Hugging Face : les modèles ouverts redéfinissent l'avenir de l'IA

Hugging Face : les modèles ouverts redéfinissent l'avenir de l'IA

Depuis plusieurs semaines cet été, l'industrie de l'IA était focalisée sur les derniers modèles de pointe d'Anthropic et sur la lutte de Washington pour contrôler l'accès à ces modèles. Mais pendant que tout le monde observait cette situation, les développeurs continuaient à construire — sans attendre l'autorisation des entreprises comme Anthropic et OpenAI.

Les modèles à poids ouverts chinois représentaient 41 % des téléchargements sur Hugging Face ce printemps, dépassant ainsi les modèles américains. Sur OpenRouter, les six modèles les plus populaires sont tous des modèles ouverts provenant d'entreprises chinoises, notamment Tencent, Xiaomi, DeepSeek, MiniMax et Z.ai. Le modèle Claude Opus 4.7 d'Anthropic se classe en septième position au moment de la rédaction de cet article. De plus, les données de Vercel montrent que les modèles à poids ouverts absorbent une grande partie de l'infrastructure lourde des applications IA, tandis que les modèles fermés fonctionnent comme une couche premium, plus coûteuse. En juin, les modèles ouverts ont traité près d'un tiers des demandes d'IA sur la plateforme.

Ces plateformes ne capturent qu'une partie de l'écosystème de l'IA ; en particulier, elles omettent les sessions hébergées par des laboratoires majeurs, qui représentent probablement la majorité de l'utilisation d'OpenAI et d'Anthropic. Mais la part de marché croissante des modèles open source soulève une question difficile : quelle est encore la pertinence des modèles de pointe si la plupart des IA en production fonctionnent sur des alternatives moins chères et personnalisables ?

Certains voient la croissance des modèles open source comme un signe que les modèles les plus intelligents pourraient finalement être utilisés uniquement pour des cas d'utilisation très spécialisés. « Peut-être que dans quelques années, les modèles de pointe seront réservés à l'expérimentation et à certaines tâches de grande valeur, et que la plupart des charges de travail de production seront en réalité alimentées soit par des modèles privés au sein des entreprises, soit par des modèles open source », a déclaré Clem Delangue, PDG de Hugging Face, lors d'un épisode récent 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 a pris de l'ampleur après avoir pris conscience des coûts associés à l'échelle des modèles fermés de pointe.

« Si vous êtes une entreprise d'IA ou une entreprise technologique, vous ne voulez pas externaliser vos capacités essentielles à une autre entreprise, à une API boîte noire que vous ne contrôlez pas, sur laquelle vous n'avez aucune visibilité et dont vous ne possédez pas vraiment une part », a déclaré Delangue.

Ce changement, soutient Delangue, se reflète dans l'activité sur Hugging Face. Un nouveau dépôt est créé toutes les sept secondes sur la plateforme, qui héberge presque trois millions de modèles publics et un million de jeux de données publics, selon Delangue. Cela indique une réalité 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 de toutes les entreprises du Fortune 500 utilisent Hugging Face pour déployer leurs propres modèles privés et des modèles open source, affirme-t-il.

La popularité croissante des modèles ouverts coïncide avec un flux constant de sorties de plus en plus performantes provenant des laboratoires d'IA chinois.

Tous les quelques mois, une autre entreprise d'IA chinoise publie un modèle à poids ouvert puissant qui est moins coûteux à déployer et plus facile à personnaliser que les concurrents fermés, sapant ainsi l'économie de l'IA propriétaire dans laquelle les entreprises américaines ont investi des milliards. Plus récemment, l'entreprise d'IA basée à Pékin Z.ai a lancé un modèle à poids ouvert appelé GLM-5.2, qui excelle dans le codage agentique et rivalise avec les derniers modèles d'Anthropic en matière d'identification des vulnérabilités de sécurité.

Delangue n'est pas le seul dirigeant à soutenir que les entreprises devraient éviter de se lier à un seul fournisseur de modèles.

Le PDG de Microsoft, Satya Nadella, a récemment mis en garde contre le verrouillage par un fournisseur unique, arguant que le contrôle des données devrait être une préoccupation majeure pour les entreprises utilisant l'IA.

« Bien que la grande innovation qui découle des fournisseurs de modèles ayant des droits d'utilisation équitables pour entraîner des modèles sur des données publiques soit nécessaire, je trouve ironique que le statu quo soit ensuite de se retourner et d'imposer des conditions restrictives sur la distillation, et de se réserver le droit d'apprendre à partir des données d'utilisation et d'interaction des clients », a déclaré Nadella. « Si l'apprentissage ne circule que 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'elles puissent contrôler leur propre boucle d'apprentissage. »

L'essor des modèles ouverts a également intensifié le débat sur la question de savoir si des modèles de plus en plus performants devraient être largement accessibles.

Le PDG d'Anthropic, Dario Amodei, a soutenu que l'échelle des poids de modèles ouverts puissants 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 des cyberattaques ou des guerres biologiques.

Delangue voit le compromis différemment.

« Le plus grand risque en IA est la concentration du pouvoir », a déclaré Delangue. « La manière de rendre le monde plus sûr, à mon avis, est de niveler les terrains de jeu et de 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 dit.

Le dirigeant de Hugging Face soutient que garder des modèles puissants fermés ne supprime 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 de pointe et de voler les poids pour les diffuser ouvertement. Restreindre les modèles puissants, soutient Delangue, concentre simplement la technologie entre les mains de quelques entreprises tout en réduisant la transparence sur le fonctionnement des systèmes.

« Vous ne rendez pas les choses plus sûres en les gardant derrière des portes closes pour quelques acteurs », a déclaré Delangue. « Vous les rendez plus dangereuses parce que vous créez une asymétrie de pouvoir et une asymétrie de capacités. »