Tu suis 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.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Les alliances multiples en IA, une nouvelle norme selon Vercel
Guillermo Rauch, le PDG de Vercel, a récemment exprimé une vision claire de l'évolution des partenariats dans le domaine de l'intelligence artificielle lors d'une interview avec TechCrunch. Selon lui, l'époque où les entreprises s'associaient exclusivement à un seul laboratoire d'IA est révolue. Aujourd'hui, les entreprises choisissent de collaborer avec plusieurs laboratoires pour répondre à des besoins variés et spécifiques.
Une approche diversifiée pour une efficacité accrue
Rauch a expliqué que les entreprises adoptent une approche plus segmentée pour intégrer l'IA dans leurs opérations. Plutôt que de s'appuyer sur un seul fournisseur, elles préfèrent sélectionner différents laboratoires pour différentes composantes de leur pile technologique. Cette stratégie permet de maximiser l'efficacité des dépenses en IA, un aspect crucial à une époque où les budgets doivent être justifiés par des retours sur investissement tangibles.
L'ère du prototypage est dépassée
L'année précédente, de nombreuses entreprises avaient tendance à se lier à un unique partenaire, tel qu'OpenAI ou Anthropic, pour développer leurs solutions IA. Cependant, Rauch a noté que cette tendance est en train de changer. Les entreprises ont désormais une meilleure compréhension des différentes parties de la pile d'IA, allant des modèles aux plateformes de données, en passant par les environnements de test et les passerelles. Cette connaissance accrue permet une approche « plug and play », où chaque composant peut être choisi et intégré indépendamment.
La montée en puissance de nouveaux acteurs
Parmi les laboratoires qui gagnent en popularité, Gemini se distingue par ses performances et ses coûts compétitifs. Rauch a également mentionné l'adoption croissante de modèles chinois comme DeepSeek et le GLM-5.2 de Z.ai, qui attirent l'attention grâce à leur rapidité d'évolution. Les modèles Gemini, en particulier, présentent des caractéristiques de prix/performance impressionnantes lors de l'évolutivité. Cette diversité de choix offre aux entreprises la flexibilité nécessaire pour adapter leurs stratégies IA en fonction de leurs besoins spécifiques.
De la théorie à la pratique
L'année dernière était marquée par une phase intense de prototypage dans le domaine de l'IA, où les entreprises expérimentaient largement avec des agents d'IA. Aujourd'hui, elles entrent dans une phase plus pragmatique, cherchant à déployer ces agents en production tout en surmontant les défis associés à cette transition.
Vercel et l'optimisation des ressources
Basée à San Francisco, Vercel est une plateforme cloud qui facilite le déploiement de sites web et d'applications. Les observations de Rauch interviennent à un moment où les entreprises réalisent que les investissements en IA ne se traduisent pas toujours par une valeur ajoutée directe pour leurs clients. L'époque où les employés étaient encouragés à consommer un maximum de tokens d'IA est révolue. Désormais, l'accent est mis sur l'optimisation des dépenses et l'utilisation efficace des ressources IA.
L'exemple de Coinbase
Brian Armstrong, PDG de Coinbase, a partagé une expérience similaire sur la plateforme X en juin. Il a mentionné l'expérimentation avec des modèles de langage chinois, tels que le GLM-5.2 et le K2.7 de Kimi AI, qui se révèlent être des alternatives moins coûteuses aux modèles américains. Armstrong a également évoqué le concept de routage de modèles, où les prompts sont dirigés vers les modèles les plus adaptés pour chaque tâche, évitant ainsi l'utilisation de modèles coûteux pour des tâches simples.
Vers une stratégie multi-laboratoires
Les propos de Rauch sur la diversification des partenariats IA rappellent l'évolution des stratégies cloud. Autrefois, les entreprises se tournaient vers un seul fournisseur majeur comme Amazon Web Services ou Microsoft Azure. Aujourd'hui, elles adoptent des stratégies multi-cloud pour éviter la dépendance à un seul fournisseur et optimiser les coûts. Cette approche pourrait bien devenir la norme dans le domaine de l'IA, offrant aux entreprises une flexibilité et une résilience accrues face aux défis technologiques.
