Pourquoi ce timing ? Parce que les régulateurs sont en retard, et que l’industrie n’a pas l’intention de s’arrêter.
OpenAI a annoncé GPT-4o avec un argument choc : le modèle est « aussi bon que GPT-4 Turbo, mais 50 % moins cher à exécuter ». Anthropic, de son côté, a sorti Sonnet en mode « on vous avait prévenus » : des performances proches d’Opus, mais à un prix accessible aux startups et même aux labos universitaires. Le détail qui tue ? Ces modèles sont déjà utilisés en interne par les deux entreprises. Ils savent qu’ils marchent. Le reste n’est que marketing.
Le vrai problème, c’est que personne ne sait vraiment ce que ça change.
Prenez les benchmarks. Sur des tests comme MMLU (un score qui mesure la compréhension générale), Sonnet affiche 88,6 %, contre 89,1 % pour Opus. Sur HumanEval (code), c’est 86,8 % contre 88,8 %. Des écarts minces, mais suffisants pour justifier le prix. Sauf que :
- Personne ne sait si ces écarts comptent vraiment dans la vraie vie.
- Les entreprises qui paient pour ces modèles ne savent pas non plus si elles ont besoin de la version « premium » ou si la « light » suffit.
- Et surtout, personne ne mesure l’impact environnemental de cette multiplication de modèles « presque aussi bons ».
L’Europe, elle, regarde ailleurs.
Le AI Act européen, censé encadrer ces démons, est toujours en discussion. Les lobbies ont fait leur travail : les amendes pour les géants de l’IA seront symboliques (jusqu’à 7 % du chiffre d’affaires mondial, soit environ 3,5 milliards pour OpenAI si on prend ses dernières estimations). Assez pour faire peur aux PME, pas assez pour freiner les GAFAM. Pendant ce temps, aux États-Unis, la FTC (l’équivalent de l’ARPP, mais en plus laxiste) a ouvert une enquête sur les pratiques d’OpenAI… en 2023. Un an après.
Alors oui, ces nouveaux modèles sont une avancée technique. Non, ce n’est pas une révolution. C’est une accélération.
Anthropic et OpenAI jouent sur deux tableaux :
- Ils rassurent les clients en disant « On a optimisé, c’est moins cher, mais presque aussi bien ».
- Ils forcent la main aux régulateurs en leur montrant que « Même sans loi, on innove. Alors soit vous nous encadrez maintenant, soit vous regardez le train passer ».
Le piège ? Personne ne sait qui va payer la note.
- Les utilisateurs ? Ils auront peut-être accès à des versions moins chères, mais les entreprises qui les utilisent vont probablement répercuter le coût sur leurs propres clients.
- Les États ? Ils vont devoir financer la surveillance de ces outils, alors qu’ils n’ont même pas les moyens de contrôler les fuites de données actuelles.
- Les concurrents ? Les startups IA vont se faire écraser par la puissance de feu d’Anthropic et OpenAI, qui peuvent se permettre de lancer des modèles à perte pour dominer le marché.
Le plus ironique ? Ces modèles sont censés être « plus sûrs ». Anthropic vante Sonnet comme « moins sujet aux hallucinations » que ses prédécesseurs. OpenAI parle de « meilleure alignement avec les valeurs humaines ». Sauf que personne n’a les données pour le prouver. Les tests de sécurité sont faits en interne, avec des critères flous. On nous vend des promesses, pas des preuves.
Alors, ces nouveaux modèles changent-ils vraiment la donne ?
Pas tant que ça. Ce qui change, c’est la vitesse. Avant, les géants de l’IA sortaient un modèle tous les 6 mois. Maintenant, ils en sortent un tous les 2 mois. Et les régulateurs, eux, mettent 2 ans à réagir.
Le vrai risque ? Que dans deux ans, on se rende compte que personne n’a su anticiper.
Pas parce que les modèles sont dangereux. Parce qu’ils sont trop nombreux, trop opaques, et que personne ne contrôle vraiment leur déploiement. Les entreprises les utilisent sans savoir exactement comment. Les États les encadrent sans savoir comment. Et les utilisateurs les consomment sans savoir pourquoi.
La course est lancée. Les règles du jeu, elles, n’ont même pas été écrites.
