La course à l’IA passe de la recherche de pointe à des applications plus larges

Cet été, pendant plusieurs semaines, le secteur de l’IA s’est concentré sur les derniers modèles de pointe d’Anthropic et sur les efforts de Washington pour en réglementer l’accès. Pourtant, alors que l’attention restait rivée sur ces innovations de pointe, les développeurs ont continué à créer sans attendre l’autorisation de grands laboratoires comme Anthropic ou OpenAI.

Les modèles chinois à paramètres ouverts ont représenté 41 % des téléchargements sur Hugging Face ce printemps, devançant ainsi leurs concurrents américains. Sur OpenRouter, les six premiers modèles sont tous des offres open source proposées par des entreprises chinoises, notamment Tencent, Xiaomi, DeepSeek, MiniMax et Z.ai. Claude Opus 4.7 d’Anthropic occupait la septième place au moment de la rédaction de cet article. Les données de Vercel montrent en outre que les modèles à poids ouverts gèrent une grande partie de l’infrastructure d’IA à haut débit, tandis que les modèles fermés constituent la couche haut de gamme, plus coûteuse. Les modèles ouverts ont traité près d’un tiers des requêtes d’IA sur la plateforme en juin.

Ces plateformes ne représentent qu’une partie de l’écosystème de l’IA, à l’exclusion des sessions hébergées par les grands laboratoires qui sont probablement à l’origine de la majeure partie de l’utilisation d’OpenAI et d’Anthropic. Cependant, la part de marché croissante des modèles open source soulève une question cruciale : quelle est la pertinence des modèles de pointe si la plupart des applications d’IA en production fonctionnent sur des alternatives moins chères et personnalisables ?

Certains experts considèrent l’essor des modèles open source comme le signe que les modèles les plus avancés ne serviront à terme qu’à des tâches spécialisées. « D’ici quelques années, les modèles de pointe pourraient être réservés à l’expérimentation et aux tâches à forte valeur ajoutée, tandis que la plupart des charges de travail en production s’appuieront sur des modèles privés ou open source », a déclaré Clem Delangue, PDG de Hugging Face, lors d’un récent podcast d’Equity.

Chargement du lecteur…

Hugging Face est une plateforme et une communauté de développeurs réputée pour héberger, partager et aider les entreprises à déployer des modèles ouverts. Clem Delangue note que les clients mettent de plus en plus l’accent sur les avantages de posséder des modèles d’IA plutôt que de les louer, une tendance accélérée par les coûts élevés liés à la mise à l’échelle des modèles de pointe propriétaires.

« Si vous êtes une entreprise spécialisée dans l’IA ou les technologies, vous ne devriez pas externaliser vos capacités clés à une autre entité via une API de type “boîte noire” que vous ne pouvez ni contrôler, ni surveiller, ni posséder », a expliqué Clem Delangue.

M. Delangue affirme que cette évolution est manifeste dans l’activité de Hugging Face. Un nouveau référentiel est créé toutes les sept secondes sur la plateforme, qui héberge près de trois millions de modèles publics et un million d’ensembles de données publics. Cela contredit le discours selon lequel « un seul modèle suffirait à tous », suggérant au contraire que les entreprises utilisent des modèles variés, adaptés à des cas d’utilisation spécifiques. La moitié des entreprises du classement Fortune 500 utilisent Hugging Face pour déployer des modèles privés et open source, précise-t-il.

La popularité croissante des modèles ouverts coïncide avec la publication fréquente de modèles performants par les laboratoires d’IA chinois.

Tous les quelques mois, une entreprise chinoise spécialisée dans l’IA lance un puissant modèle à poids ouverts, moins coûteux à déployer et plus facile à personnaliser que ses concurrents propriétaires, remettant ainsi en cause la rentabilité des investissements de plusieurs milliards réalisés par les entreprises américaines. Récemment, la société Z.ai, basée à Pékin, a lancé GLM-5.2, un modèle à paramètres ouverts excellant dans le codage agentique et rivalisant avec les derniers modèles d’Anthropic en matière de détection des failles de sécurité.

M. Delangue n’est pas le seul dirigeant à conseiller aux entreprises d’éviter de dépendre d’un seul fournisseur de modèles.

Le PDG de Microsoft, Satya Nadella, a récemment mis en garde contre la dépendance vis-à-vis d’un fournisseur unique, soulignant que le contrôle des données devait être une préoccupation majeure pour les utilisateurs d’IA.

« Alors que les droits d’utilisation équitable accordés aux fournisseurs de modèles pour l’entraînement sur des données publiques stimulent l’innovation, il est ironique que des conditions restrictives soient ensuite imposées à la distillation, et que le droit d’apprendre à partir des données des clients soit réservé », a déclaré Nadella. «Si l’apprentissage ne se fait que dans un seul sens, la valeur économique se concentre entre les mains des propriétaires d’infrastructures plutôt que chez les créateurs de connaissances. Il est donc impératif de répartir l’infrastructure d’apprentissage entre toutes les entreprises afin qu’elles puissent contrôler leur propre boucle d’apprentissage.»

L’essor des modèles ouverts a également intensifié les débats sur la question de savoir si des modèles de plus en plus performants devraient être largement accessibles.

Dario Amodei, PDG d’Anthropic, fait valoir que la mise à l’échelle de puissants poids de modèles ouverts pourrait s’avérer dangereuse, car les modèles publiés deviennent difficiles à contrôler. D’autres soutiennent que les modèles ouverts sont plus accessibles aux acteurs malveillants qui pourraient les utiliser à des fins de désinformation, de cyberattaques ou de guerre biologique.

Delangue voit ce compromis sous un autre angle.

« Le plus grand risque lié à l’IA est la concentration du pouvoir », a déclaré M. Delangue. « À mon sens, rendre le monde plus sûr passe par l’égalisation des chances et le renforcement de la transparence des modèles. »

La transparence permet aux défenseurs de « corriger les failles de cybersécurité que les modèles open source peuvent exploiter », a-t-il expliqué.

Le dirigeant de Hugging Face fait valoir que le fait de garder les modèles puissants fermés n’élimine pas les risques liés à l’IA avancée, en partie parce que les mesures de protection des API des modèles de pointe sont faciles à contourner et que les poids peuvent être volés et diffusés librement. Selon M. Delangue, restreindre l’accès aux modèles puissants ne fait que concentrer la technologie entre les mains de quelques entreprises tout en réduisant la transparence sur le fonctionnement des systèmes.

« Garder les modèles à l’abri des regards pour quelques acteurs ne les rend pas sûrs », a déclaré M. Delangue. « Cela les rend plus dangereux en créant des asymétries de pouvoir et de capacités. »