Amazon Web Services accélère sur le terrain de l’intelligence artificielle en dévoilant une série de fonctionnalités destinées à simplifier la création de modèles de langage personnalisés pour les entreprises.
Juste après avoir annoncé Nova Forge, son service premium permettant aux clients de développer leurs propres modèles Nova, AWS introduit désormais de nouvelles capacités dans Amazon Bedrock et Amazon SageMaker AI. L’objectif est clair : offrir aux développeurs un environnement plus intuitif, plus automatisé et plus flexible pour bâtir des modèles sur mesure.
Lire aussi :
- Apple Music Replay 2025 : cette nouvelle version plus complète va-t-elle transformer votre façon de revivre votre année musicale ?
- Comment AWS soutient-il les communautés sous-représentées grâce à l’Education Equity Initiative ?
SageMaker passe au serverless pour faciliter la construction de modèles LLM
Lors de la conférence AWS re:Invent, le fournisseur cloud a annoncé une évolution majeure de SageMaker : la personnalisation de modèles en mode serverless. Cette nouveauté permet aux développeurs de démarrer un projet sans se soucier de l’infrastructure, de la gestion des clusters ou des ressources GPU.
Grâce à deux parcours — un mode guidé point-and-click et une expérience agent conversationnelle — SageMaker devient bien plus accessible. Dans cette version, un développeur peut simplement fournir un jeu de données étiqueté et expliquer son objectif en langage naturel, et l’agent se charge ensuite de sélectionner la méthode de fine-tuning et de lancer l’entraînement.
Cet outil prend en charge les modèles propriétaires d’AWS, comme Nova, mais aussi plusieurs modèles open source, dont Llama de Meta ou DeepSeek, ce qui donne encore plus de liberté aux équipes techniques.
Bedrock introduit le Reinforcement Fine-Tuning pour automatiser les ajustements
Autre annonce marquante : le Reinforcement Fine-Tuning (RFT) dans Amazon Bedrock. Cette nouvelle fonctionnalité permet aux entreprises d’améliorer un modèle en définissant un simple objectif ou en choisissant un workflow de récompense préconfiguré. Bedrock s’occupe ensuite de tout : génération, évaluation et optimisation du modèle.
Cette approche est particulièrement intéressante pour les entreprises qui souhaitent affiner le comportement d’un modèle en fonction d’un style d’écriture, d’une ligne éditoriale, d’un ton ou d’un cas d’usage métier très spécifique — sans disposer d’une équipe d’ingénieurs IA spécialisés.
Une stratégie centrée sur la différenciation des modèles en entreprise
Avec Nova Forge — un service où AWS crée des modèles personnalisés pour ses clients pour 100 000 dollars par an — AWS envoie un signal fort : les entreprises veulent des LLM uniques, qui exploitent leurs données propres et leur permettent de se démarquer de la concurrence.
Selon AWS, la demande est croissante : les clients s’interrogent sur la façon de différencier leurs solutions quand les mêmes modèles sont accessibles à tous. La réponse, selon le groupe, passe par la customisation profonde des modèles, dès les premières étapes de l’entraînement.
Même si AWS accuse aujourd’hui un retard face à OpenAI, Anthropic ou Gemini en termes d’adoption, cette nouvelle orientation pourrait offrir au cloud provider un avantage stratégique : permettre à chaque entreprise de façonner un modèle vraiment distinctif et adapté à ses besoins.
