Alors que les modèles d’intelligence artificielle open-source chinois gagnent du terrain, des startups américaines tentent de développer des alternatives locales. Cependant, elles se heurtent à un obstacle majeur : l’absence d’engouement des investisseurs en capital-risque.
Mark McQuade, PDG d’Arcee AI, l’un des acteurs de ce secteur naissant, résume la situation sans détour : « Tous les fonds de capital-risque de premier plan ont dit non. » Ces entreprises, comme Reflection AI et Poolside, misent sur une demande croissante pour des modèles aussi performants que leurs homologues chinois, mais sans les enjeux géopolitiques associés.
L’avantage des modèles open-weight réside dans leur accessibilité : n’importe qui peut télécharger les valeurs numériques, appelées poids, pour chaque paramètre. Cela permet de faire fonctionner le modèle sur du matériel spécialisé et de l’adapter avec de nouvelles données, un processus appelé fine-tuning.
Un marché en pleine mutation
Initialement leader dans ce domaine, les États-Unis voient aujourd’hui la Chine rattraper son retard à une vitesse fulgurante. Face à cette concurrence, les entreprises américaines commencent à adopter massivement ces modèles, d’autant plus que leurs factures d’IA ne cessent d’augmenter. En réponse, des acteurs comme OpenAI ont commencé à réduire leurs tarifs pour rester compétitifs.
Michael Stewart, associé directeur chez M12 (le fonds de capital-risque de Microsoft), voit dans cette tendance le début d’une prise de conscience : « C’est le commencement d’une éveil à la possibilité que les modèles open-source deviennent la norme à l’avenir. »
Le dilemme des entreprises
Pour les directeurs financiers des entreprises de taille intermédiaire, la question n’est pas tant idéologique que financière. Comme l’a souligné un récent rapport, le débat ne porte pas sur la victoire potentielle des modèles open-source face aux solutions propriétaires. Il s’agit plutôt de savoir si les économies, la flexibilité et le contrôle offerts par ces modèles justifient l’assumption de responsabilités accrues en matière d’infrastructure.
Cette équation deviendra cruciale à mesure que l’IA dépassera le cadre des chatbots isolés pour s’étendre aux domaines de la finance, des achats, de la trésorerie, de la conformité et des logiciels d’entreprise.
Alors que l’industrie se divise entre partisans du open-source et défenseurs des solutions closes, la course aux modèles d’IA performants et géopolitiquement neutres s’annonce comme l’un des enjeux majeurs des prochaines années.