Handshake Racheté Cleanlab pour l’IA

Dans l’ombre des géants comme OpenAI et Anthropic se joue une bataille bien moins visible mais tout aussi cruciale : celle de la qualité des données. Sans données fiables, même le modèle le plus impressionnant du monde ne peut donner le meilleur de lui-même. Et c’est précisément sur ce terrain miné que deux acteurs américains viennent de réaliser une opération stratégique qui pourrait bien redessiner une partie de l’écosystème IA.

Le 28 janvier 2026, Handshake, la plateforme historique de recrutement étudiant devenue acteur majeur du data labeling humain, a officialisé l’acquisition de Cleanlab, une startup spécialisée dans l’audit et l’amélioration automatique de la qualité des données annotées. Une opération discrète, mais aux implications très concrètes pour toute l’industrie de l’intelligence artificielle.

Quand la qualité des données devient le nouveau pétrole

Depuis 2023 environ, les leaders de l’IA générative répètent à l’envi la même phrase : « les modèles ne sont aussi bons que les données sur lesquelles ils ont été entraînés ». Une évidence qui cache une réalité bien plus complexe : obtenir des dizaines de millions d’annotations de haute qualité reste extrêmement difficile et coûteux.

Les entreprises déploient des armées de labelers humains, parfois via des plateformes décentralisées, parfois via des acteurs spécialisés. Mais même avec les meilleurs processus, le taux d’erreur reste souvent compris entre 3 % et 12 % selon les domaines — un chiffre rédhibitoire quand on entraîne des modèles de plusieurs centaines de milliards de paramètres.

Handshake : de la mise en relation étudiante au labeling expert

Handshake n’est pas un nouveau venu. Créée en 2013, la société s’est d’abord imposée comme LA plateforme de recrutement pour étudiants et jeunes diplômés aux États-Unis. Elle revendique aujourd’hui plusieurs millions d’utilisateurs actifs et une valorisation qui a culminé à 3,3 milliards de dollars en 2022.

Il y a environ un an et demi, l’entreprise a discrètement lancé une division dédiée au data labeling humain de haut niveau. L’objectif affiché : fournir aux laboratoires d’IA fondateurs des annotateurs qualifiés (médecins, avocats, scientifiques, ingénieurs…) plutôt que des travailleurs peu spécialisés. Une niche extrêmement rémunératrice.

Aujourd’hui, Handshake affirme avoir déjà travaillé avec huit des plus importants laboratoires d’IA mondiaux, dont OpenAI. Et la société serait en passe d’atteindre plusieurs centaines de millions de dollars de revenus annualisés en 2026.

Cleanlab : les gardiens automatisés de la qualité

De l’autre côté, Cleanlab est une jeune pousse née en 2021, issue des travaux de recherche du MIT. Ses trois cofondateurs — Curtis Northcutt, Jonas Mueller et Anish Athalye — sont des pointures mondiales dans la détection d’erreurs dans les datasets sans avoir besoin d’une seconde passe humaine.

« Nous avons passé des années à construire des algorithmes capables de repérer automatiquement les annotations douteuses, bruitées ou carrément fausses, sans demander une nouvelle revue humaine. »

– Curtis Northcutt, cofondateur de Cleanlab

Cette technologie intéresse énormément les acteurs du labeling : Scale AI, Snorkel, Appen, Labelbox… et donc Handshake. Cleanlab avait levé environ 30 millions de dollars auprès de fonds prestigieux (Menlo Ventures, Bain Capital Ventures, Databricks Ventures, TQ Ventures) et comptait plus de 30 personnes à son apogée.

Pourquoi choisir Handshake plutôt que Scale AI ou Mercor ?

Plusieurs entreprises du secteur avaient manifesté leur intérêt pour racheter Cleanlab. Curtis Northcutt l’explique sans détour : beaucoup de ces sociétés passent… par Handshake pour recruter leurs meilleurs labelers experts.

Autrement dit : Handshake est devenu une sorte d’infrastructure invisible mais incontournable dans la chaîne d’approvisionnement en données de haute qualité. Plutôt que de devenir une brique supplémentaire dans l’écosystème, Cleanlab a préféré rejoindre directement la source.

« Si vous devez choisir un seul acteur, autant choisir la source plutôt que l’intermédiaire. »

– Curtis Northcutt

Un acqui-hire avant tout… mais pas que

Officiellement, l’opération est présentée comme un acqui-hire : les neuf membres les plus stratégiques de Cleanlab rejoignent l’équipe de recherche de Handshake. Les cofondateurs MIT deviennent des pièces maîtresses du futur produit data-quality de la licorne.

Mais au-delà des têtes, Handshake récupère aussi plusieurs années de R&D, des brevets potentiels, une bibliothèque logicielle déjà utilisée par certains clients, et surtout une réputation académique très forte dans le domaine du label noise detection et du confident learning.

Qu’est-ce que cela change concrètement pour l’IA ?

À court terme : Handshake va pouvoir proposer à ses clients AI labs un niveau de qualité d’annotation sensiblement supérieur, avec moins de besoin de re-vérification humaine coûteuse.

• Détection automatique des labels douteux en temps quasi-réel
• Score de confiance par annotation
• Identification des labelers les plus fiables par tâche
• Réduction potentielle du coût total par donnée de haute qualité
• Amélioration mesurable des performances des modèles finaux

À plus long terme, cette expertise pourrait permettre à Handshake de monter encore plus haut dans la chaîne de valeur : curation active de datasets, data flywheel propriétaire, voire même co-développement de datasets stratégiques avec certains labs d’IA.

La consolidation s’accélère dans le data labeling

Cette acquisition s’inscrit dans un mouvement plus large. Le marché du data labeling et de la data quality pour l’IA est en pleine consolidation :

• Scale AI a multiplié les levées et acquisitions
• Snorkel AI se positionne sur le data-centric AI
• Labelbox lève des centaines de millions
• Plusieurs acteurs plus petits se font racheter

La différence ici, c’est que Handshake n’est pas (encore) perçu comme un pur player du labeling. C’est précisément cette position atypique qui lui permet de recruter des talents très recherchés comme ceux de Cleanlab.

Vers une nouvelle ère de la data intelligence ?

Si l’on pousse la logique un peu plus loin, on peut imaginer que les vainqueurs de la prochaine décennie en IA ne seront pas forcément ceux qui auront le plus gros modèle, mais ceux qui contrôleront le mieux la qualité et la spécificité des données sur lesquelles ces modèles sont entraînés.

Dans ce contexte, l’alliance entre la force de frappe humaine ultra-qualifiée de Handshake et les algorithmes d’audit de pointe de Cleanlab pourrait créer l’un des tout premiers vrais « data intelligence groups » capables de rivaliser avec les équipes internes des OpenAI, Anthropic, Google DeepMind ou xAI.

Reste à savoir si Handshake saura transformer cette acquisition en avantage compétitif durable… ou si elle ne constituera qu’une belle ligne de plus dans la guerre des talents et des données qui fait rage en ce début d’année 2026.

Une chose est sûre : dans l’IA moderne, la vraie rareté n’est plus la puissance de calcul. C’est la capacité à produire des données propres, précises, difficiles… et traçables. Et sur ce terrain, Handshake vient clairement de marquer des points.