Les modèles d’IA ouverts peuvent déjà exécuter neuf tâches de workflow sur dix en entreprise aussi bien que les modèles frontier, nettement plus coûteux, selon Gartner.
À l’approche de l’introduction en Bourse d’Anthropic, Gartner met à mal les prévisions des grands laboratoires d’IA américains. Alors que ceux-ci tablent sur une hausse de la demande pour leurs modèles, Gartner estime au contraire qu’ils deviendront non pertinents pour 90 pour cent des workflows d’IA en entreprise. C’est ce qu’avancent les analystes de la société dans un paper.
Tendances confirmées
Avec cette analyse, Gartner confirme des tendances visibles depuis plusieurs mois. À l’échelle mondiale, de plus en plus de workloads pilotés par l’IA passent des modèles frontier vers des LLM moins chers, voire vers des modèles open weight. Dans le même temps, de grandes entreprises SaaS constatent que les LLM eux-mêmes deviennent des produits banalisés. Selon elles, le harnais autour des LLM, qui répartit correctement les tâches, fournit le contexte et participe à la sécurité, devient plus important que le LLM lui-même.
Neuf étapes de workflow pilotées par l’IA sur dix fonctionnent aussi bien avec des modèles ouverts.
Gartner le confirme à présent dans un paper (Open-Weight Models Will Run 90% of Enterprise Agentic Workflow Steps). Les analystes constatent que neuf étapes sur dix des workflows d’agents IA peuvent déjà être exécutées par des modèles open weight, avec une qualité équivalente à celle des modèles fermés des laboratoires frontier.
Nettement moins cher
Le coût est en outre bien inférieur : comparé au LLM adéquat le moins cher d’un laboratoire frontier comme Anthropic ou OpenAI, le coût d’utilisation des LLM open weight est quatre fois moindre. Face au LLM le plus haut de gamme d’un tel laboratoire, les analystes notent même une économie d’un facteur 20.
Les modèles ouverts ont tendance à effectuer un peu plus de tentatives que les modèles frontier pour parvenir au même résultat. Même en tenant compte de ce paramètre, Gartner constate que le choix de modèles ouverts permet encore une économie d’un facteur cinq à six.
Maintien du contrôle
À cela s’ajoute que, dans un contexte professionnel, l’économie est surtout un bonus. Il existe en effet une raison encore plus importante de choisir des LLM open weight plutôt que des modèles frontier fermés : le contrôle. Les workflows et l’historique des étapes constituent des données précieuses.
Dans un contexte professionnel, l’économie est surtout un bonus ; le maintien du contrôle importe encore davantage.
Avec des LLM ouverts, les connaissances qui entourent ces workflows se constituent au sein de l’entreprise. Celui qui adopte des LLM frontier y transfère une partie de ce savoir, même s’il ne s’agit que de métadonnées d’utilisation.
À l’opposé des prévisions liées aux IPO
L’analyse de Gartner n’est pas une prévision d’avenir, mais part de la situation actuelle. Les arguments relatifs au coût et au contrôle vont dans le sens de la tendance du marché, mais s’opposent aux attentes d’Anthropic, par exemple. À l’approche de son IPO, Anthropic s’attend au contraire à ce que ses clients consomment davantage d’IA auprès de l’entreprise.
Si des alternatives ouvertes offrent davantage de contrôle, un prix plus bas et une qualité équivalente, rien ne semble garanti pour autant. Les arguments de simplicité et de gestion ne tiennent pas non plus : la complexité de la mise en œuvre de l’IA se situe aujourd’hui surtout au niveau du harnais, dans lequel changer de LLM n’est pas trop difficile.
Le frontier devient de la recherche
Gartner voit encore un rôle pour les laboratoires frontier, mais il ne correspond pas aux valorisations de plusieurs milliers de milliards que ces laboratoires recherchent. Dans un avenir proche, les modèles frontier serviraient plutôt de moteur à la recherche et au développement. Les LLM frontier seraient ainsi poussés vers le domaine de la recherche scientifique, tandis que les modèles open weight amèneraient ces capacités dans la pratique.
Cela correspond d’ailleurs déjà à ce qui se passe aujourd’hui. Les LLM les plus puissants d’Anthropic, de Google ou d’OpenAI sont certes les champions de leurs capacités, mais jamais pour longtemps. Dans l’année, des modèles ouverts apparaissent systématiquement, capables d’exécuter une partie de ces capacités de manière équivalente. De tels LLM conviennent bien mieux aux workflows pilotés par l’IA, gérés par un harnais, que les grands généralistes coûteux.
Une chance pour l’UE
Aujourd’hui, la plupart des modèles open weight sont chinois, mais pas tous. Mistral, le plus grand laboratoire d’IA européen, vient par exemple de rendre Mistral Large 4, alias Le Chonk, disponible en open source. Ce modèle devrait rapidement gagner du terrain, surtout auprès des organisations pour lesquelles le contrôle et la souveraineté figurent en haut de l’agenda.