Pendant deux ans, l’industrie de l’intelligence artificielle nous a habitués à une compétition presque sportive.
Qui possède le modèle le plus intelligent ? Qui obtient le meilleur score ? Qui raisonne le mieux, code le mieux ou réussit le mieux les benchmarks ?
DeepSeek vient rappeler qu’une autre compétition est peut-être en train de devenir tout aussi importante : qui peut faire suffisamment bien pour beaucoup moins cher et beaucoup plus vite ?
La société chinoise a lancé ce jeudi 10 septembre DeepSeek-V4.1-Flash, qu’elle présente comme le plus petit modèle de sa nouvelle famille d’architecture.
Selon l’entreprise, cette version doit offrir davantage de capacités, une inférence plus rapide, un débit supérieur et une architecture permettant le passage à des modèles plus importants.
Qui possède le modèle le plus intelligent ? Qui obtient le meilleur score ? Qui raisonne le mieux, code le mieux ou réussit le mieux les benchmarks ?
DeepSeek vient rappeler qu’une autre compétition est peut-être en train de devenir tout aussi importante : qui peut faire suffisamment bien pour beaucoup moins cher et beaucoup plus vite ?
La société chinoise a lancé ce jeudi 10 septembre DeepSeek-V4.1-Flash, qu’elle présente comme le plus petit modèle de sa nouvelle famille d’architecture.
Selon l’entreprise, cette version doit offrir davantage de capacités, une inférence plus rapide, un débit supérieur et une architecture permettant le passage à des modèles plus importants.
L'intelligence artificielle rencontre l'économie réelle
Pour comprendre l’enjeu, il faut oublier un instant les démonstrations spectaculaires.
Une entreprise qui utilise une IA plusieurs millions de fois par mois ne se demande pas seulement si elle est excellente. Elle demande : combien coûte chaque requête ? Combien de temps faut-il pour obtenir la réponse ? De quelle puissance de calcul avons-nous besoin ? Et surtout : avons-nous réellement besoin du modèle le plus puissant pour répondre à toutes nos questions ?
Pour résumer : inutile de mobiliser un Einstein numérique pour classer une facture ou résumer un courrier.
C’est là que les modèles plus petits et plus rapides deviennent économiquement intéressants.
Une entreprise qui utilise une IA plusieurs millions de fois par mois ne se demande pas seulement si elle est excellente. Elle demande : combien coûte chaque requête ? Combien de temps faut-il pour obtenir la réponse ? De quelle puissance de calcul avons-nous besoin ? Et surtout : avons-nous réellement besoin du modèle le plus puissant pour répondre à toutes nos questions ?
Pour résumer : inutile de mobiliser un Einstein numérique pour classer une facture ou résumer un courrier.
C’est là que les modèles plus petits et plus rapides deviennent économiquement intéressants.
Le coût de l'inférence devient stratégique
L’entraînement des grands modèles a longtemps concentré l’attention en raison des milliards nécessaires aux GPU, data centers et infrastructures électriques.
Mais lorsque l’IA se diffuse dans l’économie, un autre coût prend de l’importance : celui de l’inférence, c’est-à-dire le calcul nécessaire chaque fois qu’un utilisateur demande quelque chose au modèle.
Une IA intégrée dans un centre d’appels, une banque, une administration ou un média peut être sollicitée des centaines de milliers, voire des millions de fois.
Quelques centimes économisés sur chaque interaction finissent alors par représenter beaucoup d’argent.
Voilà pourquoi la bataille des modèles « Flash », « Mini » ou autres versions compactes mérite autant d’attention que celle des modèles géants.
Mais lorsque l’IA se diffuse dans l’économie, un autre coût prend de l’importance : celui de l’inférence, c’est-à-dire le calcul nécessaire chaque fois qu’un utilisateur demande quelque chose au modèle.
Une IA intégrée dans un centre d’appels, une banque, une administration ou un média peut être sollicitée des centaines de milliers, voire des millions de fois.
Quelques centimes économisés sur chaque interaction finissent alors par représenter beaucoup d’argent.
Voilà pourquoi la bataille des modèles « Flash », « Mini » ou autres versions compactes mérite autant d’attention que celle des modèles géants.
Une question particulièrement marocaine
Pour le Maroc, et plus largement pour l’Afrique, cette évolution est fondamentale.
Nous n’avons pas forcément intérêt à reproduire exactement le modèle américain consistant à mobiliser des investissements gigantesques pour entraîner chaque génération de modèles frontières.
Nous avons en revanche un intérêt évident à disposer d’IA suffisamment performantes, moins coûteuses et éventuellement déployables sur des infrastructures locales.
Banques, assurances, administrations, médias, centres de relation client, tourisme, industrie ou santé ont besoin de solutions adaptées à leurs usages et à leurs langues.
Dans beaucoup de ces métiers, le modèle gagnant ne sera pas nécessairement celui qui obtient 98 au lieu de 96 à un benchmark.
Ce sera celui qui produit la bonne réponse assez vite, assez bien et pour suffisamment peu cher.
Nous n’avons pas forcément intérêt à reproduire exactement le modèle américain consistant à mobiliser des investissements gigantesques pour entraîner chaque génération de modèles frontières.
Nous avons en revanche un intérêt évident à disposer d’IA suffisamment performantes, moins coûteuses et éventuellement déployables sur des infrastructures locales.
Banques, assurances, administrations, médias, centres de relation client, tourisme, industrie ou santé ont besoin de solutions adaptées à leurs usages et à leurs langues.
Dans beaucoup de ces métiers, le modèle gagnant ne sera pas nécessairement celui qui obtient 98 au lieu de 96 à un benchmark.
Ce sera celui qui produit la bonne réponse assez vite, assez bien et pour suffisamment peu cher.