L'essor de l'IA locale pourrait changer la donne pour le cloud. Joachim Klement anticipe moins de centres de données et des revenus sous pression si des SLMs remplacent une large part des tâches LLM. Des SLMs compétitifs, y compris sur le raisonnement, présentent des coûts bien inférieurs.
Moins de data centers envisagés et capex remis en question
Joachim Klement estime que l'industrie pourrait finalement nécessiter moins de centres de données que prévu. Il avance que si 70 % à 80 % des tâches aujourd'hui réalisées par des LLMs sont prises en charge par des SLMs, la croissance de revenus des hyperscalers pourrait ne pas suffire à justifier leurs investissements en capital. Il précise que des investissements importants dans les semi-conducteurs resteront nécessaires, mais que les modèles moins coûteux adaptés aux ordinateurs de bureau pourraient suffire, sans qu'il soit indispensable de se concentrer sur les puces Nvidia les plus avancées.
Des SLMs donnés gagnants dans 81,2 % des cas et 50 à 85 % moins coûteux
Des SLMs exécutés en local (QWEN 3, GEMMA 3, GPT‑OSS, GRANITE 4.0) ont été comparés à des LLMs cloud (ChatGPT 5, Claude Sonnet 4.5, Gemini 2.5 Pro). Les SLMs les plus performants atteignent des résultats comparables ou supérieurs dans au moins 90 % des situations, avec une moyenne de 98,6 %. Lorsqu’il s’agit de tâches de raisonnement, ils surpassent leurs concurrents dans 62,5 % des cas et, globalement, égalent ou dépassent les LLMs cloud dans 81,2 % des cas. Selon la même étude, ces performances s'obtiennent avec des coûts de calcul et d'énergie inférieurs de 50 % à 85 %. En 2023, les SLMs atteignaient 99 % de réussite sur les tâches de raisonnement les plus simples, et ne restaient en retrait que sur les plus difficiles.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Une thèse d'investisseur : local, petit et bon marché face au cloud
Joachim Klement, qui occupe le poste de stratège en investissement à Londres, estime que l’IA locale remet en cause les fondements économiques sur lesquels reposent les hyperscalers centralisés. Il développe son raisonnement autour de plusieurs axes : la remise en cause du principe « plus grand est mieux », la balance entre investissement initial et performance sur appareil, la réduction des marges et la difficulté à atteindre la rentabilité, ainsi que l’utilisation du renouvellement du matériel comme protection. Il affirme que l’IA de demain sera caractérisée par sa petite taille, son efficacité et son faible coût, ce qui rendrait le modèle cloud centralisé structurellement déficitaire. Klement précise également un horizon temporel et une hypothèse de marché : il anticipe une possible explosion de la bulle de l’IA entre 2027 et 2028, avec un S&P 500 qui pourrait se situer autour de 5 000 points, soit une diminution de 33 % par rapport à un niveau d’environ 7 500 points. Parmi les voix critiques de l'IA fréquemment citées figurent également Michael Burry, Yann LeCun, David Cahn, Ed Zitron, Jim Covello, Melanie Mitchell, Molly White, Abi Awomosu, David Rosenberg, Stacy Rasgon, Dean Baker et Gary Marcus.
