Anthropic accuse DeepSeek et MiniMax de siphonner le savoir de ses modèles

Anthropic, créateur de la famille de modèles Claude et l'un des acteurs clés de la course au leadership en intelligence artificielle, a publié une déclaration tranchante : selon ses données, au moins trois grands développeurs chinois d'IA ont « extrait » de façon systématique les résultats de ses modèles afin de les utiliser pour entraîner et renforcer leurs propres produits. Parmi les entreprises nommées figurent DeepSeek et MiniMax, deux des start-up chinoises les plus en vue ces derniers temps. L'identité du troisième développeur n'a pas encore été dévoilée.

Il s'agit d'une pratique que l'industrie appelle la distillation. Le principe est simple : plutôt que de dépenser des centaines de millions de dollars pour entraîner un modèle à partir de zéro sur d'immenses volumes de données, on peut utiliser un modèle puissant déjà prêt comme « enseignant ». On lui envoie des requêtes, on collecte les réponses, puis on entraîne son propre modèle, généralement plus compact, sur ces paires « question-réponse ».

Le résultat est un système qui reproduit une bonne partie des capacités de l'original pour un coût nettement inférieur. Techniquement, il ne s'agit ni de copier les poids du réseau de neurones ni de pirater des serveurs, mais Anthropic considère ces actes comme une violation des conditions d'utilisation de ses services et les qualifie d'« extraction illégale ».

On ne peut comprendre le contexte de cette déclaration sans tenir compte de l'ascension fulgurante de DeepSeek, passé en un an d'une start-up peu connue à l'un des acteurs les plus commentés de l'industrie mondiale de l'IA. Les modèles de DeepSeek ont affiché des résultats impressionnants sur les benchmarks, comparables à ceux des principaux systèmes occidentaux, tandis que l'entreprise se présente comme un développeur qui atteint l'efficacité avec bien moins de ressources de calcul. MiniMax, de son côté, a attiré investisseurs et utilisateurs grâce à ses capacités multimodales et à une stratégie agressive de conquête du marché international.

Les succès des deux entreprises ont suscité des interrogations chez les concurrents occidentaux : comment parviennent-elles à de tels résultats malgré les restrictions strictes à l'exportation de puces avancées décidées par l'administration américaine ?

La déclaration d'Anthropic fournit une réponse possible, et elle est extrêmement gênante pour toute l'industrie. La distillation n'est ni nouvelle ni secrète. Les entreprises occidentales elles-mêmes l'utilisent largement : c'est ainsi que sont créées les versions allégées des modèles, ces variantes « mini » et « lite » qui tournent sur smartphone et sur des serveurs peu puissants.

Le problème apparaît lorsque la distillation est menée non par le propriétaire du modèle, mais par un concurrent qui, dans les faits, profite des investissements d'autrui en recherche et en calcul. Selon diverses estimations, Anthropic a dépensé des milliards de dollars pour entraîner ses modèles. Si une part importante de ce savoir peut être « transvasée » dans un produit concurrent via une API pour une somme relativement modeste, c'est le modèle économique même du développement de systèmes d'IA de pointe qui est remis en question.

Pour les régulateurs et les responsables politiques américains, cette déclaration sera un argument de plus en faveur d'un durcissement des contrôles. Le Congrès examine déjà des projets de loi qui pourraient limiter l'accès via API aux modèles d'IA avancés pour les utilisateurs de certaines juridictions. L'administration étend activement les contrôles à l'exportation, qui ne concernent plus seulement les puces, mais aussi les logiciels et même les poids des modèles. Les accusations d'Anthropic apportent à ce débat un cas concret, facile à transformer en récit politique sur le « vol de technologies américaines ».

La situation est pourtant loin d'être tranchée. Les entreprises chinoises contesteront très probablement les accusations, et le volet juridique reste flou. Les conditions d'utilisation d'une API sont un contrat, pas une loi, et leur violation entraîne le blocage du compte, non des poursuites pénales. En outre, il est techniquement très difficile de tracer une frontière nette entre « distillation » et « inspiration tirée des résultats ». Si un chercheur lit les réponses de Claude et s'appuie sur ce qu'il en a compris pour améliorer l'architecture de son propre modèle, s'agit-il aussi de distillation ? L'industrie doit encore forger un consensus sur cette question, et tant qu'il n'existe pas, de telles accusations resteront dans une zone grise.

Ce qui compte vraiment dans cette affaire, c'est qu'elle met à nu une contradiction fondamentale de l'époque. Des entreprises comme Anthropic veulent à la fois la diffusion la plus large possible de leurs modèles (source de revenus et de renforcement de l'écosystème) et le contrôle de l'usage précis qui est fait des résultats de ces modèles. Il est de plus en plus difficile de concilier ces deux souhaits.

Chaque API ouverte est un canal potentiel de fuite de connaissances. Tant que des mécanismes de protection techniques ou juridiques fiables n'auront pas vu le jour, la course au leadership en IA s'accompagnera de conflits toujours plus vifs entre ceux qui créent les modèles et ceux qui trouvent le moyen d'en tirer le maximum, sans demander la permission.