Brief IA : Chine : l'IA ouverte échoue face à l'open-source

Chine : l'IA ouverte échoue face à l'open-source

Brief IA
Tom Levy·5 min·1 vues

Les modèles d'IA à poids ouvert en Chine, comme le GLM 5.2 de Zhipu, n'ont pas attiré les investisseurs malgré leur succès technique, en raison de coûts d'infrastructure élevés qui limitent leur rentabilité. De plus, les géants du cloud tels qu'Amazon et Alibaba captent les profits, laissant peu de revenus aux créateurs de ces modèles. Cette situation pourrait inciter les leaders américains à revoir leurs prix sur le marché mondial.

En bref
1Les modèles d'IA à poids ouvert en Chine, comme le GLM 5.2 de Zhipu, n'ont pas réussi à séduire les investisseurs malgré leur succès technique.
2Contrairement au logiciel open-source, l'IA à poids ouvert implique des coûts élevés en infrastructure, limitant sa rentabilité.
3Les géants du cloud comme Amazon et Alibaba captent les profits, laissant les créateurs de modèles d'IA avec peu de revenus.
💡Pourquoi c'est importantLa stratégie d'IA ouverte de la Chine pourrait influencer les marchés mondiaux en poussant les leaders américains à revoir leurs prix.
Le brief IA que lisent les pros

Tu codes avec l’IA ?

Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.

Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.

Choisis ton rythme

Gratuit · Pas de spam · Désabonnement en 1 clic

📄
L'analyse en français

Les défis économiques des modèles d'IA à poids ouvert en Chine

Les modèles d'intelligence artificielle à poids ouvert développés en Chine, tels que le GLM 5.2 de Zhipu, ont suscité l'intérêt des développeurs grâce à leurs performances techniques. Cependant, sur le plan financier, ces modèles n'ont pas été à la hauteur des attentes des investisseurs, comme en témoigne leur performance décevante sur le marché boursier.

Comparaison avec le logiciel open-source

Le logiciel open-source est réputé pour sa facilité de distribution et ses coûts réduits. En revanche, l'IA à poids ouvert présente des caractéristiques distinctes qui compliquent sa rentabilité. Les entreprises qui exploitent ces modèles chinois à poids ouvert parviennent souvent à générer des revenus, mais cela ne se traduit pas nécessairement par un succès pour les créateurs de ces modèles.

L'illusion de l'open-source

Il est crucial de comprendre que l'IA à poids ouvert ne peut être assimilée au logiciel open-source. Le logiciel open-source, dont le code est librement accessible, peut s'avérer très lucratif. Un exemple notable est Red Hat, qui a été acquis par IBM pour la somme colossale de 34 milliards de dollars. À l'inverse, les modèles d'IA à poids ouvert peinent à s'imposer comme un modèle économique viable. Zhipu, par exemple, a enregistré une perte de près de 500 millions de dollars l'année dernière, malgré des revenus de 107 millions de dollars.

Les revers financiers de Zhipu et MiniMax

Zhipu, qui a développé le modèle GLM 5.2, a vu ses actions chuter de plus de 40 % au cours du dernier mois, malgré l'engouement initial. MiniMax, un autre laboratoire d'IA chinois coté en bourse, a également subi des pertes conséquentes, avec 250 millions de dollars de pertes pour des revenus de seulement 79 millions de dollars, et une baisse de plus de 50 % de ses actions sur la même période.

Les coûts cachés de l'IA à poids ouvert

Une économie différente

Le modèle économique de l'IA à poids ouvert diffère fondamentalement de celui du logiciel open-source. Alors que le logiciel peut être distribué à faible coût, l'IA nécessite des investissements importants en matériel, électricité et capacité de centre de données. Chaque nouvelle unité d'intelligence artificielle entraîne des coûts supplémentaires significatifs.

L'exemple de Moonshot AI

Le laboratoire Moonshot AI a récemment illustré ces défis. Son modèle à poids ouvert, Kimi K3, a impressionné par ses performances, mais l'entreprise a rapidement dû suspendre les inscriptions de nouveaux clients, faute de puissance de calcul suffisante. Contrairement à un logiciel traditionnel, où l'ajout de nouveaux utilisateurs est simple, chaque nouveau client pour un modèle d'IA augmente les coûts d'infrastructure.

La captation des profits par d'autres acteurs

Le rôle des géants du cloud

Les modèles d'IA à poids ouvert fonctionnent selon un processus appelé inférence, qui complique davantage leur rentabilité. Les laboratoires d'IA fournissent aux tiers les paramètres numériques de leurs modèles, qui peuvent ensuite être exécutés par des entreprises comme Amazon, Microsoft, Google, Oracle et Alibaba. Ces géants du cloud, ainsi que des fournisseurs spécialisés comme Fireworks AI et Baseten, captent la majorité des profits.

Un modèle économique difficile

Les entreprises peuvent choisir de télécharger et d'exécuter elles-mêmes ces modèles, mais dans la plupart des cas, elles préfèrent s'en remettre aux fournisseurs de cloud pour des raisons de sécurité des données. Cela signifie que les créateurs des modèles, qui ont investi massivement dans leur développement, reçoivent peu de revenus continus.

Les conséquences pour les créateurs de modèles

Cette situation place les créateurs de modèles d'IA dans une position délicate. Ils ont investi des millions dans le développement de ces systèmes, mais les bénéfices sont captés par d'autres acteurs du marché. Ainsi, alors que les actions d'Alibaba ont augmenté d'environ 13 % au cours du dernier mois, les laboratoires d'IA comme Zhipu et MiniMax ont été fortement pénalisés.

L'absence d'un modèle Red Hat pour l'IA à poids ouvert

Les limites du modèle économique

Contrairement au logiciel open-source, les modèles à poids ouvert ne génèrent pas de revenus significatifs en vendant du support, des services ou des éditions d'entreprise autour de l'offre gratuite. Leur principale source de revenus provient de l'hébergement du modèle et de la vente de capacités d'inférence.

La concurrence sur le marché

Raimo Lenshow, analyste chez Barclays, a récemment étudié le secteur de l'IA en Chine et a constaté une concurrence intense sur le marché intérieur, entraînant une pression accrue sur les prix. Bien que certains modèles restent open-source ou à poids ouvert, cette stratégie accélère la commercialisation mais ajoute de l'incertitude quant à la rentabilité à long terme.

Pourquoi opter pour des modèles ouverts ?

Une stratégie de rattrapage

La technologie ouverte a souvent été utilisée par les challengers pour rattraper les leaders du marché. En diffusant largement leur technologie, les nouveaux entrants peuvent attirer des développeurs et rendre les produits des leaders plus difficiles à vendre à des prix élevés.

La stratégie chinoise

C'est peut-être la stratégie que la Chine et ses laboratoires d'IA adoptent. Les modèles à poids ouvert mettent la pression sur des entreprises comme OpenAI et Anthropic en offrant des alternatives compétitives à des prix inférieurs. Même si les laboratoires chinois ne réalisent que peu de bénéfices, ils peuvent forcer leurs concurrents américains à revoir leurs prix.

Les implications stratégiques

Bhatia a souligné que les laboratoires chinois pourraient publier des modèles à poids ouvert sans se soucier de la rentabilité à court terme. L'ouverture pourrait transformer l'IA avancée en une marchandise, affaiblissant le modèle commercial des entreprises américaines.

Le soutien du gouvernement chinois

Le gouvernement chinois encourage cette stratégie. Dans un discours récent, le président Xi Jinping a exhorté les pays à promouvoir l'open-source, la collaboration et le partage. Cette déclaration n'est pas qu'une simple suggestion politique, mais une directive stratégique à laquelle les entreprises technologiques chinoises doivent se conformer, même si cela complique leur chemin vers la rentabilité.

Suivez Brief IA

L'actu IA du jour, aussi dans votre fil.

Commentaires