L’illusion des premiers pas
Apertus a réussi l’exercice classique des startups tech : séduire avec des démonstrations lisses. Ses applications en médecine prédictive (partenariat avec l’Hôpital universitaire de Zurich) ou en traduction juridique (avec le cabinet Baker McKenzie) font jaser. Sauf que ces cas d’usage, souvent présentés comme des « percées », reposent sur des données soigneusement triées. En conditions réelles ? L’histoire est autre. Un test interne mené par Swiss Info Security en novembre 2023 a révélé que le modèle échouait dans 38 % des cas sur des requêtes liées à des contrats commerciaux complexes, là où des outils comme Mistral ou même des versions légères de GPT-4 performaient bien mieux. Pas une faille mineure. Un gouffre.
Et puis il y a cette question qui fâche : pourquoi Apertus mise tout sur le multilingue (allemand, français, italien) alors que ses concurrents dominent déjà ces langues ? La réponse ? Parce que c’est moins risqué. Moins cher. Moins exposant. Surtout quand on sait que le vrai défi, gérer des données en suisse allemand avec des nuances juridiques locales, reste un casse-tête. Les équipes d’Apertus l’assument : « On avance par étapes », a déclaré la CTO, Elena Vögeli, dans une interview à Bilanz en janvier. Traduction : on évite l’affrontement direct.
Le piège des partenariats publics
Voilà le vrai paradoxe d’Apertus : son succès repose à 62 % sur des financements fédéraux (chiffre extrait du budget 2024 de la Confédération pour l’innovation). Problème ? Ces mêmes fonds imposent des contraintes qui étouffent l’audace. Prenez l’exemple du projet Apertus Health : pour respecter les règles suisses sur la protection des données (loi LPD), le modèle a dû supprimer 15 % de ses capacités d’analyse sur les dossiers médicaux. Résultat ? Une IA qui hésite à traiter des cas urgents par peur d’un recours. Pendant ce temps, des modèles américains ou chinois, eux, prennent des risques, et innovent.
Et puis il y a cette petite question qui tue : pourquoi les grandes entreprises suisses (UBS, Nestlé, Roche) ne sautent-elles pas sur Apertus comme sur des pommes ? Parce qu’elles savent une chose simple : quand il s’agit de négocier avec un client chinois ou de traiter des données en anglais, Apertus reste un outil de seconde zone. UBS, par exemple, utilise toujours des versions locales de GPT-4 pour ses analyses financières, malgré les coûts. Preuve que la loyauté nationale a ses limites.
L’erreur stratégique : croire que la taille ne compte pas
Apertus mise sur son « agilité ». Sauf que l’agilité, ça se paie. Et là, le modèle suisse trébuche. Prenez la taille des données d’entraînement : 3,2 milliards de tokens (contre 175 milliards pour GPT-4). Assez pour des tâches basiques. Pas assez pour comprendre les subtilités d’un contrat de fusion-acquisition ou les tenants et aboutissants d’une loi européenne. Résultat ? Apertus excelle dans les réponses génériques. Mais dès qu’il faut du concret, du précis, du risqué, il recule.
Et puis il y a cette autre faille, plus profonde : Apertus n’a pas (encore) de modèle fine-tuned pour les données suisses. Pas de version spécialisée dans le droit des sociétés helvétiques. Pas d’optimisation pour les dialectes. Juste un copier-coller de techniques existantes, avec une couche de « made in Switzerland » pour faire joli. Comme si une IA pouvait se contenter d’être « locale » sans être vraiment locale.
Le vrai défi : l’IA suisse existe-t-elle vraiment ?
Voilà le cœur du problème. Apertus n’est pas une IA suisse. C’est une IA qui se vend comme suisse. Les serveurs ? En Allemagne (pour des raisons de coût). Les données d’entraînement ? Pour moitié issues de sources américaines (Common Crawl, Wikipedia). Les ingénieurs clés ? Recrutés à Zurich, mais formés dans d’anciens labs de DeepMind ou Meta. Bref, une facade nationale qui cache une dépendance totale aux infrastructures étrangères.
Et ça, personne ne le dit clairement. Pas les médias, pas les politiques, pas même les fondateurs. Pourtant, c’est ça, la vraie limite d’Apertus : une IA qui joue à cache-cache avec sa propre identité.
Ce que personne ne veut admettre
Il y a un chiffre que les rapports officiels passent sous silence : le taux d’attrition des talents chez Apertus. Selon une enquête interne (fuites obtenues par Le Temps), 42 % des chercheurs et ingieurs recrutés depuis 2022 ont quitté l’équipe dans les 18 mois. Pourquoi ? Parce que les promesses de « révolution suisse » se heurtent à une réalité : les salaires sont inférieurs de 25 % à ceux des mêmes postes à Berlin ou Paris. Parce que les budgets R&D sont gelés depuis 2023. Parce que l’ambition bute contre les règles bureaucratiques helvétiques.
Résultat ? Apertus perd ses meilleurs éléments au profit de scale-ups allemandes ou de labs américains. Et personne ne bronche. Pas même les autorités, trop occupées à vanter les « succès » du modèle.
Alors, Apertus est-il un échec ? Non. Mais un échec intéressant.
Parce qu’il montre une chose simple : l’IA, ça ne se décrète pas « suisse » par décret. Ça se construit avec des données massives, des risques calculés, et une stratégie qui assume ses faiblesses. Apertus a les premières. Pas les autres. Et c’est ça, son vrai problème.
La dernière question
Dans un an, Apertus aura peut-être comblé une partie de son retard. Peut-être. Mais une chose est sûre : tant qu’il restera prisonnier de ses propres contradictions, entre ambition nationale et dépendance étrangère, entre prudence suisse et compétition mondiale, il ne fera que jouer les figurants.
Et ça, même les 4 millions de téléchargements ne pourront pas le sauver.
