AWS Lance Nova 2 et Nova Forge à re:Invent 2025

Imaginez pouvoir prendre un modèle d’intelligence artificielle de pointe, le déplier comme un Lego géant et le remonter exactement selon les besoins de votre entreprise. Hier, lors du keynote d’ouverture de re:Invent 2025 à Las Vegas, Matt Garman, le CEO d’AWS, a fait exactement cette promesse… et il l’a tenue.

En une heure trente, Amazon Web Services a non seulement présenté la deuxième génération de sa famille Nova, mais a surtout dévoilé Nova Forge : un service qui, pour la première fois, donne aux grandes entreprises la possibilité de créer leurs propres modèles « frontier » dérivés de Nova. Le prix ? 100 000 dollars par an. Autant dire que la salle était électrique.

Nova 2 : quatre modèles pour (presque) tout faire

Avant de plonger dans le grand bain de la personnalisation, intéressons-nous aux nouveaux venus. AWS a présenté pas moins de quatre modèles qui viennent enrichir (et remplacer) la première génération Nova lancée il y a tout juste un an.

Voici le tour du propriétaire :

• Nova 2 Lite – le modèle « raisonnement » le plus économique du marché, pensé pour les tâches quotidiennes sans exploser les factures.
• Nova 2 Pro – la bête de course multimodale (texte, image, vidéo, parole) conçue pour les missions complexes, y compris la génération de code.
• Nova 2 Sonic – premier modèle speech-to-speech d’AWS, parfait pour des assistants vocaux ultra-fluides et conversationnels.
• Nova 2 Omni – le vrai monstre : il accepte en entrée texte, image, vidéo et son… et ressort à la fois du texte et des images. Un tout-en-un rarement vu à ce niveau.

Ce qui frappe, c’est la maturité soudaine. L’an dernier, Nova faisait bonne figure mais restait en retrait face à Claude ou GPT-4. Cette année, les retours internes et les premiers benchmarks (non publiés, mais largement commentés dans les couloirs) placent plusieurs de ces modèles dans le peloton de tête.

Nova Forge : la personnalisation sans les maux de tête

Mais le vrai coup de tonnerre, c’est Nova Forge.

Jusqu’à présent, quand une entreprise voulait un modèle adapté à son métier, elle avait deux options : fine-tuner un modèle open source (long, cher, aléatoire) ou payer des centaines de millions pour entraîner un modèle from scratch. AWS propose une troisième voie : partir d’un Nova déjà entraîné à mi-parcours (mid-trained) ou même post-entraîné, puis terminer l’entraînement avec ses propres données.

« Plus vous personnalisez un modèle en ajoutant vos données après l’entraînement initial, plus il risque d’oublier ce qu’il savait déjà. C’est comme apprendre une langue étrangère à l’âge adulte : c’est possible, mais tellement plus dur. »

– Matt Garman, CEO d’AWS

En partant d’un modèle déjà « adulte », AWS promet de limiter drastiquement cette régression tout en gardant les données de l’entreprise strictement confidentielles (elles ne quittent jamais le compte client).

100 000 dollars par an : cher ou révolutionnaire ?

Le tarif a fait tousser dans la salle : 100 000 dollars par an pour un « Novella » (c’est le petit nom des modèles créés via Forge). C’est énorme pour une PME, mais dérisoire pour une banque, un constructeur automobile ou un géant du luxe.

Et les premiers clients ne s’y trompent pas : Reddit, Sony et Booking.com ont déjà signé. Quand on sait que fine-tuner un Llama 3 70B peut déjà coûter plusieurs centaines de milliers de dollars en GPU chez un cloud provider, le calcul devient vite intéressant.

Pourquoi ça change tout pour les entreprises

Depuis deux ans, les directions informatiques répètent la même phrase : « On adore les grands modèles, mais on ne peut pas y mettre nos données clients. » Nova Forge répond directement à cette angoisse.

Concrètement, imaginez :

• Un laboratoire pharmaceutique qui injecte des dizaines de milliers de rapports cliniques confidentiels.
• Une banque qui entraîne son modèle sur vingt ans de conversations client (texte + audio).
• Un constructeur automobile qui lui fait ingurgiter des millions de vidéos de tests sur circuit.

Tout ça sans jamais sortir du cloud AWS, sans risquer une fuite, et avec des performances qui restent au niveau des meilleurs modèles publics.

Et la concurrence dans tout ça ?

Chez Google Cloud, Vertex AI proposait déjà du fine-tuning personnalisé, mais sur des modèles moins avancés et souvent plus chers à l’usage. Microsoft, via Azure AI Studio, fait à peu près la même chose avec les modèles OpenAI… mais sans contrôle total sur la chaîne d’entraînement.

AWS frappe fort en proposant une offre « clés en main » avec des modèles maison compétitifs et une tarification transparente. C’est la première fois qu’un grand cloud joue à la fois le rôle d’éditeur de modèles et de facilitateur ultime de personnalisation.

Ce que ça dit de la stratégie d’Amazon

En lançant Nova l’an dernier, AWS avait surpris tout le monde : le géant du cloud, connu pour revendre les modèles des autres (via Bedrock), se mettait soudain à développer ses propres puces (Trainium, Inferentia) et ses propres modèles.

Un an plus tard, la boucle est bouclée. Amazon ne veut plus seulement être le « pick and shovel » de l’IA (les pelles et pioches de la ruée vers l’or). Il veut aussi vendre l’or lui-même.

Et avec Nova Forge, il s’attaque au dernier bastion : la souveraineté des données d’entreprise. Celui qui gagne cette bataille risque de dominer le cloud IA pour la prochaine décennie.

Conclusion : le début d’une nouvelle ère

En quelques années, nous sommes passés de « l’IA, c’est magique mais inaccessible » à « voici un catalogue, choisissez votre modèle et customisez-le comme bon vous semble ».

Nova 2 et surtout Nova Forge marquent un tournant. Pour la première fois, une entreprise peut avoir le même niveau de performance que les géants du web… tout en gardant ses données chez elle.

Le message d’AWS est clair : l’intelligence artificielle de demain ne sera plus seulement consommée. Elle sera possédée.

Et vous, pensez-vous que 100 000 dollars par an vaut le coup pour un modèle taillé sur mesure ? La réponse, dans les mois qui viennent, risque de redessiner complètement la carte du cloud et de l’IA d’entreprise.