Le nouveau département de données IA de ByteDance : Le lien manquant dans une arnaque de 10 billions de paramètres

En apparence, la création d’un nouveau département de haut niveau intitulé “AI Data & Security” par ByteDance représente un ajustement organisationnel ordinaire. Wang Yinglei prend la direction de ce nouveau département ; celui-ci est directement subordonné au niveau exécutif. Les compétences du département s’étendent à…Services de données multimodaux pour tous les grands modèles.

Mais cette annonce du 11 août survient quatre jours après que le fondateur de ByteDance, Zhang Yiming, a interdit aux chercheurs de…Distillant les modèles d’IA concurrentsEt cinq jours après que des rapports ont été publiés indiquant que ByteDance entraîne un modèle en préparation…Jusqu’à 10 billions de paramètres— C’est la plus grande initiative jamais réussie par une entreprise chinoise. Trois événements en une semaine. La même contrainte. Une conséquence structurelle : ByteDance construit le plus grand système de traitement de données dans le secteur technologique chinois, car elle a réussi à clore ce chemin emprunté.

Décomposition : Ce que le département fait réellement

Le nouveau département est décrit comme une « équipe de données massive, couvrant des modèles fondamentaux aux unités commerciales ». Sa mission principale concerne tout le cycle de vie de la production de données : l’établissement de normes, l’approvisionnement et l’achat de données, ainsi que la synthèse des données – c’est-à-dire la génération de données synthétiques de manière programmée, plutôt que leur collecte de manière spontanée.

Cette troisième fonction est essentielle. Lorsque l’on interdit la distillation – c’est-à-dire la pratique consistant à fournir des requêtes aux modèles concurrents et à utiliser leurs résultats comme matériel de formation pour des systèmes moins coûteux – on élimine ainsi le moyen le plus rapide pour atteindre des performances compétitives chez les modèles. Anthropic a accusé publiquement DeepSeek, Moonshot AI, MiniMax et l’équipe Qwen d’Alibaba de pratiquer la distillation. ByteDance est le seul grand laboratoire chinois qui n’a pas été mentionné. L’entreprise applique cette interdiction depuis avril 2023, et effectue même des examens internes pour détecter si les annotateurs ont utilisé en secret GPT d’OpenAI pour produire du matériel de formation.

Lorsque l’accès rapide est fermé, la seule façon de combler le décalage en termes de performance est d’augmenter le volume et la qualité des données originales. Le nouveau département existe pour permettre cela à grande échelle dans le domaine industriel.

Le problème de la échelle

C’est cette contrainte qui rend le département structurellement nécessaire. Selon la loi de scaling de Chinchilla – qui suggère que l’entraînement nécessite environ 20 tokens de données par paramètre pour obtenir un bon résultat – un modèle avec 10 trillions de paramètres nécessiterait approximativement 200 trillions de tokens de texte. Cela dépasse les données d’entraînement de tout modèle documenté publiquement.

ByteDance n’a pas révélé les objectifs spécifiques de ses tokens. Mais l’assistant IA existant de l’entreprise, Doubao, a traité plus de 120 billions de tokens par jour à la fin de l’année 2025. En mars 2026, cet assistant serviceait 345 millions d’utilisateurs actifs chaque mois. La quantité de données que ByteDance génère grâce à ses produits de consommation est énorme. Mais les données brutes des utilisateurs ne sont pas identiques aux données de formation nettes, annotées et multimodales. Les missions du nouveau département – définition des normes, approvisionnement, acquisition de données, synthèse des données – correspondent exactement aux étapes nécessaires pour transformer les données brutes en ensembles de données prêts à être utilisés pour le entraînement des modèles.

Le soutien financier de la capitale pour cet effort est également structurel. ByteDance a augmenté ses dépenses en capital pour l’IA en 2026.23 milliardsLe montant devrait passer à environ 20 milliards de dollars en 2025. Environ la moitié de cet argent est consacrée à l’achat de composants informatiques. Le PDG Liang Rubo, lors de la conférence FORCE en juin 2026, a déclaré que le mot clé pour cette année sera “monter au sommet”. Le service Model-as-a-Service d’Volcano Engine est passé d’une phase expérimentale à une phase de base. Il s’engage également dans des investissements “à long terme et solides”. L’argent est destiné à la computation, mais la computation n’a aucun sens sans une qualité des données adéquate.

Mais voici la tension.

ByteDance dépense également plus d’argent en IA que n’importe quelle autre entreprise technologique chinoise, mais elle subit en même temps une désavantage concurrentiel structurel. La interdiction de l’utilisation de certains modèles de distillation a été testée trois fois depuis 2023. Au début de 2025, après la sortie du modèle R1 de DeepSeek, les chercheurs ont proposé d’utiliser les résultats des modèles américains pour améliorer les performances de raisonnement. Proposition rejetée. Pendant la période “Blackwell gap”, lorsque les laboratoires américains utilisaient des puces Blackwell de Nvidia, tandis que la Chine était limitée à des matériels moins performants comme H20, les chercheurs ont suggéré que la distillation pourrait compenser ce manque de matériel. Proposition également rejetée. Après que le modèle Kimi K3 de Moonshot ait réussi à rivaliser avec les modèles propriétaires américains, une solution a été proposée : ne distiller que des modèles open-weight. Zhang Yiming a également rejeté cette proposition.

Pendant ce temps, les performances de Doubao étaient inférieures à celles de GLM 5 de Zhipu et de K2 de Moonshot. Mais Doubao reste l’actif d’IA le plus précieux de ByteDance : c’est le chatbot d’IA le plus populaire en Chine, et deuxième au niveau mondial parmi les utilisateurs d’applications, après ChatGPT. Les utilisateurs ne se soucient pas des classements. Ils se soucient de l’utilité du service.

Le message interne de Zhang était clair : « Nous pouvons accepter d’être temporairement en retard, mais ne nous laissons pas distraire. » Le nouveau département des données met en pratique cette phrase.

Ce qui n’est pas cela

L’annonce de presse présente cela comme une affaire de sécurité. ByteDance a bien sûr des problèmes de sécurité : la sortie de TikTok aux États-Unis a été définie en janvier 2026. La loi sur l’IA de l’UE impose des coûts de conformité, et l’Inde maintient son interdiction. Liang Rubo a inclus « gagner la confiance des clients » dans ses objectifs personnels au fil des ans. Volcano Engine travaille également à mettre en place un nouveau système de sécurité pour l’IA. Mais utiliser le terme « sécurité» dans le nom du département est secondaire par rapport à ce que ce département fait réellement : il gère les données. Dans l’économie des modèles d’IA, la gouvernance des données, l’acquisition des données et la conformité aux réglementations sont tous des aspects essentiels de l’opérationnel.

Il ne s’agit pas non plus des réductions de projets de 30 % qui ont été rapportées sur les réseaux sociaux en mai. Il s’agissait de ajustements organisationnels – changements de direction et fusion de équipes, et non de suppressions complètes de projets. Le post sur X affirmant que ByteDance…Des milliards ont été dépensés sur des projets d’IA qui ont échoué.Le fait qu’ils n’aient rien à montrer en termes de chiffres était complètement faux : la base d’utilisateurs de Doubao, les 30,65 millions d’utilisateurs actifs de Jimeng AI en mai 2025, et les 200 millions d’utilisateurs mondiaux de Gauth ne représentent pas “rien”. La valeur de l’entreprise a augmenté, passant de plus de 330 milliards de dollars en août 2025 à environ 550 milliards de dollars lors de la vente des actions par General Atlantic en février 2026. Ces réductions représentaient plutôt une contraction dans l’étendue, et non un signe de faiblesse.

Le troisième chemin

La vision binaire du marché concernant la course à l’intelligence artificielle en Chine se résume à la distinction entre distillation et abandon. La plupart des laboratoires chinois ont choisi la voie de la distillation – les accusations d’Anthropic confirment cela. ByteDance n’a pas choisi ni l’une ni l’autre option. Le troisième chemin consiste en une expansion sans détours : accepter un progrès plus lent dans les tests de modèles, investir davantage dans le pipeline de données, et espérer que les données de formation originales, lorsqu’elles sont suffisamment nombreuses, permettront de obtenir des résultats de niveau de pointe, sans risques juridiques ou géopolitiques.

Le modèle à 10 billions de paramètres est l’expression de cette stratégie. Si cela fonctionne, ByteDance aura un avantage concurrentiel : personne d’autre en Chine ne possède un niveau de dépenses de capital aussi élevé, combiné à une discipline rigoureuse en matière de données propres. Sinon, l’écart entre les modèles de ByteDance et ceux créés par des méthodes de distillation s’agrandira encore, et les 345 millions d’utilisateurs de Doubao le remarqueront tôt ou tard.

Ce à quoi il faut regarder

• Le délai nécessaire pour achever le pré-training du modèle à 10 billions de paramètres est généralement de trois à six mois. Si le modèle ne se développe pas d’ici début 2027, ou si ses performances ne sont pas aussi bonnes que celles des concurrents, malgré son avantage en termes de nombre de paramètres, alors la théorie du “no-distillation” souffre d’un problème.
• Métriques d’engagement de Doubao. La croissance des utilisateurs n’est plus le critère clé ; la question est de savoir si l’intensité d’utilisation et la persistance des utilisateurs restent valables, même lorsque la qualité du modèle atteint un plateau, et que les concurrents progressent.
• Capacités de synthèse de données. Les missions du nouveau département incluent la génération de données synthétiques. La proportion de données du corpus de formation de ByteDance qui est générée automatiquement par rapport à celles qui sont collectées manuellement, ainsi que la qualité de ces données par rapport aux données humaines réelles, détermineront si le pipeline de données peut permettre des entraînements de haut niveau.
• Exécution des investissements en capital. Le budget de 23 milliards de dollars suppose que ByteDance peut obtenir suffisamment de puissance informatique, y compris 20 000 puce H200 Nvidia, à condition que les autorisations d’exportation aux États-Unis soient accordées. Tout retard dans la livraison du matériel entraînera une compression directe du délai de formation.
• La ligne de distillation se trouve dans le sable. Zhang a tracé une frontière. Il dépendra du fait que les concurrents soient confrontés à des conséquences en cas de violation de cette frontière – qu’il s’agisse de sanctions réglementaires, commerciales ou liées à la réputation – si l’attitude prudente de ByteDance deviendra un avantage concurrentiel ou une punition inutile.