Zhang Chaoyang esquisse la stratégie IA de Sohu : éviter la course aux modèles, se concentrer sur les applications et la neutralité du contenu

Alors que l’intelligence artificielle générative redessine le paysage technologique en 2026, alors que les grands géants d’Internet s’affrontent pour investir dans des modèles comptant des milliards de paramètres, Sohu a tracé une voie plus pragmatique. Lors du récent Forum Annuel de la Technologie Sohu, le PDG Zhang Chaoyang a précisé que Sohu ne visait pas le développement de modèles de grande taille de « première catégorie », mais privilégiait plutôt une « application rationnelle ancrée dans son activité principale ». Cette position constitue une réponse mesurée à l’hystérie du secteur et met en lumière la sagesse stratégique de survie des entreprises technologiques de taille moyenne à l’ère de l’intelligence artificielle.

Arbitrages stratégiques : Pourquoi renoncer à la « première catégorie » ?

L’évaluation de Zhang Chaoyang repose sur trois réalités pratiques :

Facteur cléLogique sous-jacenteRéférence sectorielleBarrières financièresLa construction de modèles comptant des milliards de paramètres exige des centaines de millions de ressources informatiques, avec des cycles d’itération courts et des coûts irrécupérables élevés.Baidu, Alibaba et Tencent dépensent chacun plus de dix milliards de yuans par an dans l’intelligence artificielle, ce qui rend difficile pour Sohu de rivaliser à la même échelle.Barrières techniquesLe développement de grands modèles nécessite des équipes d’algorithmes d’élite, d’immenses ensembles de données de haute qualité et des capacités d’ingénierie robustes, qui ne peuvent être reproduites rapidement.Les fabricants de premier plan ont déjà établi un écosystème « données-calcul-talents », réduisant la fenêtre de rattrapage pour les nouveaux arrivants.Retour commercialLe chemin de monétisation des grands modèles d’usage général reste incertain, tandis que les applications de scénarios verticaux peuvent apporter une valeur immédiate.Sohu préfère « exploiter les modèles existants pour améliorer ses propres activités », minimisant ainsi les coûts d’essai et d’erreur.

Cette stratégie n’est pas une reconnaissance de défaite, mais un positionnement précis : rechercher l’équilibre optimal entre « capacité du modèle × scénario commercial » en dehors de la concurrence acharnée pour les ressources informatiques et les paramètres.

Chemin de mise en œuvre : Prioriser l’efficacité et la qualité du contenu

Les initiatives d’intelligence artificielle de Sohu se concentrent sur deux domaines principaux :

Réduction des coûts et efficacité :Assistance à la programmation : Intégration d’outils de génération de code pour améliorer l’efficacité de la recherche et développement et accélérer l’itération des produits ;Automatisation opérationnelle : Utilisation de l’intelligence artificielle pour gérer les tâches répétitives telles que la révision de contenu, le traitement des retours utilisateurs et l’analyse de données, libérant les ressources humaines pour le travail créatif et stratégique ;Optimisation des coûts : Utilisation d’un ordonnancement intelligent pour réduire la consommation de ressources serveur et améliorer le rendement des ressources informatiques par unité.Qualité du contenu :Maintien de la neutralité : Étiquetage clair des contenus générés par l’intelligence artificielle pour éviter la confusion des utilisateurs causée par des « machines se faisant passer pour des humains » ;Prévention des risques de chaos : Éviter la poursuite aveugle de l’« écriture automatique » ou de la « production de masse », en privilégiant l’exactitude des informations et l’orientation de la valeur ;Collaboration homme-machine : Garantir que les journalistes et les éditeurs restent les principaux décideurs, l’intelligence artificielle servant uniquement d’outil auxiliaire pour l’organisation des documents et la vérification des faits.

Zhang Chaoyang a souligné : « La valeur fondamentale d’une plateforme de contenu est la confiance. Sacrifier la neutralité pour un trafic à court terme endommagerait les actifs de marque à long terme. » Ce principe est particulièrement vital dans un écosystème de contenu affligé par des « titres accrocheurs », du « plagiat » et des « fausses informations ».

Perspectives sectorielles : Les « règles de survie rationnelle » pour les entreprises de taille moyenne

L’approche de Sohu offre un modèle de référence pour les entreprises qui n’ont pas intégré la « première catégorie » du développement de grands modèles :

Concurrence sur les scénarios, et non sur les paramètres : Laisser les capacités générales aux entreprises leaders tout en se concentrant sur l’optimisation approfondie dans les scénarios verticaux ;Exploitation, et non réinvention : Utiliser des capacités matures via des appels d’API et l’ajustement fin des modèles pour réduire les risques de recherche et développement ;Prioriser les principes sur les tendances : Dans les secteurs à haute sensibilité tels que le contenu, la finance et la santé, placer la « conformité » et la « fiabilité » au-dessus de l’« innovation ».

Cette stratégie « pragmatique » pourrait représenter la solution optimale pour les entreprises technologiques de taille moyenne opérant sous contraintes de ressources : plutôt que de se battre dans un océan rouge, elles devraient se concentrer sur des marchés de niche.

Défis et perspectives futures

Néanmoins, cette voie présente certains défis :

Risque de dépendance technologique : Si les fournisseurs de modèles sous-jents modifient leurs stratégies ou augmentent les prix, les capacités de la couche d’application de Sohu pourraient devenir excessivement dépendantes des tiers ;Défis de différenciation : Lorsque plusieurs entreprises utilisent le même modèle, comment établir une valeur utilisateur unique ?Gestion des limites du contenu : Trouver l’équilibre entre « retenue » et « innovation » nécessite une conception de mécanismes continue et un alignement des valeurs.

Article connexe

commentaires (0)