Scout AI de Coby Adcock lève 100 millions de dollars pour entraîner ses modèles à la guerre. Nous avons visité son bootcamp.

Dans une base militaire américaine du centre de la Californie, des véhicules tout-terrain à quatre places parcourent les sentiers à flanc de colline. Il s’agit d’un exercice de formation, mais pas pour les personnes à bord des véhicules : il s’agit d’un effort visant à entraîner des modèles d’IA à pénétrer dans les zones de conflit.

Les VTT militaires autonomes sont exploités par Scout AI, une startup fondée en 2024 par Coby Adcock et Collin Otis, qui se qualifie de « laboratoire frontalier pour la défense ». La société a annoncé mercredi avoir levé un tour de table de série A de 100 millions de dollars, dirigé par Align Ventures et Draper Associates, à la suite de son tour de table de 15 millions de dollars en janvier 2025.

Scout a invité TechCrunch pour une visite exclusive de ses opérations de formation dans une base militaire qu’il nous a demandé de ne pas nommer.

L’entreprise construit un modèle d’IA qu’elle appelle « Fury » pour exploiter et commander des ressources militaires, d’abord pour le soutien logistique, mais bientôt pour les armes autonomes. Le CTO Collin Otis compare ce travail, qui s’appuie sur les LLM existants, à la formation des soldats.

« Ils commencent à l’âge de 18 ans, et parfois même après l’université, donc vous voulez commencer avec ce niveau d’intelligence de base », a déclaré Otis à TechCrunch. « Il est utile de commencer avec quelqu’un qui a déjà investi et de se dire ensuite : que dois-je faire pour apprendre à cette chose à devenir une AGI militaire incroyable, au lieu d’être simplement une AGI largement intelligente ? »

Scout a obtenu des contrats de développement de technologies militaires totalisant 11 millions de dollars auprès d’organisations telles que la DARPA, le Army Applications Laboratory et d’autres clients du ministère de la Défense. Il s’agit de l’une des 20 sociétés d’autonomie dont la technologie est utilisée par la 1re division de cavalerie de l’armée américaine au cours de son cycle d’entraînement régulier à Fort. Hood au Texas, dans l’espoir que l’unité apportera des produits qui feront leurs preuves lors de son prochain déploiement en 2027.

Pour les tests internes de Scout, le caoutchouc rencontre la saleté sur le terrain vallonné de la base. Là, l’équipe opérationnelle de l’entreprise, dirigée par d’anciens militaires, met les véhicules à l’épreuve lors de missions simulées.

Alors que les voitures autonomes commencent à être vues dans de plus en plus de villes à travers le monde, elles y fonctionnent dans des environnements plus structurés et dotés de règles. Conduire de manière autonome sur des sentiers non balisés ou hors route est un tout autre défi. Otis, ancien cadre de l’entreprise de camionnage autonome Kodiak, a déclaré qu’il était motivé à lancer Scout lorsqu’il a réalisé que le système qu’il avait aidé à construire n’était pas assez intelligent pour fonctionner dans une zone de guerre imprévisible.

Une nouvelle approche de l’autonomie

Scout se tourne vers une nouvelle technologie d’autonomie : les modèles Vision Language Action, ou VLA, basés sur les LLM et utilisés pour contrôler les robots. Lancée pour la première fois par Google DeepMind en 2023, cette technologie a donné naissance à des start-ups robotiques comme Physical Intelligence et Figure.AI, la société de robots humanoïdes dirigée par le frère d’Adock, Brett.

Adcock est au conseil d’administration de Figure. Il dit que cette expérience l’a convaincu de l’opportunité d’apporter des renseignements plus larges à la flotte croissante de véhicules autonomes de l’armée. Son frère l’a présenté à Otis, qui conseillait Figure, et ils ont commencé à appliquer les dernières avancées en matière d’IA aux solutions militaires.

« Si je vous remettais le contrôleur d’un drone maintenant et que je vous attachais un casque, vous pourriez apprendre à piloter cette chose en quelques minutes », a déclaré Otis. « En fait, vous apprenez simplement à connecter vos connaissances antérieures à ces quelques petits joysticks. Ce n’est pas un grand pas en avant. C’est ainsi qu’on peut penser aux VLA et pourquoi ils constituent un tel déblocage. »

En effet, j’ai eu la chance de conduire l’un des VTT de Scout sur des sentiers défoncés, et le terrain était difficile : collines abruptes, sable meuble dans les virages, pistes disparaissant, intersections déroutantes. Je ne suis pas un conducteur de VTT expérimenté, mais j’ai réussi dès ma première tentative (si je le dis moi-même). C’est le genre d’intelligence générale que l’entreprise souhaite dans ses modèles, qu’elle entraîne via ces VTT depuis seulement six semaines après avoir utilisé des VTT civils pour démarrer le processus.

J’ai également roulé dans le VTT sous contrôle autonome et j’ai pu sentir la différence : il accélère plus vite qu’un humain qui pourrait penser au confort d’un passager. L’équipe des opérations souligne que les véhicules longent la droite sur les sentiers plus larges mais restent au milieu des sentiers étroits, comme leurs chauffeurs de formation. Ils ralentissent également, lorsqu’ils sont confus, pour réfléchir à leur prochain mouvement, ce qui arrive plusieurs fois alors qu’il nous entraîne sur une boucle de 6,5 km avant de retourner à la base.

Bien que les VLA soient suffisamment récents pour qu’ils n’aient encore été déployés par aucune entreprise dans un cadre opérationnel, « la technologie est suffisamment bonne pour faire cette expérimentation sur le terrain avec des soldats afin de déterminer comment être le plus efficace possible envers les forces américaines », a déclaré Stuart Young, un ancien responsable du programme de la DARPA qui a travaillé sur l’autonomie des véhicules terrestres. Et comme d’autres sociétés d’autonomie, la pile d’autonomie complète de Scout comprend également des systèmes déterministes et d’autres types d’IA pour compléter les capacités de ses agents.

Young a quitté la DARPA ce mois-ci pour rejoindre Field après avoir dirigé un programme appelé RACER. Il a demandé aux entreprises de créer des véhicules tout-terrain autonomes à grande vitesse, contribuant ainsi à créer cet espace de la même manière que le Grand Challenge de l’organisation a stimulé les voitures autonomes. Deux concurrents dans cet espace, Field AI et Overland AI, ont été issus de ce programme, et Scout y a également participé ultérieurement.

Les premières applications de l’autonomie au sol, selon les dirigeants scouts et les technologues militaires, seront le réapprovisionnement automatisé : transporter de l’eau ou des munitions vers des postes d’observation éloignés, ou dans un convoi où un camion avec équipage pourrait être suivi par six à dix véhicules autonomes, économisant ainsi une main d’œuvre humaine précieuse pour des tâches plus importantes. Brian Mathwich, un officier d’infanterie en service actif effectuant un séjour militaire chez Scout, se souvient d’un récent exercice en Alaska au cours duquel il dirigeait un convoi de ravitaillement dans l’obscurité totale et souhaitait que des véhicules autonomes l’aident.

Ajouter du renseignement au parc automobile de l’armée

Scout se considère avant tout comme un éditeur de logiciels, créant une couche de renseignement pour les machines militaires. L’objectif n’est pas de fabriquer les véhicules autonomes eux-mêmes, mais de construire sur eux.

Adcock s’attend à ce que le premier produit de la startup qui soit largement adopté soit celui appelé « Ox », le logiciel de commande et de contrôle de l’entreprise, regroupé sur du matériel informatique renforcé (GPU, communications, caméras). Il est destiné à permettre à des soldats individuels d’orchestrer plusieurs drones et véhicules terrestres autonomes avec des commandes de type invite : « Allez à ce point de cheminement et surveillez les forces ennemies ».

Cependant, pour faire fonctionner ce logiciel, il faut une formation sur des véhicules réels. D’où Foundry, c’est ainsi que l’entreprise appelle son stand d’entraînement sur la base militaire. Là, les conducteurs passent huit heures par jour à mettre les VTT à l’épreuve, puis travaillent via un système d’apprentissage par renforcement pour enregistrer l’endroit où ils devaient prendre le relais, qui est ensuite utilisé pour améliorer le modèle. Le commandant de la base a demandé au VTT de la compagnie de faire le tour des patrouilles de sécurité.

Une hypothèse que Scout teste est que les VLA permettront à cet ensemble de données relativement limité, ainsi qu’aux données de formation dans les simulations, de fournir un agent de conduite pleinement performant. Même si le véhicule semble à l’aise sur les sentiers, par exemple, il n’est pas prêt à fonctionner entièrement hors route.

Scout s’entraîne également avec des drones pour la reconnaissance et comme armes, leur donnant de l’intelligence avec des modèles de langage de vision, une variante multimodale du LLM.

Scout travaille sur un système qui permettrait à des groupes de drones de munitions de voler avec une plate-forme « quarterback » plus grande qui fournit plus de ressources de calcul pour les commander. Dans une mission, les drones rechercheraient dans une zone géographique des chars ennemis cachés et les attaqueraient, éventuellement sans intervention humaine. Otis affirme que l’approche alternative dans ce scénario pourrait être des tirs d’artillerie indirects, imprécis par rapport aux frappes de drones.

Même si les armes autonomes constituent un point d’éclair dans la politique des technologies de défense, les experts notent que le concept est ancien : les missiles et les mines à recherche de chaleur sont utilisés depuis de nombreuses décennies. La question pour les technologues est de savoir comment les armes sont contrôlées, a déclaré à TechCrunch Jay Adams, un capitaine à la retraite de l’armée américaine qui dirige l’équipe opérationnelle de Scout.

Il note que les drones de munitions de l’entreprise peuvent être programmés pour attaquer uniquement des menaces dans une zone géographique spécifique, ou uniquement avec une confirmation humaine. Il affirme également qu’il est peu probable que les plates-formes d’armes autonomes tirent parce qu’elles ont peur, comme le ferait un soldat de dix-huit ans.

Les VLA offrent également des promesses pour un meilleur ciblage. Scout affirme que ses modèles sont pré-entraînés sur un ensemble spécifique de données militaires pour les préparer, par exemple, à heurter un char ennemi lors d’une mission de ravitaillement. Le lieutenant-colonel Nick Rinaldi, qui supervise le travail de Scout pour le laboratoire d’applications de l’armée, affirme que même si le ciblage automatisé est difficile et peu susceptible d’être utilisé en dehors d’environnements contraints à court terme, le potentiel des VLA à raisonner sur les menaces en fait une technologie prometteuse à enquêter.

Adams affirme que la promesse de drones capables d’identifier leurs propres cibles est la clé de la guerre future : alors que l’invasion de l’Ukraine par la Russie a suscité un vif intérêt pour la guerre par drones, il estime que le fait d’avoir des humains pilotant des drones individuels n’est pas suffisamment adapté pour que les États-Unis puissent faire face à un grand nombre de systèmes sans pilote à faible coût s’ils menacent les forces américaines.

Une mission pour contrer les ondes anti-militaires

Comme de nombreuses startups du secteur de la défense, Scout porte sa mission sur sa manche et ses dirigeants critiqueront librement les entreprises qui hésitent à confier leur technologie au gouvernement. Google, par exemple, se serait retiré d’un concours du Pentagone visant à développer des systèmes de contrôle pour des essaims de drones autonomes, sur lequel une capacité Scout travaille également.

« Les gens de l’IA ne veulent pas travailler avec l’armée », a déclaré Otis à TechCrunch, faisant référence à la dispute d’Anthropic avec le Pentagone au sujet de ses conditions de service. « Aucun d’entre eux n’est ouvert à l’exécution d’agents sur des drones d’attaque à sens unique, ou à l’exécution d’agents sur des systèmes de missiles. »

Néanmoins, Scout utilise actuellement les LLM existants comme base pour créer ses agents, sans toutefois préciser lesquels. Otis affirme avoir conclu des accords avec des « hyperscalers très connus » pour fournir l’intelligence pré-entraînée pour le modèle de base de Scout. Otis a également refusé de dire s’il utilisait des modèles à poids ouvert, tels que ceux proposés par les entreprises chinoises. De nombreuses entreprises qui s’appuient sur l’inférence de l’IA s’appuient sur ces modèles pour fonctionner à moindre coût par rapport aux modèles de laboratoires pionniers comme Anthropic ou OpenAI.

Scout espère résoudre ce problème en construisant son propre modèle à partir de zéro dans les années à venir, et les fondateurs affirment qu’une grande partie de son capital sera consacrée aux coûts de formation et de calcul. En effet, Otis se demande si Scout battra les dirigeants existants en AGI car son modèle interagira constamment avec le monde réel.

« Il y a un argument dans la communauté AGI selon lequel on ne peut devenir aussi intelligent qu’en lisant Internet, et la plupart de l’intelligence vient en interagissant avec le monde », a déclaré Otis.

Cela signifie-t-il qu’Adcock est en concurrence avec l’armée de robots humanoïdes de son frère à Figure ? Non, dit Otis, mais « nous pouvons évoluer beaucoup plus rapidement parce que notre client possède des actifs », a-t-il déclaré, faisant référence au Pentagone.