La question de l’importance des modèles de base dans l’IA peut sembler trivial, mais elle suscite de plus en plus d’interrogations parmi les startups d’IA. Contrairement aux années précédentes, où les entreprises se concentraient sur le développement de modèles fondamentaux, le paysage a changé. Les équipes se penchent désormais sur la personnalisation des modèles d’IA pour des tâches spécifiques, qu’elles considèrent comme des commodities interchangeables. Cette transformation a été particulièrement évidente lors de la récente conférence BoxWorks, consacrée aux logiciels orientés utilisateur basés sur des modèles d’IA.
Un des principaux moteurs de ce changement est le ralentissement des avantages liés à l’échelle des pré-entraînements. Bien que l’IA continue de progresser, les retours d’expérience des modèles fondamentaux hyperscalés commencent à diminuer. Au lieu d’investir massivement dans des pré-entraînements, les développeurs se concentrent sur le fine-tuning et la conception d’interfaces, des secteurs où des résultats concrets peuvent être rapidement obtenus. Les succès de modèles comme Claude Code d’Anthropic illustrent ce point : les entreprises de modèles de base excellent également dans ces domaines, mais leur avantage n’est plus aussi durable qu’auparavant.
Le paysage concurrentiel de l’IA évolue, rendant incertaine la pérennité des entreprises de modèles de base, qui pourraient se transformer en fournisseurs de commodités à faible marge.
Cette évolution pourrait marquer un tournant dramatique pour le secteur de l’IA. Jusqu’à présent, le succès des entreprises comme OpenAI, Anthropic et Google était perçu comme indissociable de l’avenir des modèles de base. L’idée que ces entreprises détenaient les clés du royaume de l’IA était largement répandue. Pourtant, le paysage s’est complexifié. Les services d’IA tiers ayant émergé récemment utilisent des modèles fondamentaux de manière interchangeable, rendant la concurrence plus féroce et moins dépendante d’un modèle unique.
En outre, les avantages d’être le premier sur le marché semblent disparaître. Comme l’a souligné Martin Casado, capital-risqueur chez a16z, OpenAI, bien qu’initialement pionnier avec ses modèles de codage, a récemment perdu du terrain face à ses concurrents. Cela soulève des questions sur l’existence même d’un « fossé » technologique qui permettrait à une entreprise de dominer le marché de l’IA. Toutefois, il ne faut pas écarter les entreprises de modèles de base : elles conservent des atouts tels que la reconnaissance de marque et des réserves de capitaux incommensurables, qui peuvent encore leur conférer un avantage compétitif dans une industrie en constante évolution.
En somme, alors que la stratégie de construction de modèles de base toujours plus grands semblait autrefois infaillible, elle apparaît désormais moins attrayante. Le secteur de l’IA pourrait devenir un terrain de jeu pour de nombreuses entreprises plus petites, dont certaines pourraient rivaliser efficacement avec les géants actuels. L’avenir de l’IA pourrait ainsi se dessiner sous des formes plus variées et dynamiques que celles que nous avions envisagées jusqu’à récemment.
