ZeroEntropy fusionne avec Notion : les outils de travail de la connaissance commencent à développer leurs propres modèles

Notion a annoncé une décision apparemment discrète mais significative le 1er juillet : l'équipe ZeroEntropy a rejoint l'entreprise. La startup se spécialise dans les « modèles efficaces et spécifiques à des tâches pour le travail de la connaissance » – recherchant un équilibre entre efficience et efficacité sur des tâches spécifiques. Pour Notion, il s'agit d'une amélioration clé de « l'appel de modèles d'autres personnes » à une « couche de modèle auto-développée ».

Pourquoi s'agit-il d'un « modèle spécifique au travail du savoir »

Le point d'entrée de ZeroEntropy est très précis : les grands modèles à usage général « tuent souvent la poule aux œufs d'or » dans les scénarios de travail de la connaissance : capacités redondantes, coûts élevés et performances instables sur des tâches spécifiques. Le « modèle spécifique à une tâche » poursuit des tâches spécifiques telles que le tri de documents, la récupération de connaissances et l'extraction d'informations, en utilisant des modèles plus petits pour obtenir plus de stabilité et d'efficacité. C’est exactement la capacité sous-jacente dont un outil de gestion des connaissances comme Notion a le plus besoin.

Un puzzle de stratégie d'IA complet

En rassemblant les actions de Notion au cours du premier semestre 2026, l'intention est claire : publication intensive des capacités d'IA de mai à juin - Notion Developer Platform (étendant les éléments constitutifs de Notion et Agent), Custom Agents (des collègues d'IA qui peuvent gérer de manière autonome des flux de travail complets, ont terminé la version bêta publique), Notion AI et Multi-region Data Architecture (garantissant que les données des clients sont traitées et stockées dans la région où elles se trouvent). L'ajout de ZeroEntropy complète simplement la capacité « d'auto-recherche de modèle » au bas de ce puzzle, réduisant ainsi la dépendance à l'égard des fournisseurs de modèles externes.

D'un point de vue industriel, Notion renforce son positionnement en tant que « système d'exploitation de travail de connaissances + IA » grâce à « l'acquisition d'équipes modèles », reflétant une tendance : les entreprises de la couche application commencent à pénétrer dans la couche modèle en amont. Elle a noué une relation coopérative et compétitive avec des fabricants de modèles de base tels qu'OpenAI et Anthropic - en utilisant les modèles généraux d'autres personnes comme base et ses propres modèles spéciaux pour se différencier. Pour la filière nationale de gestion des connaissances/de bureau collaboratif (Feishu, DingTalk, Yuque, etc.), cela suscite une proposition stratégique : les outils bureautiques à l'ère de l'IA devraient-ils également envisager une « couche de modèle auto-développée » pour construire un fossé, plutôt que de louer en permanence les capacités des autres ?

Plusieurs orientations à suivre dans le futur :

1. L'implémentation spécifique du modèle ZeroEntropy : Quelle fonction Notion sera embarquée en premier (recherche, tri ou Agent).
2. L'impact des modèles auto-développés sur la structure des coûts : Les modèles spécifiques au travail de connaissances peuvent-ils réduire considérablement les coûts de raisonnement de Notion.
3. Évolution de la relation avec OpenAI/Anthropic : Les modèles auto-développés réduiront-ils la part des modèles externes dans Notion.
4. Décision concernant l'auto-développement d'outils de bureau nationaux : Feishu et DingTalk suivront-ils la voie du « modèle spécial auto-développé ».