L’empire satellitaire à 10 milliards qui met l’IA en orbite, pourquoi les puces battent les fusées et le premier modèle ouvert chinois

Planet veut transformer l’observation de la Terre en une couche d’intelligence accessible: des images quotidiennes, dix ans d’archives et des modèles capables de répondre à des questions en langage naturel sur ce qui change réellement au sol. Will Marshall décrit cette ambition comme l’équivalent d’un moteur de recherche pour la planète: non pas seulement voir la Terre, mais pouvoir l’interroger.

Les grands modèles de la Terre

L’avantage de Planet ne vient pas seulement de ses satellites actuels, mais de son historique. Pour un client militaire, agricole, industriel ou public, l’image du jour n’a de valeur que si elle est comparée à une base normale: activité passée d’une zone, évolution d’une ferme, construction d’un data center, changements de routes ou d’infrastructures.

Cette logique ouvre la voie à des modèles géospatiaux plus proches d’un système de connaissance que d’une simple banque d’images. Les embeddings permettent de convertir d’immenses volumes d’imagerie en espaces de recherche où l’on peut détecter, comparer et prédire des phénomènes à l’échelle planétaire.

Pourquoi l’orbite devient une infrastructure IA

Marshall insiste sur un point souvent sous-estimé: le progrès spatial récent ne vient pas uniquement de la baisse du coût de lancement. Les satellites eux-mêmes ont connu des gains massifs de performance: capteurs, radio, stockage, résolution et densité de données par kilogramme.

Ce changement rend crédible une nouvelle étape: déplacer une partie du calcul intensif en orbite. Les data centers terrestres consomment énergie, eau et foncier, et deviennent politiquement sensibles. En orbite, l’énergie solaire est abondante et il suffit de faire monter les questions puis redescendre les réponses. L’inférence semble être le premier cas d’usage plausible, avant l’entraînement massif.

La compétition IA s’élargit

L’épisode ne se limite pas à l’espace. Les intervenants discutent aussi des recrutements chez Anthropic, des promesses de systèmes auto-améliorants et de la nécessité de réfléchir à la gouvernance avant qu’une intelligence plus autonome ne devienne incontrôlable.

Enfin, GLM 5.2 sert de signal fort: certains modèles ouverts chinois approchent des performances de pointe sur le code, les agents longs et le design. Cela change la question stratégique: qui contrôle l’accès à l’intelligence, et que se passe-t-il quand une alternative ouverte devient suffisamment bonne pour être exécutée localement?

À retenir

• Planet cherche à rendre la Terre searchable, pas seulement observable.
• L’historique d’images devient un avantage défensif majeur.
• Le compute orbital est d’abord une réponse aux limites politiques et physiques des data centers terrestres.
• L’inférence pourrait migrer vers l’espace avant l’entraînement.
• GLM 5.2 montre que les modèles ouverts chinois peuvent rogner l’avance des laboratoires occidentaux.

Source

• Chaîne: Peter H. Diamandis
• Vidéo source: https://www.youtube.com/watch?v=kPSLLeccrik