Présentation du phénomène

Le PDG de Decagon, Jesse Zhang, a publié une théorie provocatrice sur le rôle de l'IA open source dans l'économie actuelle. Selon lui, les déploiements d'IA plus matures passent à des modèles plus légers, mais les dépenses pour les modèles d'IA les plus avancés restent stables.

Architecture et fonctionnement

Zhang soutient que les modèles open source et les modèles de pointe ne sont pas des concurrents, mais plutôt deux phases du même cycle de vie. Les modèles de pointe sont utilisés pour valider les cas d'utilisation, qui peuvent ensuite être transférés à des alternatives open source moins coûteuses à mesure qu'ils mûrissent.

Les données de Vercel et d'OpenRouter montrent que les modèles open source gagnent en popularité, mais les modèles de pointe, tels que ceux d'Anthropic, conservent toujours une grande partie des dépenses totales. Par exemple, DeepSeek a augmenté sa part de marché, mais Anthropic représente toujours plus de la moitié des dépenses totales en IA sur la plateforme de Vercel.

Implications et limites

Les chiffres suggèrent que les laboratoires de pointe comme Anthropic ne souffrent pas trop de l'essor de l'IA open source, du moins pour le moment. Une explication possible est que le marché des tâches adressables par l'IA croît si rapidement que les meilleurs modèles peuvent maintenir leur position en dominant les déploiements de première étape.

Une autre explication pourrait être que, même si les clients passent à des modèles open source, de nombreux cas d'utilisation sont si difficiles qu'ils ne peuvent pas être entièrement remplacés par des alternatives moins coûteuses. Le code suivant illustre la manière dont les modèles open source peuvent être intégrés dans les workflows existants : 

import transformers

Analyse scientifique

Les données disponibles montrent que les modèles de pointe conservent leur position sur le marché, malgré la croissance des modèles open source. Cela suggère que l'économie de l'IA pourrait devenir de plus en plus bicouche, avec les modèles de pointe dominant les déploiements de première étape et les modèles open source prenant en charge la production. Cependant, il est important de noter que les données disponibles sont limitées et que des recherches plus approfondies sont nécessaires pour comprendre pleinement les implications de cette tendance.