Daniela Amodei
présidente et cofondatrice d'Anthropic
From Wikipedia, the free encyclopedia
Daniela Amodei, née en 1987[1], est une entrepreneuse américaine en intelligence artificielle (IA). Elle est présidente et cofondatrice de l'entreprise d'IA Anthropic, qu'elle a cofondée avec son frère Dario Amodei et d'autres anciens employés d'OpenAI[2],[3].
| Naissance | |
|---|---|
| Nationalité | |
| Formation | |
| Activité | |
| Fratrie | |
| Conjoint |
Holden Karnofsky (depuis ) |
| A travaillé pour |
|---|
Biographie
Daniela Amodei obtient une licence en littérature anglaise de l'université de Californie à Santa Cruz[4].
Elle commence sa carrière dans le domaine de la santé mondiale et de la politique, en jouant un rôle dans une campagne électorale réussie au Congrès en Pennsylvanie. Elle gère ensuite brièvement la communication du représentant de la Chambre Matt Cartwright à Washington, avant de quitter la politique pour l'industrie technologique. En 2013, elle rejoint l'entreprise de services financiers Stripe en tant que première employée, avant de passer à OpenAI en 2018[5]. Elle y est vice-présidente de la sécurité et de la politique, mais quitte l'entreprise en 2020 pour cofonder Anthropic avec son frère, Dario Amodei[6].
En août 2017, Daniela épouse Holden Karnofsky, le cofondateur de la fondation Open Philanthropy, basée sur l'altruisme efficace[7].
En septembre 2023, Daniela et son frère Dario sont nommés parmi les 100 personnes les plus influentes de l'IA par le magazine Time[1].
Point de vue sur l'IA générale
En janvier 2026, Daniela Amodei suggère que la notion d'intelligence artificielle générale (IAG) est devenue moins pertinente, car l'IA générative dépasse déjà l'humain dans certains domaines, tout en restant en retrait dans d'autres[8]. Selon elle, les prochains progrès de l'IA ne viendront peut-être pas des entreprises disposant des plus grandes et coûteuses sessions de pré-entraînement, mais de celles qui pourront fournir le plus de capacités de calcul par dollar dépensé, en s'appuyant sur « des données d'entraînement de meilleure qualité, des techniques post-entraînement améliorant le raisonnement, et des choix de produits conçus pour rendre les modèles moins coûteux à faire fonctionner et plus faciles à adopter à grande échelle — la partie de l'industrie de l'IA où la facture de calcul ne s'arrête jamais ». Une autre question majeure pour elle est « à quelle vitesse les entreprises en particulier, mais aussi les particuliers, peuvent-ils exploiter la technologie ? »[9].
