Les entreprises délaissent ChatGPT pour des modèles d'IA chinois afin de réduire leurs coûts, Microsoft mise sur le logiciel

C'est l'économie, et non la mode, qui pousse les entreprises à abandonner les modèles de marque habituels au profit d'alternatives chinoises. Selon un digest ML publié sur Habr, ce mouvement est devenu en juin 2026 la principale tendance du secteur de l'IA. Les entreprises calculent leur unit economics sur de gros volumes de requêtes API. Microsoft, de son côté, tente de retenir ses clients non pas avec le modèle le plus performant, mais grâce à l'intégration profonde de Copilot dans ses logiciels.

Traité par IA depuis Habr AI ; édité par Hamidun News
Les entreprises délaissent ChatGPT pour des modèles d'IA chinois afin de réduire leurs coûts, Microsoft mise sur le logiciel
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Juin 2026selon l'auteur du digest, le mois où ce changement de stratégie est devenu « le principal moteur de changement dans l'industrie »
Raison du passage aux modèles chinoisréduire les coûts d'API en exploitation à grande échelle, et non un changement de goûts
Réponse de Microsoftmiser sur le logiciel et l'intégration profonde de l'IA dans ses propres produits, et pas seulement sur le modèle lui-même

En juin 2026, les entreprises ont commencé à abandonner massivement les modèles de langage de marque, comme ceux d'OpenAI, au profit d'alternatives chinoises. Selon l'auteur d'un digest ML publié sur Habr, ce n'est pas une affaire de mode, mais un calcul froid : réduire la facture API. Microsoft, pendant ce temps, cherche à entretenir l'intérêt des clients professionnels pour l'IA en s'appuyant sur ses logiciels, et pas seulement sur les modèles eux-mêmes.

Pourquoi les entreprises quittent les marques habituelles

Les économies sur les appels API ne sont que la partie émergée d'un basculement plus profond qui touche toute la stack IA, écrit l'auteur du digest. Il y a un ou deux ans, choisir les modèles d'OpenAI ou d'un autre grand fournisseur occidental relevait presque du réflexe : la marque garantissait la qualité, et le prix restait secondaire tant qu'on en était aux expérimentations et aux projets pilotes. À la mi-2026, de nombreuses entreprises ont dépassé ce stade et exploitent désormais l'IA en production, à grande échelle. Sur de tels volumes, l'écart de prix par token entre un modèle de marque et une alternative moins chère devient un poste de dépense significatif.

Ces deux dernières années, les laboratoires chinois ont méthodiquement amélioré la qualité de leurs modèles ouverts et semi-ouverts, tout en proposant un prix par token nettement inférieur à celui des produits phares des laboratoires occidentaux. Pour les entreprises qui calculent l'unit economics de leurs fonctionnalités d'IA, ce choix paraît de plus en plus rationnel, et non risqué.

Ce que fait Microsoft pour retenir ses clients

Signe révélateur, Microsoft suit la même logique, mais par l'autre bout. Plutôt que de rivaliser uniquement sur la qualité du modèle de base, l'entreprise s'appuie sur l'intégration profonde de l'IA dans ses logiciels : Copilot est intégré à Windows, à Office et à sa gamme d'outils professionnels. Pour les clients, cela crée des coûts de changement qui ne se résument pas au prix d'une requête API. C'est une stratégie de rétention par l'écosystème, et non par le modèle le moins cher ou le plus puissant du marché.

  • Juin 2026 : selon l'auteur du digest, le mois où ce changement de stratégie est devenu « le principal moteur de changement dans l'industrie »
  • Raison du passage aux modèles chinois : réduire les coûts d'API en exploitation à grande échelle, et non un changement de goûts
  • Réponse de Microsoft : miser sur le logiciel et l'intégration profonde de l'IA dans ses propres produits, et pas seulement sur le modèle lui-même

Que cachent les discussions sur la bulle de l'IA ?

Depuis deux ans, l'expression « bulle de l'IA » désigne l'écart entre les investissements colossaux dans les modèles et l'infrastructure et une rentabilité encore incertaine de ces investissements pour les entreprises utilisatrices. L'auteur du digest propose d'aborder la situation non comme une question de foi dans la technologie, mais comme une banale optimisation des coûts : dès qu'une entreprise passe d'un projet pilote à des dizaines ou des centaines de millions d'appels de modèle par mois, une économie de quelques centimes pour mille tokens devient une ligne budgétaire notable. Dans cette logique, le choix du fournisseur de modèle devient une décision d'achat ordinaire, et non une affaire de fidélité à une marque.

C'est aussi pourquoi l'auteur recommande d'examiner « toute la stack IA de haut en bas », et pas seulement le prix d'un appel API donné : les changements se produisent simultanément au niveau des modèles, de l'infrastructure cloud et des logiciels applicatifs. L'avantage revient à celui qui sait optimiser les trois couches à la fois, et non une seule.

Ce que cela signifie

Les débats sur la « bulle de l'IA » glissent de plus en plus de la question « ces modèles seront-ils seulement utilisés ? » vers une interrogation bien plus terre à terre : « quel fournisseur est le moins cher à grande échelle ? ». Pour le marché, cela signifie une concurrence tarifaire accrue entre modèles de marque et modèles chinois. Pour des entreprises comme Microsoft, c'est une incitation à gagner de l'argent non pas sur le modèle lui-même, mais sur les logiciels qui l'entourent.

Dossier

Questions clés sur cet article

Que cachent les discussions sur la bulle de l'IA ?

Depuis deux ans, l'expression « bulle de l'IA » désigne l'écart entre les investissements colossaux dans les modèles et l'infrastructure et une rentabilité encore incertaine de ces investissements pour les entreprises utilisatrices. L'auteur du digest propose d'aborder la situation non comme une question de foi dans la technologie, mais comme une banale optimisation des coûts : dès qu'une entreprise passe d'un projet pilote à des dizaines ou des centaines de millions d'appels de modèle par mois, une économie de quelques centimes pour mille tokens devient une ligne budgétair

Pourquoi les entreprises quittent les marques habituelles?

Les économies sur les appels API ne sont que la partie émergée d'un basculement plus profond qui touche toute la stack IA, écrit l'auteur du digest. Il y a un ou deux ans, choisir les modèles d'OpenAI ou d'un autre grand fournisseur occidental relevait presque du réflexe : la marque garantissait la qualité, et le prix restait secondaire tant qu'on en était aux expérimentations et aux projets pilotes. À la mi-2026, de nombreuses entreprises ont dépassé ce stade et exploitent désormais l'IA en production, à grande échelle. Sur de tels volumes, l'écart de prix par token entre

Que sait-on sur Ce que fait Microsoft pour retenir ses clients ?

Signe révélateur, Microsoft suit la même logique, mais par l'autre bout. Plutôt que de rivaliser uniquement sur la qualité du modèle de base, l'entreprise s'appuie sur l'intégration profonde de l'IA dans ses logiciels : Copilot est intégré à Windows, à Office et à sa gamme d'outils professionnels. Pour les clients, cela crée des coûts de changement qui ne se résument pas au prix d'une requête API. C'est une stratégie de rétention par l'écosystème, et non par le modèle le moins cher ou le plus puissant du marché. Juin 2026 : selon l'auteur du digest, le mois où ce changement

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…