La démission de Jensen Huang, PDG de Nvidia, représente selon l’auteur de la lettre d’information Interconnects un revers majeur pour le développement, aux États-Unis, d’un écosystème de modèles ouverts. L’entreprise conserve, selon lui, des intérêts financiers à soutenir ces modèles, mais leur essor relève davantage d’un casse-tête stratégique que d’un problème d’ingénierie.
Le fonctionnement de Nvidia dépend fortement de Jensen Huang, ce qui laisse, toujours selon l’auteur, plusieurs défis à venir. Il évoque aussi la possibilité de nouveaux départs liés à des enquêtes sur la contrebande de puces, ou au recrutement de talents par d’autres acteurs. La priorité de l’entreprise serait de stabiliser la situation et de livrer ses clients dans les 24 prochains mois. Les modèles ouverts ont été l’un des paris les plus ambitieux de Jensen Huang, et les financements qu’il a engagés risquent, selon l’auteur, de se tarir.
Une économie encore naissante
L’auteur considère que l’économie des modèles ouverts en est à ses débuts, et que les années à venir seront décisives pour établir des cas d’usage, des flux de revenus et les motivations de continuer à entraîner de nouvelles générations de modèles. Il voit un point positif : l’économie des modèles ouverts a, selon lui, bien identifié la « propriété de l’intelligence » et le post-entraînement en entreprise (l’adaptation d’un modèle à des usages précis) comme un axe stratégique. Reste à déterminer la taille du marché qui en découlera.
Le point négatif tient à la rareté des capacités de calcul. Les jeunes entreprises d’inférence (l’exécution des modèles pour répondre aux requêtes) peinent à obtenir suffisamment de puces, Anthropic et OpenAI ayant acheté une grande partie des capacités disponibles. Il en résulte, selon l’auteur, peu de concurrence sur les marges pour les modèles à poids ouverts. Si ces modèles sont eux aussi proposés avec de fortes marges, comme l’a montré la sortie de DeepInfer par DeepSeek, ils sont loin d’être une marchandise. Les laboratoires fermés, qui bénéficient d’économies d’échelle et d’une intégration allant du modèle au centre de données et aux puces, seraient alors les mieux placés.
Des risques réglementaires et de sécurité
L’auteur s’inquiète d’une vague de financements démocrates en faveur de candidats souhaitant réguler l’industrie de l’IA au nom de la « sécurité ». Selon lui, nombre de ces responsables estiment devoir agir et jugent les modèles ouverts dangereux, sans toujours mesurer leurs bénéfices. Sa principale crainte à court terme concerne une réglementation mal conçue au niveau des États, suivie d’une réglementation nationale.
Il rappelle qu’un seul modèle chinois à poids ouverts performant suffirait à provoquer une crise, situation qu’il décrit comme valable depuis cet été. Aucun piratage majeur impliquant un modèle chinois populaire à poids ouverts n’a été observé à ce jour, mais il s’agirait, selon lui, d’une question de moment plutôt que de possibilité.
Pour l’auteur, la seule solution durable passe par l’émergence, aux États-Unis, d’un acteur de premier plan dans les modèles ouverts. Il cite Dylan Patel, PDG de SemiAnalysis, qui souligne lors d’un podcast avec ChinaTalk que le problème n’est pas seulement financier : « Ce n’est pas si simple. Ce n’est pas une question d’argent, c’est une question de talent. » Nemotron, la série de modèles de Nvidia, dispose selon l’auteur d’une ambition et de personnes compétentes, sans avoir encore atteint le stade de la « mission accomplie ». Thinking Machines, avec son modèle Inkling 2 Small, est considérée comme le meilleur modèle occidental à poids ouverts depuis un certain temps, mais reste loin derrière Kimi K3.1 Pro, tandis que les attentes sont élevées pour la prochaine mise à jour de GLM de Zhipu.
L’auteur conclut que la communauté doit engager une réflexion collective et construire des alliances pour bâtir une nouvelle plateforme, la question de l’avenir des modèles ouverts restant, à ses yeux, entièrement ouverte.
