Les entreprises tech vont-elles adopter des modèles d'IA moins chers ?

Le développement rapide dans le domaine de l'intelligence artificielle (IA) s'est longtemps appuyé sur un concept central : plus le modèle est grand, plus il est puissant et susceptible de dominer le marché. Cependant, l'industrie assiste aujourd'hui à un changement de perspective. Les coûts élevés obligent les utilisateurs à se concentrer sur des modèles plus petits et moins chers. Cette approche économique pourrait transformer complètement l'avenir du secteur. Selon Techcrunch.com rapporte .

Selon une prédiction de Brian Armstrong, co-fondateur de Coinbase, au cours des 12 à 18 prochains mois, 80 % des tâches seront effectuées par des modèles 99 % moins chers. Seules les 20 % de tâches les plus complexes resteront sur les modèles phares de dernière génération. Si cela se concrétise, de grands laboratoires comme OpenAI et Anthropic pourraient subir de graves pertes financières avant leurs introductions en bourse, car le flux de revenus principal se déplacera vers des alternatives moins chères.

Les tests initiaux montrent que, si le système est correctement configuré, des modèles moins chers peuvent remplacer les plus grands sans compromettre la qualité. Par exemple, le service d'IA juridique Harvey, en partenariat avec Fireworks AI, a réussi à réduire les coûts par trois en utilisant conjointement les modèles Claude Opus et GLM 5.1. Dans ce dispositif, les tâches les plus lourdes étaient attribuées au grand modèle, tandis que les autres étaient traitées par le modèle plus petit.

Comme l'a souligné Gabe Pereyra, co-fondateur de Harvey, la notion de qualité ne signifie plus utiliser le modèle le plus puissant pour tout, mais obtenir la réponse la plus précise de la manière la plus efficace. Cette tendance intensifie la concurrence non seulement entre les modèles ouverts et fermés, mais aussi entre les grands et les petits modèles. Les utilisateurs préservent désormais à la fois la qualité et le budget en choisissant des options économiques comme GPT-4o-mini au lieu de GPT-4o.