Atlassian n'utilise pas de modèles d'IA chinois en production, déclare le PDG Cannon-Brookes

Le PDG d'Atlassian Mike Cannon-Brookes, dans une interview au podcast 20VC (présenté par Harry Stebbings), a clairement déclaré que l'entreprise n'utilise pas de modèles d'IA chinois en production. L'interview a été enregistrée à Amsterdam lors de la conférence Team '26 Europe.

La conversation a été déclenchée par une déclaration du fondateur de SaaStr, Jason Lemkin, selon laquelle les grandes entreprises évitent les modèles open-weight chinois. Cannon-Brookes a convenu que cela pourrait changer, mais Atlassian suit ses clients : « Oui, il y a une résistance des clients aux modèles chinois à certains endroits. Mais il n'y a aucune résistance aux modèles open source ».

Quels modèles fonctionnent chez Atlassian

Au lieu de solutions chinoises, l'entreprise s'appuie sur :

• Modèles Nvidia Nemotron — via un partenariat profond avec le chipmaker • Modèles Mistral • Modèles open source d'autres fabricants, que l'entreprise fine-tune pour des tâches spécifiques

L'objectif d'Atlassian est de sélectionner le meilleur modèle pour chaque cas d'usage au coût le plus bas possible pour les clients. L'acheminement est géré par sa propre équipe AI gateway.

La frontière entre le propre et l'emprunté s'estompe

Cependant, Cannon-Brookes a reconnu la complexité de la situation. Selon lui, de nombreux modèles d'IA américains sont en partie entraînés sur des modèles chinois, mais cela n'est pas mentionné. De plus, Microsoft a lancé lundi un small decision model basé sur Qwen d'Alibaba — une entreprise chinoise.

Cannon-Brookes est sceptique envers les entreprises qui prétendent avoir leurs propres modèles d'IA. La plupart prennent simplement un modèle open-weight chinois et le fine-tunent pour une tâche spécifique, mais ne l'admettent pas. Atlassian fait aussi du fine-tuning de modèles open source, mais en parle honnêtement.

« Le jury n'a pas encore rendu son verdict sur l'utilité des modèles spécialisés », considère le PDG. En pratique, les solutions spécialisées surpassent rarement les latest general models ni en prix ni en performance. De nombreux premiers startups avec leurs propres modèles ont perdu face au marché de masse.

Le coût — la principale préoccupation des grands clients

Le second thème majeur de l'interview est la finance. Les grands clients s'inquiètent de plus en plus du coût de l'IA pour eux. Atlassian dispose d'une équipe AI gateway complète qui dirige chaque tâche vers le modèle optimal.

Cannon-Brookes donne aux product teams des instructions claires : ne vous obsédez pas trop tôt sur le coût. « Si cinq personnes utilisent une fonctionnalité, je ne me soucie pas de son coût. Si c'est cinq millions — je serai très préoccupé par le prix ».

L'un des principaux changements dans sa perspective cette année : les AI running costs baisseront bien plus fortement qu'il ne l'attendait.

Faits et chiffres

• Juillet 2026 : Atlassian a accordé des budgets IA mensuels à ses engineers • Août 2026 : 28% de croissance des revenus au quatrième trimestre • Principaux partenaires : Nvidia, Mistral, modèles open source • Outil clé : équipe AI gateway pour l'acheminement des tâches

La conclusion de Cannon-Brookes : les entreprises seront forcées d'adopter des solutions moins chères et plus efficaces, même en sachant ce qu'elles contiennent. Il sera de plus en plus difficile de s'éloigner des technologies open source qui peuvent être vérifiées.