·
·
IA
Les entreprises adoptent des modèles d'IA moins coûteux, mettant la pression sur OpenAI et Anthropic pour réduire leurs tarifs.
Un nouveau conflit tarifaire se dessine dans le secteur de l'intelligence artificielle, alors que de plus en plus d'acteurs, grands groupes comme start-ups, se tournent vers des modèles moins onéreux, incluant des solutions open source et des modèles développés par des entreprises chinoises. Cette tendance accroît la pression sur des leaders comme OpenAI et Anthropic pour qu'ils abaissent le prix de leurs services.
Selon le Wall Street Journal, ces entreprises cherchent à réduire les coûts élevés liés à l'IA grâce à des outils capables de basculer automatiquement entre différents modèles selon la nature de la tâche. Les modèles les moins chers sont utilisés pour les opérations courantes, tandis que les plus sophistiqués sont réservés aux analyses complexes.
Des cadres utilisant ces outils estiment que cette méthode peut diminuer jusqu'à 95 % les dépenses liées à certaines applications de l'intelligence artificielle.
Cette nouvelle approche s’appuie notamment sur des modèles à faible coût conçus par des sociétés chinoises telles qu'Alibaba et DeepSeek, ainsi que sur des modèles open source que les entreprises peuvent adapter et entraîner en interne.
Dan Robinson, fondateur de Detail, une entreprise spécialisée dans la détection d'erreurs logicielles, a indiqué que sa société a transféré environ 90 % de ses charges de travail des modèles Claude et Gemini vers des modèles personnalisés et le modèle chinois GLM, en raison de leur efficacité à moindre coût.
Des analystes notent que ce virage vers des alternatives plus économiques influence déjà le rythme des investissements dans le secteur, soulignant que la compétition ne porte plus uniquement sur la performance technique, mais aussi sur les coûts opérationnels.
Par ailleurs, des informations rapportent qu'OpenAI envisage des réductions tarifaires importantes, anticipant des mesures similaires de la part d'Anthropic, alors que les clients réclament des solutions moins onéreuses.
Cette pression intervient alors que ces deux entreprises continuent d’investir des milliards de dollars chaque année dans l'infrastructure informatique nécessaire au développement et à l’exploitation de modèles d’IA avancés, ce qui complique la perspective d’atteindre la rentabilité.
Ce contexte ravive le débat sur l’impact des modèles à bas coût : vont-ils transformer l’intelligence artificielle en un produit accessible à tous, ou les acteurs majeurs conserveront-ils leur avance grâce à l’amélioration constante de leurs modèles ?
Vishal Misra, vice-doyen en informatique et intelligence artificielle à l’université de Columbia, estime que « de nombreuses applications quotidiennes ne nécessitent pas les modèles les plus puissants disponibles », suggérant que la capacité des entreprises à imposer des tarifs élevés pour leurs services d’IA pourrait diminuer progressivement.
Face à cette dynamique, Microsoft a lancé une gamme de modèles plus petits et plus efficaces, tandis qu'Nvidia a présenté la famille de modèles Nemotron à bas coût. Parallèlement, plusieurs start-ups développent des modèles open source.
Les modèles chinois continuent également d’étendre leur présence au sein des entreprises américaines. Selon la plateforme Vercel, la part d’utilisation de DeepSeek est passée de 1 % en avril à 17 % en mai, faisant de cette société la plus utilisée sur la plateforme OpenRouter depuis la mi-mai.
En outre, Nvidia a été classée première dans le palmarès du Wall Street Journal des meilleures entreprises pour l’avenir en 2026, une liste dominée par les grandes sociétés technologiques, reconnues pour leur innovation, leur préparation à l’IA et leur solidité financière.
De nombreuses entreprises développent désormais leurs propres modèles en s’appuyant sur des logiciels open source et en les entraînant sur leurs données internes, ce qui leur permet de réduire les coûts et d’améliorer parfois les performances.
Des plateformes spécialisées ont aussi vu le jour, répartissant les tâches entre plusieurs modèles d’IA selon le coût et la complexité, afin d’utiliser autant que possible les modèles les moins chers, tout en recourant aux plus avancés uniquement lorsque nécessaire.
Des observateurs estiment que la compétition future dans l’intelligence artificielle ne se jouera pas seulement sur la puissance des modèles, mais aussi sur la capacité des entreprises à offrir des performances élevées à moindre coût, annonçant ainsi une nouvelle phase de guerre des prix dans l’un des secteurs les plus dynamiques au monde.
