La véritable course à l'IA n'est peut-être plus en première ligne : l'essor des modèles open source transforme le paysage industriel.

Contexte de l'industrie

À l'été 2026, l'attention de l'industrie de l'IA s'est focalisée sur le modèle de pointe Claude Fable 5 d'Anthropic et le contrôle d'accès imposé par le gouvernement américain. Cependant, alors que l'industrie était concentrée sur la course à la pointe, la communauté des développeurs n'a pas ralenti — ils n'ont pas attendu la permission d'OpenAI ou d'Anthropic, mais se sont tournés vers des options plus ouvertes.

Les données de la plateforme Hugging Face révèlent ce changement : au printemps 2026, les modèles ouverts chinois à poids ouverts représentaient 41 % des téléchargements sur la plateforme, dépassant pour la première fois les modèles américains. Sur le classement OpenRouter, les six premiers sont tous des modèles ouverts d'entreprises chinoises telles que Tencent, Xiaomi, DeepSeek, MiniMax et Z.ai, tandis que le Claude Opus 4.7 d'Anthropic n'arrive qu'en septième position. Les données de Vercel montrent en outre que les modèles ouverts ont absorbé près d'un tiers de la charge de requêtes IA, tandis que les modèles fermés se sont repliés vers une couche Premium coûteuse et de grande valeur.

Impact sur le marché

Cette tendance bouleverse le modèle économique de l'industrie de l'IA. Pour les clients entreprises, les modèles ouverts offrent des coûts de déploiement plus faibles et une plus grande flexibilité de personnalisation. Clem Delangue, PDG de Hugging Face, déclare : "De plus en plus de clients et de membres de la communauté soulignent les avantages de posséder leur propre modèle d'IA plutôt que de le louer. Lorsque vous voyez la facture liée à l'extension des modèles fermés, cette transition devient logique." Il ajoute qu'un nouveau référentiel est créé sur Hugging Face toutes les 7 secondes, et que la plateforme héberge déjà près de 3 millions de modèles publics et 1 million de jeux de données. Actuellement, la moitié des entreprises du Fortune 500 utilisent Hugging Face pour déployer leurs propres modèles ou des modèles ouverts.

Pour les investisseurs, les flux de capitaux se déplacent des entreprises de modèles de pointe purs vers l'écosystème open source et les fournisseurs d'infrastructure. Le PDG de Microsoft, Satya Nadella, a récemment averti les entreprises d'éviter le verrouillage par un seul fournisseur, soulignant que le contrôle des données devrait être une priorité. Il a posté sur X : "Si l'apprentissage ne circule que dans une seule direction, la valeur économique se concentrera entre les mains du propriétaire de l'infrastructure d'apprentissage, et non du créateur de connaissances lui-même." Ces propos remettent directement en question le modèle économique des fournisseurs de modèles fermés.

Paysage concurrentiel

Bénéficiaires : Les plateformes open source telles que Hugging Face sont les grands gagnants, avec une augmentation du nombre de développeurs et de clients entreprises. Les laboratoires d'IA chinois gagnent en influence internationale grâce à des modèles ouverts puissants (comme le GLM-5.2 de Z.ai), notamment dans des domaines verticaux tels que le codage d'agents et la détection de vulnérabilités de sécurité. De plus, les fournisseurs de cloud computing offrant des services d'hébergement, de réglage fin et de déploiement (comme AWS, Azure, etc.) bénéficieront également de la demande croissante pour les modèles ouverts.Parties sous pression : Les principaux fournisseurs de modèles propriétaires tels qu'OpenAI et Anthropic subissent des pressions de croissance. Bien que leurs modèles de pointe conservent un avantage pour certaines tâches à haute valeur ajoutée, la probabilité qu'ils dominent les charges de travail de production diminue. Delangue prédit : « Dans quelques années, les modèles de pointe pourraient n'être utilisés que pour la recherche et certaines tâches à forte valeur, tandis que la majeure partie des charges de travail de production sera assurée par des modèles internes d'entreprises ou des modèles open source. » De plus, l'avantage des prix bas des modèles chinois comprime les marges des API propriétaires.

Suiveurs potentiels : Des entreprises comme Meta, qui se distinguent par leur stratégie open source, pourraient accroître leurs investissements dans l'open source. D'autres grandes entreprises technologiques comme Google et Amazon pourraient ajuster leurs stratégies de publication de modèles, en cherchant un équilibre entre ouverture et protection commerciale.

Implications pour les entreprises

Les entreprises devraient revoir leurs stratégies d'achat en IA. Premièrement, évitez de vous enfermer chez un fournisseur de modèles unique ; l'avertissement de Nadella mérite réflexion : si une entreprise externalise ses données et ses capacités essentielles vers une API boîte noire, elle perdra à long terme le contrôle de ses systèmes d'IA. Deuxièmement, les modèles open source offrent une meilleure souveraineté des données et des possibilités de personnalisation ; les entreprises peuvent ajuster les modèles en fonction de leurs besoins métier plutôt que d'accepter des résultats standardisés. Enfin, le rapport coût-efficacité est crucial : les modèles open source ont généralement des coûts d'inférence plus faibles et ne génèrent pas de dépenses continues par token.

Cependant, les entreprises doivent également évaluer les risques de sécurité et de conformité. Bien que les modèles open source soient plus transparents, un manque de gouvernance interne peut entraîner des risques d'utilisation malveillante ou de fuite de données. Il est recommandé aux entreprises de mettre en place un processus complet de gestion de la chaîne d'approvisionnement en IA, incluant l'audit des modèles, le contrôle des accès et une surveillance continue.

Perspectives d'avenir

12 mois : La part des modèles open source dans les charges de travail d'inférence continuera d'augmenter, dépassant probablement 50 %. Les entreprises chinoises continueront à lancer des modèles compétitifs, intensifiant la guerre des prix. Les fournisseurs de modèles propriétaires pourraient être contraints d'ajuster leurs stratégies de prix ou d'offrir davantage de services à valeur ajoutée (comme la sécurité au niveau entreprise, les garanties de SLA).

24 mois : Le marché des modèles se structurera en couches : les modèles de pointe pour la R&D et les tâches à plus haute valeur ; les modèles open source couvrant la majorité des scénarios génériques et d'entreprise personnalisés ; certaines entreprises développeront des modèles verticaux entièrement privés. Des plateformes comme Hugging Face pourraient devenir une infrastructure industrielle de type « GitHub for AI ».

3 ans : Les débats réglementaires sur l'ouverture des modèles s'intensifieront. Comme l'a averti Dario Amodei, PDG d'Anthropic, la diffusion de modèles open source puissants peut présenter des risques d'abus ; tandis que Delangue soutient que « la centralisation est le plus grand risque ». On s'attend à ce que les pays adoptent des cadres réglementaires catégoriels pour les modèles open source, imposant par exemple des restrictions de publication aux modèles dépassant un certain seuil de paramètres ou de capacités. Le paysage industriel deviendra plus diversifié, mais le scénario d'« un modèle pour tous » ne se produira probablement pas.