L’industrie de l’IA plaide pour les modèles ouverts, la liste des signataires s’allonge

Chine : des modèles ouverts bon marché, mais à quel prix pour Washington ?

Moonshot AI a lancé Kimi K3 le 16 juillet, le plus grand modèle en poids ouverts jamais publié, avec un prix de 15 dollars par million de tokens en sortie et un seul mode de fonctionnement, le raisonnement maximal. En quelques jours, ce lancement a ravivé à Washington un débat resté en sommeil depuis un an. L'étincelle est venue de Dean Ball, responsable des perspectives stratégiques chez OpenAI et ancien conseiller IA à la Maison-Blanche sous Trump. Dans une analyse largement positive, il a jugé le modèle très performant, sans que sa qualité puisse selon lui s'expliquer par une simple distillation d'un modèle existant, tout en notant qu'il consommait énormément de tokens, rendant son coût réel incertain. Il a ensuite prédit que l'administration Trump finirait par créer un risque réglementaire autour des modèles chinois en poids ouverts, non pas via une interdiction franche, qu'il a qualifiée d'une des idées les plus absurdes en matière de politique de l'IA, mais par des mises en garde informelles d'agences fédérales évoquant d'éventuelles portes dérobées, sans besoin de preuves solides, suffisant à pousser les entreprises régulées à se retirer d'elles-mêmes. La réaction a été vive et est venue de responsables américains eux-mêmes: David Sacks, coprésident du conseil scientifique et technologique de la présidence, a accusé Ball soit d'avouer une stratégie de capture réglementaire, soit d'en prédire une, dénonçant l'instrumentalisation de l'incertitude réglementaire par un duopole de laboratoires fermés cherchant à écarter la concurrence open source. Yann LeCun et Martin Casado ont pour leur part défendu la coexistence des modèles ouverts et propriétaires. Ball a ensuite précisé qu'il décrivait une tendance plutôt qu'il ne la recommandait. Cette controverse dépasse la joute d'opinions: elle touche directement les décisions d'achat des entreprises, en dehors même des États-Unis, car les règles de marchés publics fédéraux, les listes noires à l'export et les alertes de sécurité transitent par les mêmes fournisseurs cloud qui équipent la majorité du marché mondial. L'enjeu économique est concret: les modèles ouverts chinois, moins chers, compriment les revenus par token des laboratoires fermés sans réduire l'usage global de l'IA. Selon les données de routage de Vercel, ces modèles ont traité 29% des tokens transitant par sa plateforme en juin, contre environ 11% en avril, pour moins de 4% des dépenses totales. Signe de cette pression venue de l'intérieur même de l'écosystème américain, GitHub a intégré Kimi K2.7 Code de Moonshot à Copilot dès le 1er juillet, hébergé sur Microsoft Azure, et Microsoft évaluerait désormais l'ajout de K3 pour remplacer certaines fonctions actuellement confiées à OpenAI et Anthropic, avec des économies d'inférence potentielles atteignant 600 millions de dollars, un chiffre non confirmé par l'entreprise. L'argument sécuritaire mérite néanmoins d'être pris au sérieux indépendamment des motivations commerciales. Un modèle en poids ouverts, une fois téléchargé et déployé dans des milliers d'organisations, ne peut plus être rappelé, corrigé à distance ni révoqué par son éditeur, contrairement à une API hébergée. Son comportement est aussi plus difficile à auditer que du code classique: un réglage fin peut introduire des biais ou des failles qu'aucune inspection de licence ne permettrait de détecter, posant une question de fond sur la confiance à accorder à des modèles dont la chaîne de fabrication échappe à tout contrôle occidental.

Meta, Microsoft, Nvidia, IBM et d'autres soutiennent l'IA à poids ouverts

Deux dizaines d'entreprises et organisations, dont Meta, Microsoft, Nvidia, IBM, Dell Technologies, CrowdStrike, Palantir, ServiceNow, Hugging Face, Perplexity, Mistral, Andreessen Horowitz, Y Combinator, la Linux Foundation et Mozilla, ont signé une lettre ouverte publiée ce jour pour demander aux décideurs politiques américains de protéger les modèles d'IA à poids ouverts (open-weight). Un modèle à poids ouverts est un système d'IA dont les paramètres entraînés sont publiés librement, permettant à quiconque de les télécharger, les inspecter, les modifier et les exécuter sur son propre matériel, à la différence des modèles fermés comme ceux d'OpenAI ou d'Anthropic, accessibles uniquement via une API sans que les poids ne quittent jamais l'infrastructure du fournisseur. Les signataires comparent cette bataille au mouvement du logiciel libre des années 1980 et affirment que les poids ouverts sont le mécanisme qui permet à la capacité de l'IA de se diffuser au-delà d'une poignée de laboratoires bien financés, vers ce que la lettre appelle les usages des « usines, hôpitaux, fermes, salles de classe et petites entreprises ». L'argumentaire des signataires repose sur trois axes concrets. D'abord, les modèles ouverts réduisent le coût d'entrée pour les start-ups et les institutions publiques qui n'ont pas les moyens d'entraîner des modèles de pointe ou de payer des tarifs élevés à l'usage pour des tâches courantes. Ensuite, ils renforcent la concurrence sur toute la chaîne de valeur, des puces au cloud jusqu'aux applications, ce qui selon la lettre limite les coûts et empêche qu'une poignée d'acteurs ne captent toute la valeur créée. Enfin, ils permettent aux entreprises clientes d'éviter la dépendance à un fournisseur unique (vendor lock-in), puisque contrôler ses propres données et adapter le modèle à ses besoins internes affranchit des décisions tarifaires ou stratégiques d'un seul éditeur. Sur la question sécuritaire, souvent brandie contre l'ouverture des modèles, la lettre inverse l'argument : une fois les poids publiés, ils échappent au contrôle du développeur d'origine, des versions modifiées peuvent circuler sans garde-fous et sans mécanisme de rappel. Mais pour les signataires, la réponse n'est pas l'interdiction. Ils comparent la situation à la cybersécurité, où les équipes de défense ont besoin d'accéder à des modèles aussi capables que ceux des attaquants pour détecter et simuler les menaces, ce que les systèmes fermés à accès restreint ne permettent pas facilement. Cette lettre s'inscrit dans un débat plus large sur la gouvernance de l'IA, alors que les régulateurs américains examinent comment encadrer une technologie en expansion rapide. Les signataires estiment que la concentration des capacités avancées entre les mains d'un petit nombre de fournisseurs fermés crée des points de défaillance uniques plutôt que de les supprimer, et que l'examen par des chercheurs externes, via des exercices de red-teaming répartis entre de nombreuses équipes, renforce la sécurité davantage qu'un contrôle interne unique. Le texte défend aussi la distillation, technique consistant à utiliser les sorties d'un modèle pour en entraîner un second, comme une pratique standard de recherche et de développement qu'il ne faudrait pas restreindre. La suite dépendra de la réaction des régulateurs américains face à ce front inhabituellement large réunissant rivaux commerciaux et acteurs du logiciel libre.

💬 Sur le papier, la comparaison avec le logiciel libre des années 80 est bien vue, mais elle a un intérêt caché : elle sert surtout à protéger les intérêts business de Meta et Mistral autant que ceux des hôpitaux ou des PME cités dans la lettre. Le point vraiment nouveau, c'est le retournement de l'argument sécuritaire, dire que la fermeture crée un point de défaillance unique plutôt que de le supprimer, c'est exactement l'inverse du narratif qu'on nous vend depuis deux ans. Reste que ce front réunissant Nvidia et la Linux Foundation vise les régulateurs américains, pas Bruxelles, donc pour nous en France l'onde de choc sera indirecte au mieux.

L'administration Trump demande à OpenAI de décaler la sortie de son nouveau modèle pour des raisons de sécurité

Sam Altman a informé ses employés mercredi lors d'une session de questions-réponses qu'OpenAI lancerait son nouveau modèle GPT 5.6 en accès préliminaire restreint, réservé dans un premier temps à un groupe limité de partenaires sélectionnés. Dans un mémo interne publié le lendemain, le PDG a précisé que le gouvernement fédéral américain approuverait les accès "client par client" pendant cette période de prévisualisation. Altman a exprimé l'espoir d'une disponibilité plus large "quelques semaines plus tard", si tout se déroulait comme prévu. La raison de ce déploiement progressif est directement imputée à une demande du gouvernement, selon deux sources proches du dossier. Altman a présenté cette approche comme "le meilleur chemin" pour parvenir à une diffusion large du modèle dans les meilleurs délais. Ce lancement échelonné marque l'émergence d'un nouveau cadre pour la mise sur le marché des modèles d'intelligence artificielle les plus avancés aux États-Unis. OpenAI n'est pas seul dans cette situation : Anthropic a suivi une trajectoire similaire en avril avec Mythos, un modèle doté de puissantes capacités en cybersécurité, partagé lui aussi avec des partenaires triés sur le volet plutôt que rendu public. Ce précédent illustre comment l'administration Trump entend exercer un contrôle direct sur la diffusion des technologies IA jugées sensibles, notamment celles susceptibles d'affecter la sécurité nationale ou les infrastructures critiques. Cette évolution s'inscrit dans le contexte d'une confrontation tendue entre l'administration Trump et Anthropic au cours des dernières semaines, qui a visiblement redéfini les règles du jeu pour l'ensemble du secteur. Les modèles de nouvelle génération, aux capacités croissantes en matière de cybersécurité ou de raisonnement avancé, sont désormais perçus comme des actifs stratégiques nécessitant une supervision gouvernementale avant tout déploiement large. Pour les grandes entreprises d'IA, ce régime d'approbation officieuse cas par cas pourrait durablement ralentir les cycles de lancement et renforcer l'influence de Washington sur le rythme d'innovation du secteur.

L’ONU alerte sur la rapidité des progrès de l’IA

Un panel scientifique mandaté par l'Organisation des Nations Unies a publié le 1er juillet un rapport préliminaire alertant sur le fait que les capacités de l'intelligence artificielle progressent désormais plus vite que la science et les gouvernements ne parviennent à les comprendre et à les encadrer. Ce Groupe scientifique international indépendant sur l'IA insiste en particulier sur la montée en puissance des agents autonomes, capables de naviguer en ligne, d'écrire du code ou de lancer des actions sur des logiciels sans intervention humaine constante, en soulignant qu'aucune garantie scientifique n'existe aujourd'hui pour assurer leur contrôle à long terme. Le document arrive une semaine à peine après un appel du secrétaire général de l'ONU, António Guterres, exhortant l'industrie de l'IA à davantage de transparence sur ses impacts environnementaux. Parmi les auteurs figurent des noms reconnus du secteur, comme Yoshua Bengio, lauréat du prix Turing 2018, Joëlle Barral, directrice de recherche chez Google DeepMind, ou Maria Ressa, cofondatrice de Rappler et prix Nobel de la paix 2021, aux côtés de chercheurs venus du Nigeria, du Brésil, d'Inde, du Pakistan et d'Égypte, formant un panel bien plus diversifié géographiquement que la littérature habituelle sur l'IA, largement dominée par les travaux américains, européens et chinois. Pour Guterres, l'enjeu est direct : plus l'intelligence artificielle avance sans règles communes, moins les gouvernements et les populations auront leur mot à dire sur son évolution future. Cette mise en garde intervient alors que les modèles dits de fondation, ces systèmes généralistes capables d'exécuter une grande variété de tâches, se diffusent à un rythme que les cadres réglementaires existants peinent à suivre. Le rapport ne nie pas les bénéfices de la technologie, citant par exemple AlphaFold de Google DeepMind, capable de prédire la structure de protéines à partir de leur séquence d'acides aminés, ou des applications utiles en santé, en agriculture et dans l'accessibilité. Mais il pointe une fracture d'accès aux moyens de calcul qui risque d'aggraver les inégalités entre nations dans la maîtrise de ces outils. Le rapport souligne en effet que les États-Unis concentrent trois quarts de la puissance des supercalculateurs d'IA les plus performants au monde, contre 15 % pour la Chine, le reste des pays se partageant la portion restante. Cette asymétrie nourrit les craintes d'une gouvernance mondiale à plusieurs vitesses, où les pays disposant de peu d'infrastructures resteraient à la traîne dans la définition des règles. En appelant à une coopération internationale renforcée, l'ONU cherche à éviter que le développement de l'IA ne se poursuive sans cadre partagé, dans un contexte où les tensions géopolitiques autour des technologies stratégiques compliquent déjà les tentatives de régulation multilatérale.

💬 Ce qui me frappe dans ce rapport, c'est moins l'alerte sur les agents autonomes, tu la vois venir depuis des mois, que ce chiffre : 75% de la puissance de calcul IA aux Etats-Unis, 15% en Chine, et des miettes pour tout le reste. La vraie fracture de l'IA, c'est pas l'accès aux modèles, c'est l'accès aux supercalculateurs. Et tant que ça reste vrai, le Nigeria, le Brésil ou le Pakistan pourront toujours cosigner des rapports, ils n'écriront pas les règles.