Uber licencie deux cadres dirigeants de sa division d'annotation de données pour l'IA

Le 1er juillet 2026, Uber Technologies a licencié deux responsables techniques de sa division d'annotation de données pour l'intelligence artificielle, une activité que le groupe présentait comme l'un de ses principaux moteurs de croissance.

Pourquoi

Uber s'est lancé dans l'annotation de données pour l'IA

L'annotation de données, c'est-à-dire l'étiquetage manuel et semi-automatisé de textes, d'images, de vidéos et d'audio, constitue le socle de l'entraînement des grands modèles de langage et des modèles multimodaux. Aucun LLM moderne n'existe sans des milliards d'exemples annotés : données pour l'apprentissage par renforcement à partir de retours humains (RLHF), jeux d'entraînement structurés et évaluations humaines des réponses du modèle en matière de précision et de sécurité. À mesure que les laboratoires d'IA accélèrent la production de nouvelles générations de modèles, la demande d'annotation de qualité ne cesse de croître.

Uber est entré sur ce marché en misant sur un avantage d'infrastructure : le groupe sait déjà recruter, coordonner et rémunérer le travail de millions de prestataires indépendants dans le monde. Une plateforme rodée sur les VTC et la livraison devrait, en théorie, s'adapter bien au crowdsourcing à grande échelle de tâches d'annotation, et c'est la logique que la direction a présentée aux investisseurs. L'activité d'annotation était présentée comme une source de revenus diversifiée à long terme, en dehors du cœur de métier du transport.

Pourquoi des licenciements simultanés sont un signal d'alerte

Bloomberg rapporte le licenciement de deux responsables techniques, sans révéler leurs noms ni les motifs officiels de ces décisions. Le départ simultané de deux personnes clés d'une division naissante est une situation atypique qui, dans la pratique des entreprises, précède généralement des changements stratégiques importants.

Ces remaniements peuvent signaler plusieurs scénarios : un changement de cap stratégique en raison d'une croissance du chiffre d'affaires décevante, la pression du conseil d'administration pour accélérer la monétisation, une réorientation vers un autre segment de clientèle ou l'arrivée d'une nouvelle direction avec une vision radicalement différente. Pour Uber, que les investisseurs perçoivent traditionnellement à travers le prisme du transport et de la livraison, justifier la valeur d'une activité d'annotation pour l'IA est objectivement plus difficile que pour les sociétés spécialisées dont l'annotation est le cœur de métier.

• Deux responsables techniques de la division d'annotation de données pour l'IA ont été licenciés
• L'identité des personnes licenciées et les motifs officiels des changements n'ont pas été divulgués
• Bloomberg qualifie la division de « naissante » (nascent), c'est-à-dire encore en cours de formation
• Uber présentait cette activité comme une source de croissance clé du groupe
• L'événement s'est produit le 1er juillet 2026 ; la source est Bloomberg

Qui occupe ce marché

Le marché de l'annotation de données pour l'IA est depuis longtemps aux mains d'acteurs spécialisés. Scale AI, Labelbox, Appen et Surge AI travaillent avec les principaux laboratoires d'IA depuis des années, ont bâti des processus spécialisés et se sont forgé une réputation de fournisseurs fiables. Intégrer ce cercle n'a rien d'évident pour un nouvel entrant, car la concurrence ne porte pas seulement sur le prix, mais aussi sur la qualité de l'annotation, les délais d'exécution et la confiance accumulée auprès des clients.

Uber est entré dans cette niche en nouvel acteur, compensant son absence de spécialisation en IA par la taille de son réseau de prestataires. Ce modèle s'est-il révélé assez compétitif pour attirer de grands clients de l'IA ? La question reste désormais ouverte. Les changements de personnel laissent penser que le développement de la division a été plus compliqué que prévu.

Pénétrer le marché de l'annotation depuis l'économie de plateforme semble logique, mais exige en pratique des outils spécialisés, des systèmes de contrôle qualité et une expertise approfondie des types de données utilisés par les laboratoires d'IA. C'est cette complexité opérationnelle qui distingue le marché de l'annotation de l'économie des petits boulots classique.

Ce que cela signifie

Le remaniement au sein de la division IA d'Uber illustre une tendance plus large : de grandes entreprises technologiques issues de secteurs voisins se lancent activement dans l'infrastructure d'IA et découvrent souvent que concurrencer des spécialistes est bien plus difficile qu'il n'y paraissait à l'annonce. Faute de commentaire officiel d'Uber, les conséquences stratégiques de ces licenciements restent floues, mais de tels changements de personnel se produisent rarement sans révision de la trajectoire.