Aller au contenu

IA

Ollama lève 65 M$ pour que ton laptop garde l'IA pour lui

L'outil qui permet aux devs de faire tourner des modèles open-weight à la maison vient de boucler une Series B et frôle les 9 millions d'utilisateurs. Le cloud fait la moue, sapiens.

Photo de couverture : Unknown / CC BY 2.0

TL;DR

  1. Ollama lève 65 M$ en Series B, menée par Theory Ventures : 88 M$ au total.
  2. Près de 9 millions d'utilisateurs, 176,000 étoiles sur GitHub, et des formules de 0 à 100 $ par mois.
  3. Les fondateurs viennent de Docker Desktop : « rendre l'outillage dev indolore », c'est leur running gag.

Ce qui s'est passé

Ollama, l'outil open source pour faire tourner des modèles open-weight sur ta propre machine, vient de boucler une Series B de 65 millions de dollars. Theory Ventures mène le tour, et le CEO Jeff Morgan l'a confirmé à TechCrunch.

La Series A de 15 millions de dollars, elle, était menée par Peter Fenton de Benchmark. Additionne le tout : Ollama a levé 88 millions de dollars au total.

L'outil a été lancé en 2023 avec une promesse simple : mettre les développeurs sur des modèles locaux en quelques minutes. Son dépôt GitHub affiche 176,000 étoiles et près de 17,000 forks, et le compteur d'utilisateurs frôle les 9 millions.

Il y a aussi un volet payant. Ollama héberge des modèles plus gros et plus gourmands sur son propre neocloud, accessible via des formules d'abonnement qui vont du gratuit jusqu'à 100 $ par mois. L'usage est mesuré en GPU-time plutôt qu'en limites de tokens.

Morgan et son cofondateur Michael Chiang ont déjà fait le coup. Ils ont contribué à bâtir Docker Desktop après le rachat de leur précédente startup, Kitematic, par Docker.

Pourquoi ça compte

L'IA locale n'est plus un hobby réservé aux gens qui aiment le bruit des ventilateurs. Près de 9 millions d'utilisateurs, c'est un vrai public, et des investisseurs viennent de miser de l'argent bien réel sur l'idée que les devs veulent faire tourner leurs modèles eux-mêmes.

Le modèle économique est le point intéressant. L'usage local gratuit fait entrer les gens, et les modèles hébergés prennent le relais quand un laptop jette l'éponge. Facturer au GPU-time plutôt qu'au token, c'est un contrepied assumé de la façon dont la plupart des services d'IA hébergés comptent.

Le passé Docker des fondateurs en dit long sur le pitch. La dernière fois, il s'agissait de rendre les applis cloud faciles à déplacer. Cette fois, il s'agit de rendre les modèles faciles à faire tourner sur la machine qui est déjà sur ton bureau.

Les modèles locaux viennent de recevoir un vote de confiance à 65 millions de dollars.

Une nuance quand même : un tour de table est un pari, pas un résultat. Ollama a les utilisateurs et les étoiles, mais ce sont les formules payantes qui devront porter la boîte.

Qu'est-ce que tu en fais

  • Teste un modèle local.Installe Ollama et lance un modèle open-weight sur ta machine pour voir ce que ton matériel encaisse.
  • Vérifie tes règles de données.Si tes prompts contiennent des infos sensibles, l'inférence locale les garde sur ton appareil. Ça vaut le coup d'en parler avec ton équipe.
  • Compare les tarifs.La facturation au GPU-time ne se comporte pas comme celle au token : fais passer ta vraie charge de travail dans les deux avant de t'engager.
  • Surveille l'offre gratuite.Elle est généreuse aujourd'hui, et une boîte fraîchement financée, c'est précisément le moment où les formules changent.

Ciao, sapiens. Ton laptop vient d'être promu, et il n'a même pas demandé d'augmentation.