Fireworks AI lève 1,5 milliard de dollars pour une valorisation de 17,5 milliards alors que le volume de Token atteint 40 billions par jour

Fireworks AI a levé 1,505 milliard de dollars lors d'un tour de financement Series D à une valorisation de 17,5 milliards de dollars, a annoncé la société le 15 juillet. Le tour était mené par Atreides Management, Index Ventures et TCV, avec Nvidia parmi les investisseurs participants — un détail notable étant donné que l'activité de Fireworks repose sur la fourniture d'Inference pour les charges de travail AI d'autres entreprises à grande échelle.

Les chiffres derrière la levée

Fireworks indique que sa plateforme traite désormais plus de 40 billions de Token par jour, contre 15 billions un an plus tôt — soit une multiplication par près de trois de l'utilisation brute. Plus significatif que le volume est la provenance de ce trafic : la société affirme que plus de 95 % des Token traités proviennent désormais de modèles Fine-tuned ou spécialisés sur les données propriétaires de clients individuels, plutôt que d'appels génériques à des Foundation Models prêts à l'emploi.

Ce changement est important commercialement. Fireworks a dépassé le milliard de dollars de revenus annualisés en run rate, un chiffre que la société dit avoir quintuplé au cours de l'année écoulée. Facturer des charges de travail d'Inference spécialisées et Fine-tuned génère généralement de meilleures marges et des relations clients plus solides que la revente d'accès à des APIs de Foundation Models commoditisés — une distinction qui explique probablement pourquoi les investisseurs sont prêts à souscrire une valorisation de 17,5 milliards de dollars pour une entreprise de couche d'infrastructure plutôt que pour un développeur de modèles.

La liste des investisseurs raconte sa propre histoire

Outre les trois investisseurs principaux, le tour comprenait Lightspeed Venture Partners, Bessemer Venture Partners, Menlo Ventures, Insight Partners, Ontario Teachers' Pension Plan, Lone Pine Capital, et plusieurs fonds plus petits dont 20VC et Operator Collective. La participation de Nvidia est la plus intéressante stratégiquement : le fabricant de puces a investi sélectivement dans des entreprises d'infrastructure AI qui stimulent la demande pour son matériel, et Fireworks déclare explicitement qu'une partie du nouveau capital est destinée à étendre l'infrastructure de calcul et à approfondir les partenariats avec les fournisseurs de cloud, notamment Microsoft et Nvidia.

Pourquoi "l'intelligence spécialisée" est le pitch

Fireworks positionne ce tour autour d'une thèse spécifique : la prochaine phase d'adoption de l'AI en entreprise ne consiste pas à louer l'accès à des modèles généraux toujours plus grands, mais à construire des systèmes spécialisés entraînés sur les données et les workflows propres à une entreprise. C'est un contraste délibéré avec les fournisseurs de Foundation Models — Fireworks ne construit pas ses propres modèles de pointe, elle fournit la couche d'infrastructure qui permet aux entreprises de déployer et de servir efficacement des versions Fine-tuned de modèles ouverts à grande échelle.

Ce positionnement place Fireworks aux côtés d'un petit groupe d'entreprises AI axées sur l'infrastructure — plutôt que de concurrencer directement OpenAI, Anthropic ou Google sur la capacité des modèles, elle concurrence les Hyperscalers cloud et autres plateformes d'Inference sur le coût, la latence et les outils de personnalisation pour bien exécuter les modèles des autres.

À quoi servira le financement

Fireworks a indiqué que le capital sera alloué à trois domaines : étendre l'infrastructure de calcul pour soutenir la croissance continue du volume de Token, augmenter ses effectifs d'ingénierie et approfondir les partenariats avec les fournisseurs de cloud. La croissance annuelle de 167 % du volume de Token suggère que l'entreprise est déjà contrainte en capacité dans certaines régions, faisant de l'expansion de l'infrastructure la priorité la plus immédiate.

Ce que cela signifie pour le marché dans son ensemble

Une valorisation de 17,5 milliards de dollars pour une entreprise d'infrastructure d'Inference — plutôt qu'un développeur de modèles — reflète une vision mature parmi les investisseurs selon laquelle la valeur de l'AI en entreprise est de plus en plus captée au niveau du déploiement et de la personnalisation, pas seulement au niveau des modèles de pointe. Alors que de plus en plus d'entreprises passent de l'expérimentation de Chatbots prêts à l'emploi à l'exécution de modèles Fine-tuned sur des données propriétaires, l'infrastructure qui rend cela efficace et abordable devient une activité durable en soi, indépendamment du Foundation Model qui est en vogue un mois donné.