Pendant plusieurs semaines cet été, l’industrie de l’IA s’est concentrée sur les derniers modèles frontières d’Anthropic et sur la lutte de Washington pour contrôler qui y avait accès. Mais pendant que tout le monde surveillait la frontière, les développeurs continuaient à construire – et ils n’attendaient pas la permission des Anthropiques et des OpenAI du monde.
Les modèles chinois à poids ouvert représentaient 41 % des téléchargements sur Hugging Face ce printemps, dépassant les modèles américains. Sur OpenRouter, les six modèles les plus populaires sont tous des modèles ouverts d’entreprises chinoises, notamment Tencent, Xiaomi, DeepSeek, MiniMax et Z.ai. Claude Opus 4.7 d’Anthropic arrive en septième position, au moment d’écrire ces lignes. Et les données de Vercel montrent que les modèles ouverts absorbent une grande partie de l’infrastructure volumineuse des applications d’IA, tandis que les modèles fermés fonctionnent comme la couche premium la plus coûteuse. Les modèles ouverts ont traité près d’un tiers des demandes d’IA sur la plateforme en juin.
Ces plates-formes ne capturent qu’une tranche de l’écosystème de l’IA ; en particulier, ils laissent de côté les sessions hébergées par les grands laboratoires, qui représentent probablement l’essentiel de l’utilisation d’OpenAI et d’Anthropic. Mais la part de marché importante et croissante des modèles open source soulève une question difficile : quelle importance les modèles frontières auront-ils encore si la plupart des IA de production finissent par fonctionner sur des alternatives moins chères et personnalisables ?
Certains voient dans la croissance des modèles open source le signe que les modèles les plus intelligents pourraient finir par être utilisés uniquement pour les cas d’utilisation les plus spécialisés. « Peut-être que dans quelques années, les modèles frontières seront destinés à l’expérimentation et à certaines tâches à très grande valeur, et la plupart des charges de travail de production seront en fait alimentées soit par des modèles privés au sein des entreprises, soit par des modèles open source », a déclaré Clem Delangue, PDG de Hugging Face, dans un récent épisode d’Equity.
Hugging Face est une plateforme et une communauté de développeurs surtout connue pour héberger, partager et aider les entreprises à déployer des modèles ouverts. Delangue affirme que les clients et les membres de la communauté de Hugging Face vantent de plus en plus les avantages de posséder leurs propres modèles d’IA plutôt que de les louer, une tendance qui s’est accélérée à la lumière du jour après avoir reçu la facture associée au coût de mise à l’échelle des modèles à frontières fermées.
« Si vous êtes une entreprise d’IA ou de technologie, vous ne souhaitez pas sous-traiter vos principales capacités à une autre entreprise, à une API boîte noire que vous ne contrôlez pas, sur laquelle vous n’avez aucune visibilité et n’avez vraiment aucune sorte de propriété », a déclaré Delangue.
Ce changement, affirme Delangue, se reflète dans l’activité qui se déroule sur 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, selon Delangue. Cela donne une image différente de celle du « modèle unique pour les gouverner tous », dit-il. En réalité, cela ressemble davantage à des entreprises utilisant de nombreux modèles différents, dont beaucoup sont personnalisés pour leur cas d’utilisation spécifique. La moitié des entreprises Fortune 500 utilisent Hugging Face pour déployer leurs propres modèles privés et open source, dit-il.
La popularité croissante des modèles ouverts coïncide avec un flux constant de versions de plus en plus performantes des laboratoires d’IA chinois.
Tous les quelques mois, une autre société chinoise d’IA lance un puissant modèle ouvert, moins cher à déployer et plus facile à personnaliser que ses concurrents fermés, sapant ainsi l’économie de l’IA propriétaire dans laquelle les entreprises américaines ont investi des milliards. Plus récemment, la société d’IA basée à Pékin, Z.ai, a publié un modèle ouvert appelé GLM-5.2 qui excelle dans le codage agent et rivalise avec les derniers modèles d’Anthropic pour identifier les vulnérabilités de sécurité.
Delangue n’est pas le seul dirigeant à affirmer que les entreprises devraient éviter de se lier à un fournisseur modèle unique.
Le PDG de Microsoft, Satya Nadella, a récemment mis en garde contre le blocage d’un seul fournisseur, arguant que le contrôle des données devrait être une préoccupation majeure pour les entreprises utilisant l’IA.
« Bien que la grande innovation qui vient des fournisseurs de modèles ayant des droits d’utilisation équitable pour former des modèles sur des données publiques soit nécessaire, je trouve ironique que le statu quo soit ensuite de faire volte-face et d’imposer des conditions restrictives sur la distillation, et de se réserver le droit d’apprendre des données d’utilisation et d’interaction des clients », a déclaré Nadella. « Si l’apprentissage circule dans une seule direction, la valeur économique converge vers les propriétaires de l’infrastructure d’apprentissage plutôt que vers les créateurs de la connaissance elle-même. Par conséquent, il est impératif que nous distribuions l’infrastructure d’apprentissage à chaque entreprise afin qu’elle puisse contrôler sa propre boucle d’apprentissage. »
La montée en puissance des modèles ouverts a également intensifié le débat sur la question de savoir si des modèles de plus en plus performants devraient ou non être largement disponibles.
Le PDG d’Anthropic, Dario Amodei, a fait valoir que la mise à l’échelle de puissants poids de modèles ouverts pourrait devenir dangereuse, car une fois publiés, ils deviennent difficiles à contrôler. D’autres ont fait valoir que les modèles ouverts sont plus facilement accessibles aux acteurs malveillants qui pourraient les utiliser pour diffuser de la désinformation ou mener une guerre cybernétique ou biologique.
Delangue voit le compromis différemment.
« Le plus grand risque de l’IA est la concentration du pouvoir », a déclaré Delangue. « À mon avis, la manière de rendre le monde plus sûr consiste à uniformiser les règles du jeu et à créer de la transparence sur ces modèles. »
La transparence signifie que les défenseurs peuvent plus facilement « corriger les risques de cybersécurité qu’ils savent déjà que les modèles open source peuvent exploiter », a-t-il déclaré.
Le dirigeant de Hugging Face affirme que garder fermés les modèles puissants n’élimine pas les risques associés aux systèmes d’IA avancés, en partie parce qu’il est facile de contourner les garde-fous des API des modèles frontières, de voler les poids et de les diffuser ouvertement. Selon Delangue, restreindre les modèles puissants ne fait que concentrer la technologie entre les mains de quelques entreprises tout en réduisant la transparence sur le fonctionnement des systèmes.
« On ne rend pas vraiment le jeu sécuritaire en le gardant à huis clos pour seulement quelques joueurs », a déclaré Delangue. « Vous rendez cela plus dangereux parce que vous créez une asymétrie de pouvoir et une asymétrie de capacités. »
Lorsque vous achetez via des liens dans nos articles, nous pouvons gagner une petite commission. Cela n’affecte pas notre indépendance éditoriale.
