Nexdata présente des solutions de données pour l'IA à l'ICML 2026 : l'importance de l'infrastructure de données mise en avant

Contexte sectoriel

Le 24 juin 2026, Nexdata, fournisseur mondial de services de données d'entraînement pour l'IA, a annoncé qu'il présenterait ses solutions de données pour l'IA lors de la 43ᵉ Conférence internationale sur l'apprentissage automatique (ICML 2026). L'ICML se tiendra du 6 au 11 juillet 2026 au COEX Convention & Exhibition Center de Séoul, et Nexdata sera présent sur le stand B605.

Avec l'essor rapide de l'IA générative, des modèles multimodaux, des modèles de langage vocal, des systèmes d'agents et de l'IA physique, le besoin en données de haute qualité, évolutives et orientées tâches devient de plus en plus pressant pour les modèles d'IA. La participation de Nexdata à cet événement intervient à un moment clé où l'industrie passe d'une « course aux modèles » à une « exploitation affinée des données ».

Impact sur le marché

Nexdata mettra l'accent sur quatre axes principaux : GenAI/VLM (IA générative et modèles vision-langage), Physical AI (IA physique, incluant l'apprentissage robotique, les données 3D, etc.), SpeechLLM (modèles de langage vocal) et LLM (grands modèles de langage). Cela montre que les fournisseurs de données étendent leur offre des données textuelles génériques vers des données multimodales, interactives et issues du monde physique, afin de répondre à la demande croissante des applications d'IA en entreprise pour des données issues de scénarios réels.

Pour les entreprises d'IA, la qualité des données détermine directement les performances des modèles dans des tâches complexes. Nexdata souligne que ses solutions soutiennent l'entraînement, l'évaluation, l'optimisation et le déploiement pratique des modèles, ce qui signifie que les services de données passent d'un « achat unique » à un « service tout au long du cycle de vie », contribuant ainsi à réduire les coûts d'essais-erreurs dans le développement de l'IA en entreprise.

D'un point de vue investissement, l'infrastructure de données, en tant que « fondation invisible » de la chaîne de l'IA, attire de plus en plus l'attention des capitaux. Le contenu présenté par Nexdata suggère que des sous-domaines tels que l'annotation de données, les données synthétiques et la collecte de données contextualisées pourraient connaître une nouvelle phase de croissance.

Paysage concurrentiel

Nexdata n'est pas le seul acteur visant le marché des données pour l'IA. Des concurrents internationaux comme Scale AI, Appen et Labelbox se disputent également les contrats des grands clients. Cependant, en couvrant simultanément quatre axes de pointe, notamment l'IA physique (données robotiques) et le SpeechLLM (données de dialogue vocal), Nexdata affiche un positionnement différencié.

Pour Nexdata, l'ICML, en tant que conférence de premier plan, offre une opportunité de dialogue direct avec des chercheurs en IA et des clients professionnels du monde entier, contribuant ainsi à renforcer son influence de marque tant dans les milieux académiques qu'industriels. Quant aux concurrents, en particulier ceux spécialisés dans un seul mode de données, la stratégie de « données complètes » de Nexdata pourrait exercer une pression, favorisant une segmentation et une consolidation accrues du secteur.

Enseignements pour les entreprisesLes entreprises doivent accorder de l'importance à la diversité et à la qualité de l'offre de données. Lorsque les modèles passent du texte à la parole, à la vision et aux interactions physiques, les données d'annotation traditionnelles ne suffisent plus à soutenir les capacités d'IA de nouvelle génération. Il est recommandé aux entreprises : - d'évaluer les lacunes en données de leurs applications d'IA, et de planifier à l'avance la collecte de données multimodales et contextuelles ; - de prêter attention aux compétences approfondies des fournisseurs de services de données, par exemple s'ils prennent en charge les données d'interaction avec les agents, les données de compréhension de contexte long, etc. ; - de considérer l'investissement dans les données comme un investissement d'infrastructure à long terme, et non comme un coût ponctuel.