Amazon Nova : vos données se comprennent enfin, sans tags

Vous souvenez-vous de l'époque où chercher dans une archive vidéo revenait à faire défiler des timelines sans fin, ou à espérer qu'un stagiaire ait bien posé les tags ? Amazon a décidé d'en finir. Pendant que le grand public se demande si les chatbots comprennent le sarcasme, l'équipe d'AWS a discrètement lancé Nova Multimodal Embeddings, un outil qui fait parler texte, images et vidéo dans le même langage vectoriel. Ce n'est pas une simple mise à jour du cloud de plus, mais une tentative de rendre la recherche réellement intelligente sans obliger personne à saisir à la main des métadonnées pour chaque fichier.

Avant Nova, l'industrie vivait de bricolages. Pour retrouver un produit dans une boutique en ligne à partir d'une photo, ou un passage précis dans un film de plusieurs heures, il fallait recourir soit à une recherche primitive par titres, soit à de complexes cascades de réseaux de neurones qui entraient souvent en conflit. Amazon a longtemps regardé l'architecture CLIP d'OpenAI séduire les développeurs, et a décidé de lancer sa propre réponse, taillée pour les besoins des entreprises et l'infrastructure cloud. La multimodalité devient le standard de fait pour tout projet sérieux.

Que se passe-t-il vraiment sous le capot ? Nova transforme toute donnée média en longues listes de nombres, les fameux embeddings. L'astuce : les objets sémantiquement proches se retrouvent côte à côte dans cet espace mathématique. Si vous importez la photo d'un VTT et saisissez « sport extrême en pleine nature », le modèle comprendra qu'ils sont étroitement liés, même si la description n'a aucun mot en commun avec le nom du fichier. De plus, Nova sait traiter la vidéo en analysant non seulement les images isolées mais aussi la dynamique du mouvement, ce qui exigeait auparavant une puissance de calcul colossale et des pipelines distincts.

À quoi cela sert-il, pour nous et pour les entreprises ? D'abord, cela réduit radicalement le coût de développement des systèmes de recommandation. Une petite startup n'a plus besoin d'embaucher une armée de modérateurs pour annoter le contenu. Ensuite, cela change profondément l'expérience utilisateur. Imaginez : vous importez une capture d'écran d'un film dans le moteur de recherche d'une boutique et trouvez instantanément la veste portée par le héros, sans chercher la marque sur Google. Amazon parie que les données sont le nouveau pétrole, mais seulement si l'on sait repérer vite le bon puits dans un océan de déchets numériques.

Il y a bien sûr un calcul stratégique : garder les clients dans AWS. L'intégration de Nova avec des bases de données vectorielles comme OpenSearch rend la transition presque transparente pour ceux qui stockent déjà leurs téraoctets sur les serveurs de Jeff Bezos. Tandis que Google Gemini tente de rivaliser sur la créativité, Amazon se concentre sur des tâches appliquées de retail, de logistique et de gestion des connaissances, où chaque point de précision de recherche gagné se traduit en millions de revenus.

L'essentiel : l'ère de la recherche par mots-clés est officiellement morte. Les machines comprennent désormais le fond du contenu, et pas seulement son nom. Google pourra-t-il conserver son leadership dans la recherche quand n'importe quel développeur accédera à de tels outils en quelques clics dans la console AWS ?