatif est en cours dans le paysage mondial de l'intelligence artificielle alors que DeepSeek, la start-up d'IA basée à Hangzhou, se réoriente activement vers le marché des moteurs de recherche. Des offres d'emploi récentes et des mouvements stratégiques révèlent que l'entreprise développe un moteur de recherche IA multilingue (multilingual) et multimodal capable de traiter du texte, des images et de l'audio. Ce développement marque une escalade directe de la concurrence face à des géants établis de l'industrie comme Google et OpenAI.

L'initiative s'appuie sur la réputation en rapide expansion de DeepSeek pour l'entraînement de modèles à haute efficacité et ses contributions open source. En ciblant une expérience de recherche « mobile d'abord (phone-first) » capable de gérer des entrées complexes telles que des captures d'écran et des commandes vocales, DeepSeek se positionne pour perturber le paradigme traditionnel de la recherche basée sur des mots-clés.

Une vague d'embauches stratégiques révèle ses ambitions

En janvier, DeepSeek a publié une série d'offres d'emploi qui offrent une fenêtre claire sur sa feuille de route produit. Contrairement aux précédentes campagnes de recrutement axées sur la recherche générale sur les modèles de langage de grande taille (large language model, LLM), ces nouveaux postes sont spécifiquement conçus pour l'infrastructure de recherche et le développement d'agents autonomes.

L'entreprise recherche des « Search Algorithm Engineers » et des développeurs full-stack avec une expertise en « agents persistants (persistent agents) ». Les annonces décrivent un système capable de fonctionner avec une supervision humaine minimale, suggérant une évolution au-delà de simples chatbots vers des assistants totalement autonomes. Les principales responsabilités indiquées dans les documents de recrutement incluent :

• Prise en charge des requêtes multilingues : Construire un moteur capable de comprendre et de traiter nativement des requêtes dans des dizaines de langues.
• Intégration multimodale : Développer des pipelines pour gérer des entrées non textuelles, en optimisant spécifiquement les scénarios mobiles où les utilisateurs peuvent effectuer une recherche à l'aide d'une capture d'écran ou d'un extrait vocal.
• Infrastructure agentique (agentic) : Créer des plateformes pour héberger des « agents persistants » capables d'exécuter des tâches à long terme, comme rassembler des informations sur le web pour répondre à des questions complexes.

Cette campagne de recrutement s'aligne sur la stratégie plus large de la société visant à étendre son utilité au-delà des assistants de codage et des interfaces de chat vers le lucratif domaine de la recherche d'information, un secteur actuellement dominé par Google, filiale d'Alphabet Inc.

L'ossature technologique : Janus-Pro et DeepSeek-R1

La confiance de DeepSeek pour défier les titans de la Silicon Valley provient de ses percées récentes en architecture de modèles. Deux technologies centrales semblent former la base de ce nouveau moteur de recherche : le modèle orienté raisonnement DeepSeek-R1 et le multimodal Janus-Pro.

Alors que DeepSeek-R1 a fait les gros titres pour avoir égalé des modèles américains de premier plan à une fraction du coût d'entraînement, Janus-Pro est probablement le moteur qui alimentera les capacités de recherche visuelle et audio. Sorti récemment, Janus-Pro est un modèle multimodal unifié qui découple l'encodage visuel de la génération. Cette innovation architecturale permet au modèle de « voir » et de « comprendre » les images avec une grande précision tout en conservant la capacité de générer du texte ou des images en retour.

Comparaison des architectures clés de DeepSeek

Dans des tests de benchmark, Janus-Pro aurait surpassé des concurrents comme DALL-E 3 sur des métriques spécifiques de génération et de compréhension. En intégrant cette capacité dans un moteur de recherche, DeepSeek pourrait permettre aux utilisateurs de téléverser la photo d'un appareil défectueux et de demander « Comment réparer ceci ? » — l'IA identifiant le modèle, récupérant le manuel et résumant les étapes de réparation en une interaction fluide.

Au-delà des mots-clés : l'essor des agents autonomes

L'inclusion d'« agents persistants » dans les descriptions de poste indique que DeepSeek cherche à dépasser la génération actuelle de recherche IA. Les outils de recherche IA actuels agissent souvent comme des résumeurs — lisant les meilleurs résultats et synthétisant une réponse. La vision de DeepSeek semble impliquer des agents capables de naviguer sur le web, d'effectuer des actions et de maintenir le contexte sur de longues périodes.

Un moteur de recherche agentique n'extrait pas seulement des liens ; il accomplit des tâches. Par exemple, au lieu de rechercher les « prix des vols », un agent persistant pourrait se voir ordonner de « surveiller les vols vers Tokyo pendant le mois prochain et réserver si le prix descend en dessous de 800 $ ». Cette capacité nécessite une infrastructure robuste pour prévenir les « hallucinations » et garantir une exécution fiable, un défi que DeepSeek adresse en recrutant des spécialistes des cadres d'évaluation et de la fiabilité des données d'entraînement.

Perturber le marché par l'efficacité des coûts

Un des avantages les plus redoutables de DeepSeek est sa structure de coûts. L'entreprise a choqué le secteur en révélant que son modèle V3 a été entraîné pour environ 6 millions de dollars, un contraste saisissant avec les quelque 100 millions de dollars estimés nécessaires pour GPT-4 d'OpenAI.

Cette efficience permet à DeepSeek d'offrir ses services à des coûts d'API nettement inférieurs, en rognant agressivement sur les prix des concurrents. Si ce modèle à faible coût est appliqué à la recherche, il pourrait entraîner une guerre des prix sur le marché des API d'IA, rendant les capacités de recherche avancées accessibles à un plus large éventail de développeurs et d'entreprises.

La stratégie « mobile d'abord » exploite également une faiblesse potentielle dans l'armure de Google. Alors que Google domine la recherche web, la transition vers une interaction multimodale, native de l'IA sur les appareils mobiles en est encore à ses débuts. En optimisant pour les requêtes par capture d'écran et la voix — des comportements naturels pour les utilisateurs mobiles — DeepSeek tente de capter la prochaine génération de comportement de recherche.

Conclusion

La percée de DeepSeek dans la recherche IA n'est pas simplement une expérimentation ; il s'agit d'une expansion calculée soutenue par des recrutements spécialisés et des architectures de modèles éprouvées comme Janus-Pro. En combinant des modèles de raisonnement à haute efficacité avec une compréhension multimodale avancée, l'entreprise construit une plateforme qui rivalise directement avec les modèles économiques fondamentaux de Google et OpenAI. À mesure que ces technologies mûrissent, la définition de la « recherche » est appelée à évoluer, passant d'une liste de liens bleus à une conversation dynamique et multimodale avec des agents intelligents.