Quand j'aurai finalisé mon projet de réseau local domestique, je pense m'investir dans l'installation local d'une IA, pour mon usage personnel.
Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter
Discussion :
Quand j'aurai finalisé mon projet de réseau local domestique, je pense m'investir dans l'installation local d'une IA, pour mon usage personnel.
Microsoft met en place des budgets de jetons d'IA et fait du GPT-5.6, moins coûteux, son modèle interne
Microsoft met en place des budgets de jetons d'IA pour ses employés, fait du GPT-5.6, moins coûteux, son modèle interne par défaut, et précise que « le tokenmaxxing n'est pas notre objectif »
Microsoft a mis en place de nouvelles limites concernant les dépenses que ses ingénieurs peuvent consacrer aux outils d'intelligence artificielle (IA) dans le cadre de leur travail, tout en précisant que l'objectif de l'entreprise n'est pas d'optimiser l'utilisation de l'IA en interne. Alors que l'IA s'intègre de plus en plus dans les environnements de travail, Microsoft est la dernière grande entreprise en date à freiner l'utilisation coûteuse de l'IA par ses employés. Dans le but de « tirer davantage parti de notre investissement en jetons », Microsoft fait d'OpenAI GPT-5.6 le modèle d'IA par défaut pour un usage interne. Microsoft a ajouté que ces changements ne résultaient en aucun cas d'une détérioration de la situation financière de l'entreprise.
Récemment, le tokenmaxxing a été institué dans le développement de logiciels comme mesure superficielle de la productivité et signal d'adoption de l'IA, encouragé par des classements internes et l'idée que plus de consommation d'IA équivaut à plus de performance. La tendance qui a pris son envol à l’entame de l’année 2026 n’est plus soutenable par les entreprises sur le long terme. En effet, les rapports se succèdent et font état de ce que « l’intelligence artificielle coûte trop cher et n’est rentable pour personne. »
En juillet 2026, OpenAI a commencé à déployer GPT-5.6 Sol auprès du grand public, après que l’administration Trump a approuvé une mise à disposition à grande échelle, mettant fin à plusieurs semaines d’accès restreint à un petit groupe de partenaires agréés par le gouvernement. Le PDG d'OpenAI, Sam Altman, a déclaré que Sol atteignait une efficacité en termes de tokens supérieure de 54 % pour les tâches de codage agentique, ce qui le place au même niveau, voire devant, les modèles concurrents. Le déploiement du GPT-5.6 avait été limité à une vingtaine de partenaires après que l’administration Trump eut demandé à OpenAI de retarder la mise à disposition pendant que les agences fédérales évaluaient le modèle.
Microsoft a mis en place de nouvelles limites concernant les dépenses que ses ingénieurs peuvent consacrer aux outils d'IA dans le cadre de leur travail, tout en précisant que l'objectif de l'entreprise n'est pas d'optimiser l'utilisation de l'IA en interne. Alors que l'IA s'intègre de plus en plus dans les environnements de travail, Microsoft est la dernière grande entreprise en date à freiner l'utilisation coûteuse de l'IA par ses employés, mettant ainsi un frein à ce que certaines entreprises ont surnommé le « tokenmaxxing ».
Selon un vice-président exécutif de Microsoft, GitHub Copilot est un outil de programmation basé sur l'IA, et il a souligné que le « tokenmaxxing » n'était pas l'objectif de l'entreprise. L'article précise que ce terme a gagné en popularité ces derniers mois, alors que le coût d'utilisation de l'IA a augmenté sans pour autant se traduire systématiquement par des gains de productivité proportionnels. « Le “tokenmaxxing” n’est pas notre priorité. Je souhaite que nous nous concentrions tous sur l’optimisation des résultats qui font vraiment la différence pour nos clients et notre entreprise », a déclaré Jay Parikh, vice-président exécutif chez Microsoft.
OpenAI GPT-5.6 va devenir le modèle par défaut pour un usage interne
Dans le but de « tirer davantage parti de notre investissement en jetons », Microsoft fait d’OpenAI GPT-5.6 le modèle d’IA par défaut pour un usage interne, car il est moins coûteux que plusieurs autres modèles. Un lien vers les directives internes mises à jour concernant Copilot précise qu'à compter de juillet 2026, les divisions de Microsoft disposeront d'un « objectif budgétaire en jetons d'IA », permettant aux employés de suivre leurs dépenses individuelles en matière d'IA.
Microsoft a ajouté que ces changements ne résultaient en aucun cas d'une détérioration de la situation financière de l'entreprise. Au contraire, son dernier rapport financier a montré que le chiffre d'affaires, le résultat d'exploitation et le résultat net avaient tous augmenté d'une année sur l'autre, dépassant les attentes du marché.
Cette nouvelle politique s'inscrit plutôt dans une tendance plus large chez les entreprises qui cherchent à limiter les utilisations inutiles de l'IA. Des rapports précédents avaient révélé que des entreprises telles qu'Amazon, Adobe, Atlassian et Citi avaient mis en place des mesures visant à réduire la consommation excessive d'IA par leurs employés. Microsoft continuera à affiner ses politiques en matière d'IA à mesure que les modèles et les produits évolueront, tout en soulignant qu'il ne souhaite pas freiner les progrès de l'entreprise vers une approche « AI-first ».
Des informations précédentes indiquent également que des entreprises telles qu'Accenture ont tenté d'empêcher leurs employés d'épuiser leurs budgets de jetons d'IA pour des tâches élémentaires, comme la conversion de fichiers PDF en diapositives de présentation. Ce revirement est remarquable, étant donné qu'Accenture avait auparavant averti ses employés qu'ils risquaient de passer à côté de promotions s'ils ne parvenaient pas à adopter les outils d'IA.
Le mois dernier, Jue Wang, consultante en gestion chez Bain & Company, a déclaré que de nombreuses grandes entreprises accompagnées par le cabinet examinaient de plus près le retour sur investissement de leurs investissements dans l’IA. « Le coût symbolique pour elles a doublé, presque tous les deux mois », a-t-elle expliqué. « Disons 200 dollars par développeur et par mois. Multipliez ce chiffre par 20 000 développeurs, ce qui correspond souvent à l’effectif de ces entreprises, et vous obtenez rapidement un montant qui ne figure dans aucun poste budgétaire prévu par les directeurs généraux. »
Pour Microsoft, cependant, la situation semble différente. L’entreprise s’attache à optimiser l’utilisation de chaque jeton d’IA, plutôt qu’à répondre à des pressions financières.
L'IA, longtemps présentée comme un outil censé améliorer la productivité tout en maîtrisant les coûts, devient un fardeau financier pour certaines organisations. Les dépenses des entreprises en matière d'IA montent en effet en flèche, certaines d'entre elles payant désormais davantage pour la puissance de calcul que pour la main-d'œuvre humaine. Alors que les coûts augmentent et que les retours sur investissement restent incertains, les dirigeants commencent à se demander si l'essor de l'IA est durable et si cette technologie est vraiment moins coûteuse que la main-d'œuvre humaine.
Source : Microsoft
Et vous ?
Pensez-vous que cette annonce est crédible ou pertinente ?
Voir aussi :
Publication de communiqués de presse en informatique. Contribuez au club : corrections, suggestions, critiques, ... Contactez le service news et Rédigez des actualités
Les entreprises se tournent vers l'IA open source pour gagner en flexibilité et réduire leurs coûts
Les entreprises se tournent vers l'IA open source pour gagner en flexibilité et réduire leurs coûts. Cette tendance menace la viabilité d'OpenAI et d'Anthropic
qui tablaient sur des profits massifs
De nombreuses entreprises délaissent les systèmes d'IA fermés et coûteux au profit de modèles d'IA en accès libre. Le géant de la téléphonie mobile AT&T explique avoir gagné en flexibilité et réduit ses dépenses opérationnelles de 80 % après l'adoption de modèles à poids ouverts. Si les modèles fermés dominent encore les tâches complexes, les systèmes ouverts, notamment ceux venant de Chine ou de Meta, gagnent du terrain grâce à leur efficacité et leurs faibles coûts. Cette tendance provoque l'effondrement des coûts des tokens. Le contexte fait planer le doute sur la survie des acteurs de la bulle de l'IA, comme OpenAI et Anthropic, qui espéraient des profits massifs.
Des entreprises majeures ont commencé à modifier leur stratégie en matière d'IA. Microsoft a mis en place des budgets de jetons d'IA pour ses employés, puis a fait du GPT-5.6, moins coûteux, son modèle interne par défaut, tout en précisant que « le tokenmaxxing n'est pas notre objectif ». D'un autre côté, certaines organisations intègrent de plus en plus des modèles à poids ouverts dans leurs pipelines pour réduire les coûts et gagner en flexibilités.
Le géant de la téléphonie mobile AT&T a choisi la seconde voie. AT&T a utilisé pendant des années les modèles d'IA fermés et payants développés par Anthropic et OpenAI pour le service client, la transcription d'appels et la programmation. Cependant, l'entreprise a récemment annoncé avoir changé de cap.
Face à l'augmentation spectaculaire des coûts de ces technologies, le responsable des données et de l'IA chez AT&T, Andy Markus, a recherché des alternatives plus économiques et s'est tourné vers des modèles ouverts, téléchargeables et modifiables gratuitement sans approbation préalable. Cette transition s'accélère : l'utilisation des modèles ouverts est passée de 20 % en mai à 40 % récemment, et pourrait atteindre 60 % dans les prochains mois.
Andy Markus a exprimé son optimisme quant à l'avenir de cette technologie : « nous pensons que cela pourrait aller beaucoup, beaucoup plus haut ». Cette décision permet désormais à AT&T d'économiser jusqu'à 80 % sur ses dépenses en IA par rapport au début de l'année. Dans les commentaires en ligne, des administrateurs système rapportent qu'ils tentent de convaincre leurs patrons d'investir dans du matériel capable d'exécuter l'IA en local.
Des géants tels que Deloitte et Airbnb choisissent eux aussi des modèles ouverts pour leur facilité de personnalisation et leur coût réduit. Les données américaines de la plateforme OpenRouter confirment cette tendance massive, révélant que la part des modèles ouverts dans l'usage global de l'IA est passée à 58 % en août 2026, contre 10 % il y a un an. Les experts s'attendent à ce que les modèles ouverts dominent bientôt le marché professionnel.
Signe de l'importance croissante du marché des modèles d'IA à poids ouverts, le fabricant de puces Nvidia a récemment annoncé l'acquisition de la célèbre bibliothèque de modèles ouverts Hugging Face pour la somme de 12,9 milliards de dollars. À cette occasion, le PDG de Nvidia, Jensen Huang, a déclaré : « ensemble, nous rendrons l'IA plus ouverte, plus performante et plus accessible aux personnes et aux institutions du monde entier ».
Les spécificités techniques et les avantages des modèles ouverts
Les modèles d'IA ouverts se présentent sous deux formes distinctes. D'une part, les modèles d'IA à code source ouvert rendent leur code informatique public. D'autre part, les modèles à poids ouverts publient leurs "poids", c'est-à-dire les calculs numériques qui orientent leur raisonnement. Alors que les Big Tech et les laboratoires américains gardent leurs modèles fermés, le secteur chinois de l'IA mise massivement sur les modèles à poids ouverts.
Clément Delangue, PDG de Hugging Face, a déclaré que la Chine domine le marché des modèles à poids ouvert et pourrait dépasser les laboratoires américains de pointe avant la fin de l’année. « Ils dominent clairement le domaine des modèles ouverts à l’heure actuelle, et je ne serais pas surpris qu’ils commencent à dominer également dans le domaine de l'IA de pointe d’ici la fin de cette année ou l’année prochaine, au vu du rythme des progrès ».
« Les créateurs de modèles américains, en revanche, travaillent en silos et risquent de prendre du retard », a ajouté Clément Delangue. Plutôt que de payer plusieurs millions de dollars de frais d'utilisation ou d'abonnements imposés par OpenAI et Anthropic pour des modèles fermés, les développeurs peuvent désormais télécharger des modèles conçus par des entreprises chinoises de premier plan, telles que Moonshot AI, Z.ai, DeepSeek ou Alibaba.
Ils peuvent ainsi bâtir leurs propres services en ne payant principalement que pour l'hébergement serveur. Ces alternatives ouvertes s'avèrent de plus en plus compétitives face aux leaders du marché. Jerry Tang, le directeur général de la startup Atlas Cloud, a récemment rapporté que certains modèles ouverts chinois atteignent désormais 80 % à 90 % de la puissance des modèles fermés d'OpenAI et d'Anthropic, pour seulement 20 % de leur prix.
Pour illustrer cette différence de coût et d'utilité, Jerry Tang compare les modèles haut de gamme fermés à des voitures de sport onéreuses, souvent superflues, en affirmant : « les Mazda font un excellent travail pour vous amener là où vous devez aller, et les Maserati ne valent tout simplement pas l'investissement ». En outre, le dirigeant ajoute que « les modèles ouverts offrent un meilleur rapport qualité-prix », ce que recherchent les entreprises.
De plus, l'accessibilité de ces technologies s'accroît puisque de nombreux modèles ouverts peuvent désormais fonctionner localement sur un simple téléphone portable ou un ordinateur portable, tels que les nouveaux ordinateurs Mac Mini et Mac Studio d'Apple, tandis que les modèles fermés dominants deviennent plus complexes et exigent une puissance de calcul toujours plus élevée. Dans ce contexte, les entreprises adoptent une approche hybride.
Dans cette configuration, les modèles fermés sont réservés pour les tâches lourdes telles que la programmation ou la génération d'images et de vidéos, tandis que les systèmes ouverts exécutent les tâches plus simples et spécialisées. Cela permet aux entreprises de maîtriser leurs dépenses opérationnelles en IA.
Les implications industrielles et le débat politique sur la régulation
Cette transition massive vers le modèle ouvert représente un défi stratégique pour OpenAI et Anthropic, deux entreprises qui préparent leur introduction en bourse et qui doivent maintenir des tarifs élevés pour financer leurs dépenses colossales en recherche, développement et puissance de calcul. Ce changement a été particulièrement accéléré l'année dernière par la startup chinoise DeepSeek avec la sortie de son modèle populaire DeepSeek-V3.
Ce dernier s'est distingué en offrant des performances proches des modèles propriétaires les plus avancés tout en nécessitant moins de ressources de calcul, permettant ainsi aux technologies chinoises de rattraper les systèmes d'Anthropic, d'OpenAI ou de Google. Toutefois, de nombreuses entreprises américaines restent réticentes à l'idée d'utiliser des modèles chinois en raison de craintes liées à la réglementation et à la protection des données.
C'est le cas d'AT&T, qui étudie ces technologies, mais refuse de les déployer. L'entreprise préfère personnaliser des alternatives américaines populaires comme le modèle Gemma de Google ou les modèles Llama de Meta pour concevoir des outils de transcription et d'aide au service client. Pour rivaliser dans ce domaine, Meta a récemment publié les poids de son modèle le plus avancé, à coût inférieur à celui d'autres systèmes américains majeurs.
Le PDG de Meta, Mark Zuckerberg, a déclaré à ce sujet : « je ne crois pas que restreindre l'accès aux modèles étrangers à code source ouvert soit une solution efficace », ajoutant que « notre objectif devrait être que les modèles américains à code source ouvert soient les meilleurs au monde ». Enfin, la montée en puissance des systèmes ouverts alimente un vif débat à Washington et au sein de la Silicon Valley concernant le contrôle de l'IA.
Tandis que le PDG d'Anthropic, Dario Amodei, soutient qu'une réglementation stricte de l'IA est indispensable pour protéger la sécurité nationale, d'autres figures de l'industrie comme Jensen Huang (Nvidia) ou Mark Zuckerberg (Meta) estiment que le partage libre et les technologies ouvertes sont cruciaux pour garantir un écosystème d'IA démocratique et équilibré. La position alarmiste de Dario Amodei est parfois vivement critiquée.
Les prix des tokens IA ont atteint des niveaux historiquement bas
Dans le domaine des grands modèles de langage (LLM), un token est une unité de texte que le modèle d'IA utilise pour lire et générer du langage naturel. Ce n'est pas forcément un mot entier : ça peut être un mot, une partie de mot, un signe de ponctuation ou même un espace. En anglais, un token correspond en moyenne à environ quatre caractères. En français, à cause des accents et de la conjugaison plus riche, le ratio est souvent moins efficace.
Les premiers modèles de pointe coûtaient des dizaines de dollars par million de tokens. Aujourd'hui, des modèles très performants sont proposés pour quelques dollars, voire moins d'un dollar par million de tokens pour les versions les plus légères. Plusieurs facteurs expliquent cette chute : l'amélioration de l'efficacité des architectures, la concurrence accrue entre fournisseurs, et les progrès matériels sur les accélérateurs dédiés à l'inférence de l'IA.
Une analyse récente du marché montre que cette tendance à la baisse se poursuit. LLM Token Expenditure Index, l'indice de référence de Silicon Data qui suit quotidiennement les tarifs des tokens d'IA, a franchi un cap historique à la baisse en s'établissant à 97 cents par million de tokens le 1er septembre 2026.
Plusieurs forces conjoncturelles et structurelles expliquent cette glissade rapide des tarifs sur le marché. Tout d'abord, la prolifération rapide des modèles d'IA à poids ouverts chinois à bas coût, à l'instar du modèle Kimi K3 de Moonshot AI, a exercé une forte pression à la baisse sur l'ensemble des prix. De plus, le leader du secteur, OpenAI, a consenti à des baisses de prix significatives sur deux de ses modèles GPT-5.6 à la fin du mois de juillet 2026.
Par ailleurs, d'autres laboratoires d'IA de pointe ont mis en place des structures de tarification dynamique ajustant les tarifs selon les fluctuations de la demande. Enfin, la réduction globale des coûts de production des tokens à travers l'ensemble de l'industrie technologique contribue directement à cette érosion.
Steve Hou, directeur de la recherche chez Silicon Data, a déclaré que cette baisse pourrait indiquer que l’offre existante, tant pour les modèles de pointe que pour les modèles à moindre coût, est déjà suffisante pour traiter la plupart des tâches. Si cette dynamique est une bonne nouvelle pour les utilisateurs finaux, ce n'est pas peut-être le cas pour les laboratoires tels qu'OpenAI et Anthropic, qui doivent encore démontrer leur rentabilité.
Une pression accrue sur les revenus de grands laboratoires d'IA
Cette tendance représente en revanche un défi majeur pour les entreprises qui conçoivent les modèles d'IA. En habituant les consommateurs à des prix de plus en plus bas, les fournisseurs de modèles risquent de perdre durablement leur pouvoir de fixation des tarifs. Ce phénomène de déflation frappe de plein fouet les startups OpenAI et Anthropic, qui subissent déjà la pression des investisseurs pour prouver la viabilité de leur modèle économique.
Charles-Henry Monchau, directeur des investissements chez Syz Group, a résumé cette situation critique : « la déflation des tokens comprime la ligne de revenus alors que les engagements de calcul restent fixes. La réponse stratégique est évidente : l'avantage concurrentiel doit s'éloigner de la capacité brute des modèles, où l'écart en matière de poids ouverts se mesure en mois, pour se tourner vers la distribution, la mémoire et le contexte ».
Cette baisse continue des prix des tokens survient à un moment particulièrement délicat pour les fleurons du secteur comme Anthropic et OpenAI, qui ont tous deux déposé confidentiellement des dossiers d'introduction en bourse auprès des autorités de régulation durant l'été 2026. Ce vent de déflation pourrait contraindre les investisseurs à réévaluer leurs prévisions de retour sur investissement dans le déploiement colossal des infrastructures d'IA.
A
Des géants comme Nvidia, Meta et Microsoft injectent actuellement des milliards de dollars dans les infrastructures de l'IA. Les doutes du marché se sont fait ressentir sur les places financières, provoquant une baisse marquée des indices boursiers où les valeurs technologiques ont essuyé de lourdes pertes, notamment avec un recul de près de 1 % pour le Nasdaq Composite et de 0,4 % pour le S&P 500 le 1er septembre après la publication de l'indice.
Se dirige-t-on vers l'éclatement de cette bulle spéculative ?
À l'heure actuelle, le succès de l'IA générative repose sur son immense pouvoir de séduction auprès de cadres et de dirigeants déconnectés du travail réel. Les modèles de langage sont capables de simuler le travail accompli, flattant l'ego des managers en ne refusant jamais aucune directive, aussi absurde soit-elle. Selon l'analyste Edward Zitron, les dirigeants imposent une technologie extrêmement coûteuse simplement parce que la concurrence le fait.
L'analyste confirme un constat : l'IA n'est actuellement pas viable sur le plan économique, à l'exception de quelques acteurs très spécifiques. Nvidia est l'un des rares véritables bénéficiaires de cette course technologique. Le fabricant de puces et les entreprises de construction s'enrichissent en profitant de « l'exubérance irrationnelle » qui pousse les géants du cloud à investir des sommes colossales dans la construction massive de centres de données.
Edward Zitron estime que c'est précisément ce climat de mépris et d'épuisement qui s'apprête à détruire l'industrie de l'intérieur. Face à la maltraitance de leurs dirigeants, les employés révoltés ont commencé à exprimer leur mécontentement. Pour l'analyste, l'IA coûte trop cher et n'est rentable pour personne.
Source : Deloitte
Et vous ?
Voir aussi
De là à faire le lien avec les communications alarmistes de Anthropic et OpenAI sur les IAs dangereuses qu'il faut réguler tout de suite ...
Oups
OpenAI, Anthropic et leurs petits copains ont déjà pris les mesures pour que les IA open source ne soient jamais des concurrents!!!Les entreprises se tournent vers l'IA open source pour gagner en flexibilité et réduire leurs coûts. Cette tendance menace la viabilité d'OpenAI et d'Anthropic
1. Jusqu'à ce jour, les IA open source ont utilisés quel moyen pour être distribués au plus grand nombre? (...silence...) Le site Hugging Face!
2. Qui a été une cible privilégiée des "malheureuses" et involontaires cyberattaques des agents de OpenAI et Anthropic? (...silence... Méchante, méchante IA, devenue complètement incontrôlable (...silence...) A moins que) Hugging Face!
3. Qui vient de racheter Hugging Face en mettant 13 milliards de $ sur la table? (...silence...) Nvidia!
Nvidia, cela vous dit quelque chose? (...silence...) Vous savez la société qui fait sa fortune avec l'IA et qui est investisseur de OpenAI et Anthropic!!!!
(...un ange passe...)
Il n'est pas interdit de prendre connaissance des news et d'y voir un lien entre-elles...
La on vire dans le complotisme. Si le but était vraiment de nuire a Hugging Face, il s'y seraient pris autrement, de manière bien plus discrète et efficace.Envoyé par Anselme45
2. Qui a été une cible privilégiée des "malheureuses" et involontaires cyberattaques des agents de OpenAI et Anthropic? (...silence... Méchante, méchante IA, devenue complètement incontrôlable (...silence...) A moins que
Les dégâts de Open IA sur Hugging Face ont été minimes, rapidement identifiés et reconnus. Au final, ça leur a plus fait de la pub qu'autre chose.
Les IA open source utilisent elle aussi majoritairement les puces Nvidia. Nvidia n'a pas un besoin absolu de Open AI et d'Anthropic, tant qu'il y a de la demande au niveau des machines. Au contraire, ces gros acteurs essaient de développer en parallèle leur propre puces spécialisées dans l'IA qui leur permettraient d’échapper a son hégémonie. L'investissement de NVidia dans Hugging Face est justement pour garantir un accès libre à des modèle d'IA une plus grande diversité de client qui auront besoin de son matériel pour les faire fonctionner.
Certes mais il faut y réfléchir sous tous les aspect pas uniquement tracer des ligne vers ce qu'on a envie de voir.Il n'est pas interdit de prendre connaissance des news et d'y voir un lien entre-elles...
Clairement. OpenAI et Anthropic soufflent depuis au moins deux ans le chaud et le froid, avec un en même temps que même Macron aurai du mal à égaler.De là à faire le lien avec les communications alarmistes de Anthropic et OpenAI sur les IAs dangereuses qu'il faut réguler tout de suite ...
Oups
Parfois, ils se disent, (notamment OpenAI) presque accélérationiste, affirme qu'il faut foncer tête baissée vers une société qui sera utopique grâce à l'IA, que l'on s'approche (soit-disant) de l'AGI...
Et de l'autre, ils nous disent que l'IA est dangereuse, que ça serait irresponsable qu'il n'y ai pas de régulations gouvernementale, ce qui est en complète contradiction.
Il y a clairement, dans les deux cas, une volonté de berner de l'investisseur, par le sensationnalisme. Mais au delà, y voir un moyen que pourrait avoir ces entreprises pour faire accoucher une réglementation bloquant le marché de l'IA open-source, il n'y a qu'un pas que je suis de plus en plus près à franchir.
D'autant plus que la possibilité de pouvoir faire interdire de manière législative certains programmes open-source (en faisant interdire la diffusion du code source lui-même) est le rêve mouillée de beaucoup de big tech, ainsi que de certaines industrie du divertissement. Cela avait échoué avec le tentative d'interdire DeCSS (grâce à un grand mouvement de protestation) mais l'on voit bien que cette volonté revient, à la fois via les tentatives de lois sur les vérifications d'âge lors de l'installation de système d'exploitations (Brésil, Californie, Colorado...), mais aussi avec les LLM open-source (dernièrement, le consortium AI Forensics s'en est presque directement pris à HuggingFace, en pondant un avis qui ne peut que favoriser l'IA centralisée de source fermée).
Il ne faut pas non plus oublier que la majorité du marché des LLMs open-source est chinois, et s'inscrit donc dans le contexte de la guerre économique entre Chine et États-Unis. États-Unis qui, pour protéger leur marché, aurai de plus en plus intérêt à faire adopter un type de réglementation contraignant un développement plus ouvert des LLMs, surtout à l'heure où de nombreuses entreprises se rendent compte des avantages évident de choisir des LLM rendant moins dépendant à l'entreprise l'ayant fabriqué (ce qui est évoqué dans l'article)
Faux!`
Ce n'est pas OpenAI qui a rapidement identifié et reconnu l'attaque de Hugging Face, ce sont les collaborateurs de Hugging Face qui ont repéré l'attaque et qui ont pris les mesures pour l'arrêter!!!
L'attaque a été détectée et dénoncée et ce n'est que par la suite que OpenAI a reconnu les faits... Ils n'avaient pas le choix: Quand tu retrouves juché sur une chaise en train de voler les pots de confiture de grand-mère, difficile de dire que tu y es pour rien
Alors quand on crie au "complotisme" et que l'on veut jouer au "Zorro, défenseur de l'orphelin et l'OpenAI opprimé"... On se renseigne!!!
Dont acte...
Ça tombe bien, je n'ai absolument pas dit le contraire. Je n'avais pas pris la peine de détailler le rôle de Hugging Face et Open AI dans l'histoire car quoi qu'il en soit : cette attaque n'était pas un menace existentielle pour Hugging Face et elle n'était pas particulièrement discrète, ce qui a en effet poussé OpenAI à le reconnaitre. Si c'était un complot, il serait particulièrement nul.
Il n'y a pas de raison d'y voir autre chose que les autres cas d'IA qui sortent de leur environnement, que l'on a pu constater ces derniers temps, et qui n'ont pas particulièrement visé Hugging Face.
J'étais bien au courant de la situation, du moins autant que vous, il semble. Et non je ne tiens certainement pas a prendre la défense du pauvre Open AI. Il y a énormément de choses très factuelles à leur reprocher, pas besoin de tomber dans les spéculations hasardeuses.Alors quand on crie au "complotisme" et que l'on veut jouer au "Zorro, défenseur de l'orphelin et l'OpenAI opprimé"... On se renseigne!!!
Répondre avec citation
Partager