Anthropic accuse DeepSeek et MiniMax de voler les connaissances de ses modèles

Anthropic, créatrice de la famille de modèles Claude et l'un des principaux acteurs de la course à la domination en intelligence artificielle, a formulé une déclaration tranchante : selon ses données, au moins trois grandes entreprises chinoises de IA "extraient" systématiquement les résultats de ses modèles pour les utiliser ensuite dans l'entraînement et l'amélioration de leurs propres produits. Parmi les entreprises nommées figurent DeepSeek et MiniMax, deux des startups chinoises les plus remarquables du moment. Le nom du troisième développeur n'a pas encore été divulgué.

Il s'agit d'une pratique connue dans l'industrie sous le nom de distillation. Son essence est simple : au lieu de dépenser des centaines de millions de dollars pour entraîner un modèle à partir de zéro sur d'énormes ensembles de données, on peut utiliser un modèle déjà puissant comme « professeur ». 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 part significative des capacités de l'original avec des coûts substantiellement réduits. Techniquement, ce n'est pas une copie des poids du réseau de neurones ni un piratage de serveurs, mais Anthropic qualifie de telles actions de violations de ses conditions de service et les appelle « extraction illégale ».

Comprendre cette déclaration exige du contexte concernant l'ascension fulgurante de DeepSeek, qui au cours de l'année écoulée s'est transformée d'un startup obscur en l'un des acteurs les plus discutés de l'industrie mondiale de l'IA. Les modèles de DeepSeek ont démontré des résultats impressionnants sur les benchmarks, comparables à ceux des systèmes occidentaux les plus avancés, tandis que l'entreprise se positionne comme une développeuse qui atteint l'efficacité avec considérablement moins de ressources informatiques. MiniMax, quant à elle, a attiré l'attention des investisseurs et des utilisateurs grâce à ses capacités multimodales et une stratégie agressive d'entrée sur le marché international.

Les succès des deux entreprises ont soulevé des questions chez les concurrents occidentaux : comment parviennent-elles à atteindre de tels résultats sous les strictes restrictions à l'exportation de puces avancées imposées par l'administration américaine ?

La déclaration d'Anthropic fournit une réponse possible—et cette réponse est extrêmement inconfortable pour l'ensemble de l'industrie. La distillation en tant que méthode n'est rien de nouveau ou de secret. Elle est activement utilisée au sein des entreprises occidentales elles-mêmes : c'est ainsi que sont créées les versions allégées des modèles—ces variantes « mini » et « lite » qui fonctionnent sur les smartphones et les serveurs peu puissants.

Le problème surgit lorsque la distillation est menée non pas par le propriétaire du modèle, mais par un concurrent, parasitant essentiellement l'investissement d'autrui dans la recherche et le calcul. Anthropic, selon diverses estimations, a dépensé des milliards de dollars pour entraîner ses modèles—et si une part significative de ces connaissances peut être « versée » dans un produit concurrent via une API pour des sommes relativement modestes, cela remet en question le modèle économique même du développement des systèmes d'IA de pointe.

Pour les régulateurs et politiques américains, cette déclaration servira d'argument supplémentaire en faveur d'un renforcement du contrôle. Déjà, au Congrès, des projets de loi sont discutés qui pourraient limiter l'accès aux modèles avancés d'IA via API pour les utilisateurs de certaines juridictions. L'administration élargit activement les contrôles à l'exportation, les étendant non seulement aux puces, mais aussi aux logiciels et même aux poids des modèles. Les accusations d'Anthropic ajoutent un cas concret à cette discussion, facilement transformable en un récit politique sur le « vol de technologie américaine ».

Cependant, la situation est loin d'être univoque. Les entreprises chinoises contesteront certainement les accusations, et l'aspect juridique de la question reste flou. Les conditions d'utilisation de l'API constituent un contrat, pas une loi, et leur violation entraîne la suspension du compte, pas des poursuites pénales. De plus, tracer une ligne claire entre « distillation » et « inspiration par les résultats » est techniquement extrêmement difficile. Si un chercheur lit les réponses de Claude et, sur la base de la compréhension obtenue, améliore l'architecture de son propre modèle, est-ce aussi de la distillation ? L'industrie devra développer un consensus sur cette question, et jusqu'à ce qu'il existe, de telles accusations resteront dans une zone grise.

Ce qui est véritablement important dans cette histoire, c'est qu'elle met en lumière une contradiction fondamentale de l'époque. Des entreprises comme Anthropic veulent simultanément la distribution la plus large possible de leurs modèles (cela génère des revenus et renforce l'écosystème) et le contrôle sur la façon exacte dont les résultats de ces modèles sont utilisés. Ces deux désirs sont de plus en plus difficiles à concilier.

Chaque API ouverte est un canal potentiel de fuite de connaissances. Et tant que n'apparaîtront des mécanismes fiables de protection technique ou juridique, la course à la domination en IA s'accompagnera de conflits toujours plus aigus entre ceux qui créent les modèles et ceux qui trouvent des moyens d'en extraire le maximum—sans demander la permission.