Présentation du problème

Les modèles d'IA, en tant que produit, ont très peu de valeur ajoutée au-delà de la loyauté de la marque et des coûts de commutation superficiels. Le véritable avantage réside dans les services d'entreprise qui les entourent : les accords et les contrats, la connectivité avec les systèmes d'entreprise et les fonctionnalités de qualité de vie dans un contexte d'entreprise.

Contexte technique

Si l'on considère les modèles eux-mêmes, il est facile de basculer entre eux : quelqu'un pourrait utiliser ChatGPT aujourd'hui et Claude demain, avec très peu d'impact sur ses flux de travail. C'est particulièrement vrai dans le monde de l'ingénierie, où les modèles sont accessibles via des API : vous pouvez remplacer l'API et utiliser la même invite.

import requests
api_url = 'https://api.example.com/model'
response = requests.post(api_url, json={'prompt': 'example prompt'})

Implications et limites

Les entreprises américaines ont une approche verrouillée et propriétaire, ce qui les empêche de profiter des avantages de l'écosystème ouvert. Les modèles d'IA ouverts, en revanche, peuvent être utilisés de manière permissionnelle et sont donc au centre de plus d'innovations. Les modèles de poids ouverts ne sont pas open source, mais ils sont portables et permissionnels.

Conséquences et perspectives

Il est évident que la Chine a tout intérêt à rendre ses modèles d'IA ouverts. Cela transforme un désavantage de calcul créé par les États-Unis en un avantage de distribution ; cela rend la couche où les entreprises américaines font de l'argent plus commune ; et cela crée un écosystème mondial beaucoup plus efficace que ce qui pourrait être établi grâce à des services centralisés verrouillés.