Les modèles chinois, Kimi en tête, captent 89 % des dépenses des entreprises en IA open source

Si votre dernière analyse du marché des modèles ouverts remonte à un an, votre vision est peut-être déjà dépassée. Cette semaine, la société de capital-risque Menlo Ventures a publié une étude selon laquelle les systèmes d’IA chinois représentent 89 % des dépenses mondiales estimées des entreprises en modèles open source. La famille Kimi de Moonshot AI arrive en tête, avec une part de 61 %.

Ce qui a précisément été mesuré

Une précision importante : il ne s’agit pas de l’ensemble du marché de l’IA, mais uniquement de sa composante ouverte. Les modèles propriétaires américains, accessibles par API, continuent de capter l’écrasante majorité du chiffre d’affaires global. Il s’agit donc de deux marchés distincts. Dans le segment propriétaire, les laboratoires américains engrangent les revenus. Dans le segment ouvert, où une entreprise télécharge les poids et les exécute sur sa propre infrastructure ou chez un fournisseur d’infrastructure, les développeurs chinois dominent.

Ces chiffres restent des estimations. Il s’agit des calculs d’une société de capital-risque, et non de comptes audités. Il convient de consulter la méthodologie dans le rapport complet : elle ne figure pas dans l’extrait disponible.

Pourquoi les entreprises choisissent des poids chinois

Le résumé du rapport n’en explique pas les raisons. Les éléments qui suivent sont donc nos hypothèses, et non les conclusions de ses auteurs. Les modèles ouverts sont privilégiés lorsqu’un contrôle accru est nécessaire : les données ne transitent pas par une API externe, le modèle peut être affiné pour une tâche particulière et le coût des requêtes devient prévisible. Parmi les options ouvertes, les chiffres suggèrent que les modèles chinois offrent actuellement le meilleur rapport qualité-prix. Les autres solutions sont nettement distancées en part de dépenses.

Prenons un exemple simple. Une équipe développe un assistant interne chargé d’analyser des contrats. Les données sont sensibles, le volume de requêtes est élevé et payer chaque jeton d’un modèle propriétaire coûte cher. Elle choisit alors un modèle ouvert, le déploie sur ses propres GPU ou chez un fournisseur cloud, puis l’affine sur ses documents. Selon les données de Menlo, c’est précisément dans ce type de scénario que les budgets se dirigent de plus en plus vers Kimi et ses concurrents chinois.

Quelles mesures prendre

Premièrement, ne considérez pas l’open source comme un synonyme des modèles occidentaux. Si vous sélectionnez un modèle ouvert pour un produit, Kimi et les autres familles chinoises doivent figurer par défaut dans votre comparatif, et non être traités comme des options « exotiques ».

Deuxièmement, vérifiez la licence et les risques juridiques. Pour certaines entreprises, notamment dans les secteurs réglementés ou le secteur public, l’origine du modèle peut devenir un enjeu de conformité. Clarifiez en amont les exigences de vos clients, plutôt qu’après la signature du contrat.

Troisièmement, ne misez pas tout sur un seul modèle. Puisque le marché des poids ouverts est aussi concentré, une architecture permettant de remplacer rapidement un modèle derrière une interface commune réduit à la fois les risques techniques et commerciaux. Réalisez vos propres tests sur des données réelles au lieu de vous fier aux benchmarks publics.

Limites

Il ne s’agit que d’un rapport produit par une seule société de capital-risque, et les parts de 89 % et 61 % sont calculées à partir d’estimations de dépenses, non du nombre de requêtes ou d’installations. La progression des modèles chinois dans le segment ouvert ne signifie pas qu’ils surpassent globalement les modèles américains en qualité. Les modèles propriétaires américains continuent de capter l’essentiel du chiffre d’affaires et restent le choix par défaut pour de nombreux usages.

La conclusion pratique est simple : le segment ouvert est déjà largement chinois. Si vous développez un produit reposant sur l’open source, évaluez ces modèles avec lucidité, au moyen de tests et d’une vérification juridique, plutôt que de vous laisser guider par l’habitude ou l’origine du modèle.