DeepSeek : plongée au cœur de la startup d’IA chinoise qui monte en puissance

Contrairement à beaucoup de jeunes entreprises d’IA financées par le capital‑risque, DeepSeek s’est d’abord développée grâce à des ressources internes et s’est présentée comme un laboratoire de recherche visant un objectif ambitieux : l’intelligence artificielle générale (AGI).

Une mission centrée sur l’AGI

Selon son fondateur, la mission principale de DeepSeek est de construire une IA capable de raisonner et d’apprendre dans de nombreux domaines — autrement dit une intelligence artificielle générale.

Dans plusieurs interviews, Liang Wenfeng explique que les grands modèles de langage (LLM) ne sont qu’une étape vers des systèmes plus complets capables de :

• raisonner de manière avancée
• comprendre plusieurs modalités (texte, image, etc.)
• interagir avec le monde réel

Pour atteindre cet objectif, DeepSeek met l’accent sur trois axes :

• la recherche fondamentale sur les modèles d’IA
• l’innovation architecturale dans les LLM
• la diffusion open source pour développer un écosystème de développeurs

Cette approche centrée sur la recherche distingue DeepSeek de nombreuses startups qui se concentrent plutôt sur les applications commerciales de l’IA.

Les principaux modèles d’IA de DeepSeek

La technologie de l’entreprise repose principalement sur des modèles de langage et de raisonnement accessibles via des API et des dépôts open source.

DeepSeek‑V3

L’un des modèles les plus importants de la société est DeepSeek‑V3, un grand modèle de langage basé sur l’architecture Mixture‑of‑Experts (MoE).

Ses caractéristiques techniques incluent notamment :

• environ 671 milliards de paramètres au total
• environ 37 milliards de paramètres actifs par token lors de l’inférence
• une fenêtre de contexte pouvant atteindre environ 128 000 tokens selon les implémentations

L’architecture MoE permet d’augmenter fortement la taille du modèle tout en limitant les coûts de calcul lors de son utilisation.

La série de modèles de raisonnement DeepSeek‑R1

DeepSeek a également lancé DeepSeek‑R1, une famille de modèles conçus pour les tâches de raisonnement complexes comme les mathématiques, la programmation ou l’analyse logique en plusieurs étapes.

La série comprend notamment :

• DeepSeek‑R1‑Zero
• DeepSeek‑R1
• plusieurs modèles distillés plus petits basés sur Llama ou Qwen

Ces modèles distillés permettent aux chercheurs et aux entreprises d’exécuter des versions plus légères localement ou dans leurs propres infrastructures.

L’entreprise a publié les poids du modèle et sa documentation technique afin de permettre à la communauté de recherche de reproduire et d’étendre les travaux.

Recherche multimodale

DeepSeek travaille également sur des modèles multimodaux capables de combiner texte et vision, notamment la série DeepSeek‑VL.

Ces recherches visent à construire des systèmes d’IA capables de comprendre plusieurs types de données — une étape considérée comme essentielle vers l’AGI.

Une croissance extrêmement rapide

L’un des aspects les plus frappants de DeepSeek est la vitesse de son adoption.

Une analyse académique de la Cheung Kong Graduate School of Business indique que :

• la plateforme comptait environ 125 millions d’utilisateurs au 31 janvier 2025
• plus de 100 millions d’utilisateurs ont été gagnés en une seule semaine lors de sa phase de croissance initiale
• les utilisateurs actifs quotidiens ont dépassé 22 millions début 2025

Cette croissance place DeepSeek parmi les applications d’IA ayant connu l’adoption la plus rapide au monde.

Plusieurs facteurs expliquent cet essor :

• de bonnes performances dans les benchmarks de raisonnement
• des prix d’API très compétitifs
• la publication open source des modèles
• l’intégration rapide dans les outils de développement

Transparence et données d’entraînement

Comparée à certains laboratoires d’IA concurrents, DeepSeek a publié quelques informations techniques sur ses modèles.

Un rapport de transparence recensé par le Center for Research on Foundation Models (Stanford) indique par exemple que DeepSeek‑V3‑Base a été entraîné principalement sur des pages web et des livres électroniques, sans utiliser de données synthétiques.

Cependant, ces informations restent limitées par rapport au niveau de transparence attendu pour une entreprise cotée en bourse. Beaucoup de détails restent inconnus, notamment :

• la composition exacte des datasets
• les coûts de calcul
• l’infrastructure matérielle
• le budget réel de développement des modèles

Situation financière et financement

Les finances de DeepSeek restent l’un des aspects les plus difficiles à analyser.

Le point le plus clair est que l’entreprise a été financée initialement par le hedge fund High‑Flyer, plutôt que par des investisseurs en capital‑risque traditionnels.

Mais les informations publiques ne détaillent pas clairement :

• le chiffre d’affaires
• les marges
• les coûts d’infrastructure
• les levées de fonds éventuelles

Des analyses externes suggèrent que DeepSeek génère des revenus via l’accès à ses API et des intégrations avec des entreprises, mais ces chiffres ne sont pas confirmés officiellement.

Enjeux géopolitiques et réglementaires

La montée en puissance de DeepSeek attire également l’attention des autorités politiques.

Un rapport du Select Committee on the Chinese Communist Party de la Chambre des représentants des États‑Unis décrit l’entreprise comme un concurrent technologique majeur et une possible préoccupation de sécurité nationale dans la compétition mondiale autour de l’IA.

Pour les investisseurs, cela signifie que l’entreprise pourrait être confrontée à :

• des restrictions d’exportation
• des limitations d’accès aux marchés
• des tensions géopolitiques affectant la distribution de ses logiciels

Les forces stratégiques de DeepSeek

Plusieurs éléments expliquent pourquoi la startup est aujourd’hui surveillée de près par l’industrie technologique.

D’abord, DeepSeek a démontré une capacité technique solide, avec des modèles à grande échelle comparables à ceux de laboratoires d’IA de premier plan.

Ensuite, sa stratégie open source a favorisé une adoption rapide et la création d’une communauté active de développeurs.

Enfin, le soutien financier d’un hedge fund performant lui donne une certaine indépendance par rapport au capital‑risque traditionnel.

Les incertitudes pour les investisseurs

Malgré sa progression rapide, plusieurs questions clés restent ouvertes :

• la structure exacte de propriété et de gouvernance
• l’ampleur réelle des revenus
• les coûts d’entraînement et d’exploitation des modèles
• la stratégie de monétisation à long terme
• l’impact potentiel des tensions géopolitiques

Tant que ces éléments restent flous, évaluer DeepSeek comme un investissement classique reste difficile.

Conclusion

DeepSeek s’est imposé en très peu de temps comme un laboratoire d’IA majeur, combinant recherche avancée et adoption mondiale rapide. Ses modèles principaux — notamment DeepSeek‑V3 et la série DeepSeek‑R1 — lui ont donné une visibilité internationale et une forte crédibilité technique.

Mais du point de vue des investisseurs, l’entreprise demeure atypique : très innovante sur le plan technologique, mais encore peu transparente sur ses finances et sa gouvernance.

Pour l’instant, DeepSeek ressemble davantage à un laboratoire de recherche en IA de pointe en pleine expansion qu’à une entreprise logicielle classique — même si elle pourrait évoluer vers une plateforme commerciale majeure dans les années à venir.