L'IA Open-Source Est Adoptée Par la Chine et les États-Unis

L'indice AI de Stanford 2025 rapporte que l'écart de performance entre les modèles ouverts et fermés s'est réduit à des points de pourcentage à un chiffre sur plusieurs benchmarks en un an. Les modèles ouverts sont maintenant "suffisamment bons" pour de nombreuses tâches de production - et des ordres de grandeur moins chers que les modèles fermés.

\ En même temps, les modèles d'IA ouverts deviennent de plus en plus des atouts géopolitiques. Au cours de l'année dernière, les laboratoires chinois ont misé fortement sur les poids ouverts en publiant des modèles compétitifs que le monde peut télécharger et exécuter. Ces dernières semaines, les géants de la Silicon Valley qui ont initié l'ère des API fermées ont commencé à répondre de la même manière. Le résultat est une guerre des prix et de l'innovation qui pourrait bénéficier à tous les développeurs.

Qui s'ouvre ?

En Chine, Alibaba a rapidement publié ses modèles LLM Qwen sous des licences ouvertes et conviviales pour les développeurs, tandis que Baidu a récemment rendu ERNIE 4.5 librement disponible sur GitHub et Hugging Face. Ces entreprises considèrent la construction de communautés de développeurs comme une stratégie fondamentale, pas seulement comme un coup de relations publiques. Et qui peut oublier quand DeepSeek a choqué tout le monde en publiant un puissant modèle de raisonnement à poids ouvert qui a forcé les laboratoires américains à réagir ?

\ Maintenant, les géants américains ont répondu. OpenAI, après des années de silence sur les poids ouverts malgré son nom, a publié ses premiers nouveaux modèles à poids ouvert depuis l'ère GPT-2. Notamment, il a explicitement mis en avant la personnalisation "exécutable partout". xAI d'Elon Musk a publié les poids MoE de 314 milliards de paramètres de Grok-1 et a promis de publier bientôt les poids de Grok-3. Meta continue de développer la ligne Llama avec la vague 3.x.

Ce que font les gouvernements

Les stratégies industrielles de Pékin (subventions informatiques, approbations de modèles et initiatives "IA+") penchent vers les capacités nationales et les écosystèmes ouverts résistants aux contrôles d'exportation.

\ Le Plan d'Action IA de l'administration Trump considère maintenant les poids ouverts comme ayant une "valeur géostratégique", un pivot notable par rapport à la rhétorique prudente de 2023-24. Les avocats avertissent les entreprises de se renseigner sur les termes des licences à mesure que l'adoption des poids ouverts augmente. À l'avenir, les modèles ouverts seront à la fois des biens publics et des instruments de soft power.

Pourquoi les organisations préfèrent de plus en plus les poids ouverts

Les modèles ouverts présentent plusieurs avantages pour les organisations utilisatrices :

• Locaux et peu coûteux : Pas de taxe par token, meilleure latence et contrôle plus strict sur le temps de fonctionnement et les chemins de données ; ces caractéristiques sont particulièrement utiles pour les industries réglementées ou les déploiements en périphérie/air-gapped
• Personnalisation : Vous pouvez affiner sur des données de domaine étroit sans envoyer de données hors site vers une API tierce.
• Éviter les changements brusques des fournisseurs : Les poids ouverts réduisent le risque qu'un changement de produit ou de prix d'un fournisseur brise votre feuille de route du jour au lendemain.

\ Mais il y a aussi des pièges :

• Sécurité : Les modèles locaux élargissent la surface d'attaque (empoisonnement de la chaîne d'approvisionnement des points de contrôle, injection de prompts dans les outils internes, fuites par canaux latéraux), donc les organisations peuvent vouloir traiter les artefacts de modèle comme des binaires en vérifiant les hachages, en contrôlant les versions et en isolant les modèles.
• Gouvernance : "Ouvert" a de nombreuses significations, car certaines licences restreignent les cas d'utilisation ou la redistribution, tandis que d'autres sont permissives (Apache-2.0/MIT)

Les organisations devraient rechercher la clarté de la PI

Les organisations devraient s'assurer des points suivants lors de l'utilisation de modèles ouverts :

1. Les dérivés vous appartiennent. Si vous affinez et produisez un modèle "enfant", vous devriez posséder ce dérivé dans toute la mesure permise par la licence de base. Choisissez des licences permissives lorsque c'est possible et mémorisez la propriété dans les SOW et les DPA.
2. Les entrées sont protégées. Interdisez contractuellement aux fournisseurs d'utiliser vos prompts, corpus ou embeddings pour améliorer leurs modèles publics. Exigez le chiffrement au repos/en cours d'utilisation et des fenêtres strictes de conservation des données.
3. Les sorties vous appartiennent. Assurez-vous que la licence accorde des droits commerciaux aux sorties générées et qu'aucune restriction d'utilisation (interdictions sectorielles, plafonds d'utilisateurs) ne s'infiltre via des termes "ouverts mais pas OSI-ouverts". (Par exemple, la licence de Llama est à poids ouvert mais pas entièrement OSI-ouverte).

À quoi s'attendre dans les années à venir

Les organisations doivent se rappeler que les licences sont importantes : les "poids ouverts" peuvent encore comporter des conditions qui compliquent la redistribution ou certains secteurs verticaux.

\ À mesure que les principaux laboratoires américains et chinois se font concurrence dans les modèles ouverts, les prix baissent, la reproductibilité augmente, les outils de sécurité et d'évaluation s'améliorent, et la longue traîne des cas d'utilisation (sur site, en périphérie, à faible connectivité) cesse d'être de seconde classe. C'est probablement une bonne nouvelle.

\ Mais la géopolitique peut fragmenter les écosystèmes - par exemple, avec des contrôles à l'exportation, des sanctions ou des règles de localisation des données forçant des bifurcations spécifiques à une région.

\ Les organisations devront examiner attentivement quelles piles elles peuvent télécharger, inspecter et exécuter - tout en minimisant les risques politiques.

--

Shaan Ray

\