L’ascension discrète d’Edwin Chen, prodige de l’IA et benjamin du classement Forbes 400

Ancien employé de Google, Facebook et Twitter, Edwin Chen a fondé Surge, sa société de data labeling, au cœur de la révolution de l’IA. Aujourd’hui, le plus jeune membre du classement Forbes 400 s’apprête à sortir de l’ombre et à faire connaître ses idées.

Après avoir passé la matinée à analyser des ensembles de données, lire des articles de recherche et tester des modèles d’IA de pointe dans son appartement de Manhattan, Edwin Chen fait une courte promenade jusqu’au chic Starbucks Reserve Roastery, un établissement sur trois étages, situé sur la 9^e avenue.

Edwin Chen descend les escaliers et s’installe dans un coin du café. Sirotant un thé vert, le fondateur et PDG de Surge AI, une entreprise spécialisée dans l’annotation de données et la formation en IA, se lance alors dans une discussion de deux heures. Les sujets varient de ses critiques de la culture de la Silicon Valley à ses rivaux, en passant par des réflexions sur la manière dont les humains pourraient communiquer avec des extraterrestres. « Ils ne parlent pas anglais. Comment déchiffrer leur langue ? Espérons qu’il existe un moyen mathématique de le faire. »

Ce dilemme est également au cœur de sa nouvelle préférée, Story of Your Life, écrite en 1998 par l’auteur de science-fiction Ted Chiang. Adaptée au cinéma sous le titre Arrival, l’histoire met en scène une linguiste qui tente de communiquer avec des extraterrestres en décryptant les schémas de leur langage et de leur écriture. Cette œuvre a inspiré Chen dans la création de Surge, en 2020. Il explique vouloir que son entreprise d’annotation de données capture la « richesse de l’humanité ». Concrètement, cela signifie faire appel à des experts — professeurs de Stanford, Princeton ou Harvard — pour traduire leur savoir en données compréhensibles par l’IA, codées en 0 et 1 pour entraîner les grands modèles linguistiques.

À cette expertise s’ajoute une armée de plus d’un million de travailleurs indépendants répartis dans plus de 50 pays. Ils aident à identifier des questions complexes pour défier l’IA, évaluer ses réponses et rédiger des critères permettant à la machine de générer des réponses optimales. « Je suis convaincu que notre travail est indispensable au développement de l’AGI, affirme Chen. Sans nous, elle ne pourrait pas voir le jour. Et je veux que cela se produise. »

Verbeux, brillant et excentrique, Chen est peut-être l’entrepreneur technologique le plus prospère dont vous n’avez jamais entendu parler. Jusqu’à récemment, c’était d’ailleurs son souhait, même s’il jouissait d’une certaine notoriété dans le milieu de l’IA.

Ce data scientist, ancien de Twitter, Google et Facebook, a renoncé au capital-risque traditionnel et quitté la baie de San Francisco il y a sept ans pour financer lui-même Surge, en commençant par « quelques millions » d’économies accumulées au cours de ses dix années dans les grandes entreprises tech.

« L’une des raisons pour lesquelles nous avons démarré sans financement externe est que j’ai toujours détesté le jeu du statut social dans la Silicon Valley », explique Chen, qualifiant les start-ups typiques financées par le capital-risque de « stratagèmes pour devenir riche rapidement ». Il rejette aussi l’idée de lever de grosses sommes pour ensuite les dépenser, souvent au détriment de la rationalité dans le recrutement.

Résultat : Surge compte seulement 250 employés, tous statuts confondus, contre quatre fois plus pour Scale AI, son principal rival, qui réalise pourtant un chiffre d’affaires inférieur.

Surge, qui fournit aux entreprises technologiques les données de haute qualité nécessaires pour améliorer leurs modèles d’IA, a généré 1,2 milliard de dollars de chiffre d’affaires en 2024, moins de cinq ans après sa création. Parmi ses clients figurent Google, Meta, Microsoft ainsi que les laboratoires d’IA Anthropic et Mistral — l’entreprise ayant contribué à la formation de Gemini de Google et de Claude d’Anthropic. Selon Chen, Surge a été rentable dès le premier jour. Sa valeur est aujourd’hui estimée à 24 milliards de dollars, et l’entreprise est en discussions pour lever 1 milliard de dollars, avec une valorisation potentielle de 30 milliards de dollars, le tour de table n’étant pas encore finalisé.

La décision de Chen de financer Surge lui-même s’avère extrêmement lucrative : sa participation d’environ 75 % dans l’entreprise est évaluée à 18 milliards de dollars, faisant de lui le nouveau venu le plus riche du classement Forbes 400 et, à 37 ans, le plus jeune membre du classement.

Chen met la créativité au cœur de son recrutement : lors d’un entretien, il peut aussi bien demander à un candidat de discuter de David Foster Wallace ou de linguistique que de coder ou de résoudre un problème sur un tableau blanc. « Nous valorisons la créativité », insiste-t-il.

Surge assure que son approche diffère radicalement des anciennes méthodes d’annotation de données, où des travailleurs, souvent dans des pays du Sud, étaient payés quelques centimes de l’heure pour distinguer un chat d’un chien devant un écran. Aujourd’hui, les annotateurs de Chen — parmi lesquels figurent des professionnels et des professeurs — suivent des instructions précises pour interagir avec des chatbots en ligne. Ils peuvent, par exemple, tenter de pousser l’IA à fournir une réponse incorrecte, puis rédiger une version correcte et améliorée. Ils peuvent aussi comparer différentes réponses à une même question et expliquer laquelle est la meilleure.

En termes de chiffre d’affaires, Surge est actuellement le leader du secteur, mais ses concurrents, notamment Scale AI(dont Meta a racheté 49 % pour 14 milliards de dollars en juin), Turing, Mercor et Invisible AI, progressent rapidement. Selon le cabinet International Data Corporation, les entreprises ont investi 104 milliards de dollars dans les infrastructures d’IA en 2024 et devraient encore augmenter leurs dépenses cette année. « Les données constituent un pilier essentiel de cette infrastructure, tout comme la puissance de calcul et l’énergie », explique Jonathan Siddharth, PDG de Turing. « Il est logique pour une entreprise de consacrer entre 10 % et 20 % de son budget informatique aux données. »

Tout le monde veut sa part du gâteau : en mai, Jeff Bezos a investi 72 millions de dollars dans la société néerlandaise Toloka, spécialisée dans l’étiquetage de données. Uber a commencé à annoter ses propres données en 2024, tandis que des acteurs historiques comme l’entreprise australienne Appen, qui collabore de plus en plus avec des créateurs de modèles chinois, se réorientent eux aussi vers l’IA générative.

Depuis ses débuts, Chen a construit discrètement son entreprise et sa réputation. « Je pense que Surge ne veut tout simplement rien révéler de ses activités », explique un chercheur de Meta. Mais à mesure que le secteur de l’IA évolue, Chen ne se contente plus de rester dans l’ombre. Il redoute que les modèles actuels soient optimisés pour de mauvaises priorités, entraînant les utilisateurs dans un « cercle vicieux illusoire », à l’image des algorithmes de YouTube et Twitter, qu’il critiquait déjà pour leur obsession du clic lorsqu’il travaillait dans ces entreprises. Il veut que Surge contribue à orienter le secteur de l’IA, se positionnant ainsi comme un leader d’opinion. « Surge est vraiment performant, et les gens le savent. J’ai demandé à Chen : “Pourquoi pensez-vous que vous n’êtes pas plus célèbre ?” », raconte le chercheur.

Chen a grandi à Crystal River, en Floride, une petite ville côtière de 3 400 habitants, plus connue pour ses lamantins et ses retraités que pour ses milliardaires de la tech. Ses parents, immigrés taïwanais, tenaient le Peking Garden, un restaurant sino-thaï-américain où Chen travaillait adolescent.

Dès son plus jeune âge, il s’intéressait aux langues et aux mathématiques, et surtout à leurs interactions. « J’ai toujours été fasciné par les fondements mathématiques du langage », dit-il. Enfant, il rêvait d’apprendre « une vingtaine de langues » et participait avec passion aux concours d’orthographe. Aujourd’hui, il parle encore un peu de français, d’espagnol et de mandarin (ayant abandonné l’hindi et l’allemand). Les mathématiques lui venaient naturellement, mais elles ont vraiment captivé son imagination lorsqu’il a commencé à remarquer des motifs distinctifs dans les nombres, « en particulier le chiffre trois », présents partout, des pétales de fleurs aux reliefs montagneux.

Chen, qui avait suivi des cours de calcul différentiel dès la quatrième, raconte avoir obtenu une bourse pour ses deux dernières années de lycée à Choate, un internat prestigieux du Connecticut dont les anciens élèves incluent John F. Kennedy, John Dos Passos et Ivanka Trump. Après avoir terminé le programme de mathématiques de l’établissement, il a consacré la majeure partie de sa dernière année à des recherches personnelles sur des sujets qui l’intéressaient, encadré par des professeurs de Yale enseignant également à Choate.

Il est ensuite entré au MIT, où il s’est spécialisé en mathématiques, a cofondé une société de linguistique et a expérimenté le sommeil polyphasique, consistant à diviser le sommeil en courtes périodes, par exemple une sieste de 30 minutes toutes les six heures au lieu d’une nuit complète de huit heures.

Après trois ans au MIT, Chen a effectué un stage dans l’ancien fonds spéculatif de Peter Thiel à San Francisco. L’expérience lui a tellement plu qu’il n’est jamais retourné à l’université : il a simplement demandé son diplôme après avoir suivi les cours obligatoires et l’a obtenu deux ans plus tard.

Il a ensuite travaillé chez Twitter, Google et Facebook, occupant divers postes liés à la modération de contenu et aux algorithmes de recommandation. Dans chacune de ces fonctions, il a été confronté au même problème : obtenir des données annotées par des humains, fiables et à grande échelle, était extrêmement difficile. C’est ce défi qui l’a poussé à quitter Twitter en 2020 et à créer Surge la même année. « Je travaille sur les premières versions de ce système depuis dix ans », explique-t-il.

Tout ce que fait Chen est réfléchi. Végétalien et parcourant près de 20 000 pas par jour, il affirme que ses meilleures idées lui viennent lors de ses promenades dans New York. Une ou deux fois par semaine, il se rend à Times Square à minuit. « J’adore voir cette mini-représentation de l’humanité — acteurs de Broadway, touristes du monde entier, travailleurs de nuit, artistes — entourée de lumières, de technologie et d’infrastructures », explique-t-il. Grand fan d’Eminem, il cite ici Jay-Z et Alicia Keys dans Empire State of Mind : « Ces rues vous feront vous sentir plein d’énergie, les grandes lumières vous inspireront. »

« Pourquoi quelqu’un voudrait-il entrer en bourse ? L’un des gros problèmes des entreprises cotées est qu’elles doivent toujours se soucier du court terme », souligne-t-il.

Chen en avait assez des annotations de données « complètement inutiles », réalisées par des personnes mal rémunérées ou dépourvues des connaissances culturelles et politiques nécessaires pour juger correctement. Chez Surge, l’objectif était de recruter des personnes comprenant le contexte et maîtrisant la langue.

En 2021, il reçut un e-mail surprenant du frère d’un ingénieur qu’il avait tenté d’embaucher. Scott Heiner n’avait quasiment aucune expérience technologique : il avait été batteur et tour manager pour des artistes indie pop comme Alec Benjamin pendant plus de dix ans. Mais l’e-mail contenait en pièce jointe un célèbre essai de David Foster Wallace sur la question de qui a le droit de définir l’anglais « correct ». Intrigué, Chen embaucha Heiner en octobre comme cinquième employé de Surge, malgré son absence d’expérience technique. Heiner décrit Chen comme un « penseur non conventionnel ».

Il applique son approche créative à d’autres aspects de l’entreprise. Refusant les méthodes classiques de vente et de marketing, il a d’abord communiqué via son blog populaire sur la science des données, lancé pendant son temps libre il y a plus de dix ans. C’est ainsi que Surge a trouvé ses premiers clients, dont Airbnb, Twitch et son ancien employeur Twitter, selon lui. Sa stratégie consiste à s’adresser directement aux data scientists des entreprises technologiques, partant du principe qu’ils reconnaîtront la qualité des données de Surge et seront prêts à payer pour elles. (Selon deux chercheurs, Surge facture entre 50 % et dix fois plus cher que ses concurrents.)

Un chercheur de Google a appelé Chen un samedi soir de mai 2023, sur recommandation de ses collègues. À l’époque, la famille de modèles d’IA Gemini de Google était « en très mauvais état ». L’appel a duré plus de deux heures. Peu après, Google a signé un contrat avec Surge, générant plus de 100 millions de dollars par an. « On a l’impression de payer pour la qualité plutôt que pour des heures de travail », explique le chercheur, qui a depuis quitté Google et a demandé à rester anonyme.

Les start-ups spécialisées dans l’IA sont souvent très discrètes, mais même comparée à ses pairs, Surge se distingue. Ses plus gros clients ne savent pas exactement ce qui rend ses données supérieures. (En retour, Surge et ses concurrents ignorent généralement qui fournit les données servant à entraîner des modèles comme Gemini, Claude ou GPT d’OpenAI.) L’entreprise ne révèle ni comment elle associe les participants aux projets, ni comment elle collecte et annote ses données. Tout ce que ses clients reçoivent en échange de leurs millions, c’est un lien vers un ensemble de données.

Cette approche permet à Surge de surveiller de près les performances des annotateurs, grâce à des quiz cachés, à des révisions manuelles par des annotateurs mieux notés, et, bien sûr, à des algorithmes d’apprentissage automatique qui optimisent les performances et peuvent se montrer assez « antagonistes », explique Chen. Selon lui, les contrôles de qualité et l’expertise technique approfondie constituent les véritables ingrédients secrets de Surge.

Chen affirme que le secret autour de Surge n’est pas intentionnel, mais que l’entreprise a été « trop occupée pour parler de son travail à l’extérieur ». De plus, Surge opère sous accords de confidentialité avec ses clients et recrute ses annotateurs via une filiale détenue à 100 %, DataAnnotation Tech. Ni les offres d’emploi ni le site utilisé par les annotateurs ne mentionnent Surge, ce qui fait que beaucoup de travailleurs ignorent probablement quelle société se cache derrière leur activité. Le travail est rémunéré au moins 20 dollars de l’heure, et plus de 40 dollars pour les tâches spécialisées, ce qui reste modeste pour les meilleurs talents. « Si vous êtes très intelligent et compétent, nous voulons être une plateforme où vous pouvez travailler à temps plein », explique Chen.

Les entrepreneurs de l’intelligence artificielle ont beau être de véritables cerveaux, cela ne les empêche pas d’échanger quelques piques bien senties.

« Je dirais que Scale est à l’arrêt, non ? Quant à Turing et Mercor, souvenez-vous de leurs débuts : ce n’étaient littéralement que des ateliers de main-d’œuvre. »

— Edwin Chen, PDG de Surge AI

« Si Edwin passait moins de temps à critiquer Scale, il réussirait peut-être enfin à conclure sa levée de fonds qui traîne en longueur. »

— Joe Osborne, porte-parole de Scale AI

« Il est rare, dans le monde des start-up, que votre plus grand concurrent soit torpillé du jour au lendemain. »

— Adarsh Hiremath, directeur technique de Mercor, à propos de l’accord entre Meta et Scale

« Rien d’étonnant à ce que Mercor répande des mensonges sur son plus grand concurrent. »

— Joe Osborne, porte-parole de Scale AI

Dans de rares cas, Surge embauche directement certains annotateurs, comme Juliet Stanton, ancienne professeure de linguistique à l’université de New York et titulaire d’un doctorat du MIT. Elle a commencé à travailler pour Surge en avril 2024 « pour gagner un peu d’argent supplémentaire » et est aujourd’hui employée à temps plein. L’entreprise recherche des personnes « capables de réflexion analytique et créative », explique Stanton, ajoutant que Chen souhaite que les annotateurs aident l’IA à comprendre les différents contextes culturels et sociaux dans diverses langues. Par exemple, le langage employé avec un ami n’est pas le même qu’avec un supérieur, et certaines langues distinguent même les contextes romantiques et non romantiques — autant de nuances que les annotateurs humains enseignent à l’IA.

Cependant, Surge s’appuie aussi sur une armée de travailleurs horaires, dont beaucoup font de l’annotation de données leur activité principale sans bénéficier d’avantages sociaux, ce qui ouvre la voie à des poursuites judiciaires. Surge et son concurrent Scale font l’objet de recours collectifs en Californie, accusés d’avoir classé à tort des travailleurs à temps plein comme entrepreneurs indépendants pour éviter de leur verser des congés payés ou une couverture santé.

« La décision délibérée de Surge AI d’exploiter ses travailleurs à des fins lucratives s’inscrit dans une tendance plus large que nous continuerons à surveiller, à mesure que les géants de la tech se livrent une course pour dominer l’IA », déclare Glenn Danas, associé au cabinet Clarkson Law Firm à Los Angeles. « Au fond, ce que fait Surge AI, c’est du vol salarial à grande échelle. »

Chen répond : « Nous estimons que cette plainte est sans fondement. » Lui et Joe Osborne, porte-parole de Scale, affirment tous deux être déterminés à défendre vigoureusement leurs entreprises ; les deux affaires sont toujours en cours.

La grande question pour des entreprises comme Surge est existentielle : les annotations humaines deviendront-elles un jour obsolètes face aux progrès de l’IA ? Déjà, des modèles comme Llama 4 de Meta, lancé en avril, reposent largement sur l’IA pour générer et étiqueter leurs propres données, dites « synthétiques », selon un chercheur de Meta.

Surge privilégie une approche « human-in-the-loop » : l’IA produit et annote ses données, mais des humains évaluent ensuite la qualité des résultats. Pour Chen, cette collaboration reste indispensable. Selon lui, l’humain et la machine, ensemble, accomplissent bien plus que ce qu’ils pourraient faire séparément. Mais il reconnaît qu’un basculement vers un apprentissage davantage autonome des machines réduirait drastiquement les coûts de formation — et rognerait donc sur ses revenus.

Autre défi : la pression concurrentielle. Dopés par des milliards de capitaux-risque, les rivaux de Surge n’ont pas besoin de se préoccuper de rentabilité à court terme, ce qui tire l’ensemble du secteur vers le bas. Résultat, deux clients stratégiques ont déjà tourné le dos à Chen. Un porte-parole d’OpenAI confirme que l’entreprise ne travaille plus avec Surge (ses concurrents Mercor et Invisible affirment, eux, compter OpenAI parmi leurs clients). Cohere, l’un des premiers partenaires de Surge, a internalisé la quasi-totalité de ses annotations.

En réalité, les laboratoires d’IA ne font preuve d’aucune fidélité. La plupart collaborent avec plusieurs prestataires à la fois. Meta, par exemple, continue d’utiliser Surge, tout en dépensant des milliards pour acquérir la moitié de Scale.

« Ce n’est pas un marché où le gagnant rafle tout », explique Ashu Garg, investisseur chez Turing et associé chez Foundation Capital. Selon lui, si les entreprises de services en IA et en données parviennent à capter une partie des budgets informatiques des géants mondiaux et à grignoter les parts des acteurs historiques de l’IT, ce marché pourrait peser jusqu’à 1 000 milliards de dollars.

Quelle que soit l’évolution du secteur, Edwin Chen compte rester aux commandes de Surge jusqu’à l’avènement de l’intelligence artificielle générale — si elle se concrétise un jour. Sam Altman la croit imminente. Chen, lui, se montre plus réservé et table sur une vingtaine d’années.

Quant à l’avenir de son entreprise, il assure n’être « fondamentalement pas intéressé par une acquisition » et n’avoir aucune intention d’introduire Surge en bourse. « Pourquoi le ferait-on ? Le problème des sociétés cotées, c’est qu’elles sont condamnées à raisonner à court terme. »

Nick Heiner, responsable produit, y voit une explication plus personnelle : « Si Surge n’existait pas, Edwin s’amuserait probablement à créer des données et à entraîner des modèles d’IA pour son plaisir. Que ce soit aussi rentable est presque secondaire. C’est comme regarder Michael Jordan dunker : il fait simplement ce pour quoi il est né. »

Un article de Phoebe Liu pour Forbes US – traduit par Lisa Deleforterie

À lire également : Les McMilliardaires : les entrepreneurs au succès fulgurant qui ont débuté leur carrière dans les chaînes de fast-food