Zhipu AI a reconnu des erreurs lors du lancement de GLM-5 et a proposé des compensations

Zhipu AI Reconnaît ses Erreurs lors du Lancement de GLM-5 et Propose des Compensations

L'entreprise chinoise Zhipu AI s'est trouvée dans une situation difficile suite à l'échec du lancement du programme GLM Coding Plan. Le 21 février, l'entreprise a publié une lettre officielle d'excuses dans laquelle elle a non seulement reconnu les erreurs commises, mais a également annoncé des mesures de compensation spécifiques pour les utilisateurs affectés. Ceci est un cas rare sur le marché, où les grands acteurs technologiques préfèrent généralement minimiser les défaillances opérationnelles plutôt que de les rendre publiques.

Zhipu AI est l'une des développeuses les plus éminentes de modèles de langage en Chine, responsable de la série de modèles GLM. L'entreprise a longtemps rivalisé avec des acteurs comme Baidu et Alibaba pour l'attention des développeurs et des clients d'entreprise. Le lancement de GLM-5 était censé être une autre étape importante et renforcer la position de la plateforme, mais l'engouement autour du modèle s'est retourné contre l'entreprise elle-même : le trafic s'est avéré significativement supérieur aux projections et l'infrastructure n'a pas pu supporter la charge.

Dans sa lettre, Zhipu AI a ouvertement identifié trois erreurs clés. Premièrement — transparence insuffisante des règles du programme GLM Coding Plan : les utilisateurs ne comprenaient pas exactement à quoi ils s'inscrivaient ni quelles étaient les conditions d'accès aux nouvelles fonctionnalités. Deuxièmement — un déploiement échelonné trop lent de GLM-5 : l'entreprise a choisi une approche prudente pour élargir l'accès, ce qui combiné à l'engouement a conduit à une insatisfaction généralisée.

Troisièmement — un mécanisme de transition négligemment conçu pour les clients existants, qui se sont retrouvés coupés des mises à jour promises sans explication claire des raisons. Remarquablement, la direction n'a pas tenté de rejeter la responsabilité sur des circonstances externes — les trois points sont formulés comme des défaillances de gestion interne.

L'aspect technique du problème s'est avéré prévisiblement douloureux. Suite au lancement de GLM-5, le trafic a dépassé toutes les attentes et l'entreprise n'a tout simplement pas réussi à augmenter la capacité du serveur au rythme nécessaire. En conséquence, ils ont dû introduire un accès échelonné au modèle : d'abord pour les utilisateurs de niveau Max, puis pour Pro et enfin pour Lite.

Au moment de la publication des excuses, les clients de niveau Max avaient déjà reçu l'accès complet, les utilisateurs Pro étaient formellement connectés, mais pendant les heures de pointe, ils se heurtaient à des limitations dues à la charge élevée des clusters. Les abonnés au forfait Lite attendent leur tour — l'entreprise prévoit d'ouvrir progressivement l'accès à ces utilisateurs pendant les périodes creuses après les vacances. À titre de compensation, tous les utilisateurs affectés des forfaits Pro et Lite ont eu la possibilité de demander indépendamment un remboursement si le service ne répondait pas à leurs attentes.

Cette histoire est importante non seulement comme un scandale corporatif, mais aussi comme symptôme d'un problème plus large de l'industrie. La course au lancement de nouveaux modèles dépasse souvent les capacités de l'infrastructure — et cela n'est pas limité aux entreprises chinoises. Des situations similaires avec surcharge des serveurs et conditions d'accès opaques ont été vécues par les acteurs occidentaux : il suffit de se souvenir des nombreuses pannes de ChatGPT au lancement ou des limitations périodiques d'accès à l'API d'OpenAI pendant les périodes de forte demande. La différence est que Zhipu AI a décidé d'agir ouvertement — la reconnaissance publique des erreurs dans le secteur technologique reste plutôt une exception qu'une norme.

Pour le marché des modèles de langage, cet épisode établit un précédent important. Les utilisateurs deviennent plus exigeants : ils s'attendent non seulement à des modèles de qualité, mais aussi à une infrastructure fiable, à des conditions claires et à des réponses rapides aux problèmes. Les entreprises qui savent communiquer honnêtement avec leur public pendant les crises ont une chance de maintenir la confiance même après des défaillances graves. Zhipu AI a misé sur cette approche — il reste maintenant à voir si les actions réelles pour corriger la situation soutiendront ces paroles.