Hugging Face : 12,9 Md$ évoqués pour un carrefour stratégique

Une somme de 12,9 milliards de dollars est évoquée pour prendre le contrôle de Hugging Face. La plateforme, devenue un passage obligé entre choix de modèle et dépenses de cloud, intéresse des acteurs aux logiques très différentes. Entre neutralité menacée, risques réglementaires et chevauchements produits, chaque scénario d’acquisition redistribuerait une partie de la chaîne de valeur de l’IA.

Neutralité et concentration : des garde-fous mis à l’épreuve

Un repreneur qui orienterait prioritairement la plateforme vers ses propres offres risquerait de fragiliser la neutralité qui fait sa valeur. Un rachat par Microsoft cumulerait dépôt de code, dépôt de modèles, environnement de développement, cloud mondial et interfaces d’IA pour entreprises, ce qui poserait des difficultés réglementaires. Chez Google, il faudrait gérer le recouvrement entre des composants déjà présents, ce qui pourrait réduire le Hub à une simple porte d’accès à Google Cloud, alors que son intérêt réside dans le fait de ne pas être un produit cloud parmi d’autres. Kaggle propose déjà l’hébergement de jeux de données, de notebooks et de modèles, tandis que Vertex AI Model Garden offre la découverte et le déploiement de modèles. Dans tous les cas, chaque acheteur potentiel aurait la possibilité de transformer Hugging Face en vecteur de distribution pour ses propres puces, son cloud ou ses logiciels.

Amazon et Google : intégrer la plateforme ou bloquer la concurrence

Hugging Face est relié aux services AWS, de SageMaker à Bedrock, EC2, ECS et EKS, et les deux partenaires facilitent l’usage des modèles sur Trainium et Inferentia. Ces accélérateurs, développés par AWS, visent aussi à réduire la dépendance aux GPU Nvidia. Si Nvidia prenait le contrôle du Hub, AWS risquerait de voir davantage de modèles optimisés d’abord pour CUDA et NIM ; si Microsoft l’acquérait, Azure conforterait son attractivité auprès des développeurs ; si Google l’emportait, les TPU gagneraient en distribution. Google, de son côté, dispose de ses propres modèles Gemini et Gemma, et a renforcé en 2025 son partenariat avec Hugging Face pour accélérer le chargement de modèles dans Vertex AI et GKE, ajouter un support natif TPU et des fonctions de sécurité issues notamment de Mandiant.

Microsoft : continuité du code au modèle, sous surveillance

Microsoft contrôle déjà, via GitHub, un environnement où une large part du logiciel mondial est développée et stockée, fournit Visual Studio et VS Code, opère Azure et développe Microsoft Foundry et Copilot. Plus de 11 000 modèles issus de Hugging Face sont déployables dans Microsoft Foundry et Azure Machine Learning. Depuis le rachat de GitHub pour 7,5 milliards de dollars en 2018, la marque, les interfaces et la liberté de déployer hors Azure ont été préservées. Microsoft pourrait chercher à reproduire cette approche avec Hugging Face en évitant une intégration trop rapide au « rayon » Microsoft.

Nvidia : relier découverte de modèles et exécution sur GPU

Nvidia a étendu son empreinte au-delà de la puce : CUDA s’est imposé comme environnement logiciel, le rachat de Mellanox a apporté des technologies d’interconnexion pour les clusters, Run:AI orchestre les ressources, et NeMo comme NIM couvrent construction, optimisation et déploiement de modèles. DGX Cloud rapproche l’entreprise d’un rôle de fournisseur de services. Hugging Face offrirait le point d’entrée côté développeurs : des modèles optimisés pour Nvidia sont déjà exécutables en microservices NIM depuis la plateforme, intégrée à DGX Cloud Lepton. Une acquisition bouclerait le parcours de la découverte à l’exécution sur GPU Nvidia, d’autant que Google dispose de TPU, Amazon de Trainium et Inferentia, Microsoft de ses propres accélérateurs et que des laboratoires comme OpenAI et Anthropic cherchent à diversifier leurs infrastructures.

Hugging Face facilite la recherche et l’utilisation de modèles d’IA

La plateforme Hugging Face va au-delà du simple hébergement de code : elle offre la possibilité de rechercher un modèle, d’accéder à sa documentation, de repérer les jeux de données associés, de télécharger les poids, d’essayer une démo, de le modifier puis de lancer l’inférence auprès d’un fournisseur. L’enchaînement des étapes, de la sélection jusqu’à l’utilisation de ressources informatiques, est quasiment sans rupture. Dès qu’un développeur arrête son choix, l’entraînement, le fine-tuning ou l’exécution engendrent des dépenses de GPU, de stockage, de réseau et de cloud. C’est à ce moment que la décision technique peut devenir une facture, ce qui explique pourquoi l’intérêt d’acquérir la plateforme est plus fort chez les vendeurs d’infrastructure que chez les producteurs de modèles. Dans cette chaîne, Nvidia, AMD, Intel et Qualcomm fabriquent les processeurs, Amazon et Google vendent l’infrastructure, IBM et Salesforce visent l’intégration, et Hugging Face s’est placé au centre sans choisir de camp. GitHub reste centré sur le code, quand Hugging Face couvre le trajet jusqu’à l’inférence.

Chiffres d’usage, prix évoqué et scénarios IBM

À l’été 2026, on compte sur la plateforme près de 3 millions de modèles publics, plus d’un million de jeux de données et 1,44 million d’applications Spaces. La plateforme revendiquait 13 millions d’utilisateurs à la fin de l’année 2025, et plus de 30 % des sociétés du Fortune 500 y avaient un compte vérifié, d’après l’entreprise. Une somme de 12,9 milliards de dollars est évoquée pour une prise de contrôle, soit près de 86 fois des revenus annualisés estimés à environ 150 millions de dollars. Cette valorisation s’explique en partie par la place de Hugging Face dans le parcours des développeurs : le multiple rémunère un réseau, des standards et une position dans le flux, au-delà d’un simple logiciel par abonnement. En 2023, son tour de table réunissait des acteurs couvrant toute la chaîne de valeur, et cette photographie éclaire la liste des acquéreurs potentiels aujourd’hui. Côté IBM, la collaboration engagée depuis 2023 permet aux clients d’entreprise de sélectionner, personnaliser et déployer des modèles issus de la communauté, tandis que les modèles Granite sont publiés sur la plateforme. IBM pourrait faire de Hugging Face la couche ouverte de Watsonx et préserver une infrastructure ouverte autour de laquelle vendre des services, à l’image de Red Hat.