Nous devons être vigilants face à une situation : la « théorie du ralentissement » des géants de l'IA américains pourrait représenter une menace sérieuse pour les modèles open source.

Voici la traduction en français de l'analyse financière et commerciale chinoise :

Ceci est une analyse approfondie des jeux d'intérêts qui se cachent derrière le concept de « ralentissement de l'industrie de l'IA ». En tant qu'économiste et journaliste financier, je vais débarrasser le texte des termes techniques obscurs et des métaphores politiques complexes pour vous expliquer clairement cette situation qui, bien qu'apparemment concerner la « sécurité », vise en réalité la répartition des bénéfices.

Résumé des points clés

L'argument central de cet article est très percutant : les principales entreprises de l'IA, telles qu'Anthropic (Dario Amodei) et OpenAI (Sam Altman), sous prétexte que l'IA est trop dangereuse et nécessite une régulation plus stricte, utilisent en fait la législation et l'établissement de normes pour construire un mur qui exclut leurs concurrents (en particulier les modèles open source et les laboratoires chinois), afin de monopoliser les profits de l'industrie de l'IA.

L'auteur cite la métaphore de Peter Thiel sur les « armes supraluminiques » pour souligner qu' ceux qui détiennent un pouvoir absolu deviennent soit des « démons » contrôlant de manière autoritaire, soit des « anges » totalement altruistes ; il n'existe pas de position intermédiaire. Les géants de l'IA actuels, qui prétendent craindre le dérapage technologique, agissent en réalité pour consolider leur position de monopole en restreignant la concurrence. L'essence de ce jeu n'est pas la sécurité technologique, mais la lutte pour le pouvoir de parole et la répartition des bénéfices sur le marché mondial de l'IA entre les acteurs américains (chips/cloud) et les acteurs chinois.

---

Analyse détaillée

1. La vérité derrière le « ralentissement » : un rempart monopolaire masqué sous le prétexte de la sécurité

Il faut d'abord comprendre ce que signifie réellement le concept de « ralentissement de l'IA » proposé par Dario Amodei (PDG d'Anthropic) et Sam Altman (PDG d'OpenAI).

À première vue, ils affirment que l'IA est trop dangereuse et risque de déraper, et qu'il est donc nécessaire de ralentir son développement et de la réguler. Cela peut sembler responsable, comme si ils agissaient en tant qu'« anges ». Mais en examinant les solutions qu'ils proposent, on découvre une logique plus cynique :

• Évaluation par des tiers : cela signifie que seuls les géants disposant de ressources financières, de services juridiques et d'équipes de sécurité solides, comme OpenAI et Anthropic, peuvent se permettre de respecter ces exigences. Les petites entreprises ne peuvent pas y participer.
• Limitation de la vitesse de développement et coordination mondiale : cela établit en fait des règles pour définir qui peut participer au marché.
• Contrôles sur les puces chinoises : cela poursuit l'objectif de restreindre la concurrence.

Interprétation simple :

C'est comme si des chaînes de restauration se mettaient d'un coup d'un seul coup à imposer des normes de sécurité draconiennes, disant : « La sécurité alimentaire est trop importante, nous devons avoir des inspections quotidiennes par l'État. » Les petites entreprises, incapables de payer ces frais, ferment, laissant les deux géants dominants sur le marché.

2. Les « gagnants invisibles » du secteur des puces : pourquoi Nvidia et les fournisseurs de services cloud soutiennent-ils les modèles open source ?

Il existe une logique économique contre-intuitive ici. Beaucoup pensent que les restrictions américaines sur les modèles open source visent à contrer la Chine, mais l'article souligne que les géants américains du secteur des puces (comme Nvidia, AWS, Azure) sont en fait très favorables aux modèles open source, en particulier ceux développés en Chine.

Pourquoi ? Voici un exemple :

• Situation actuelle : le coût de l'IA est élevé, mais les revenus sont limités.
• Open source vs propriétaire : les modèles open source (comme Qwen, Kimi) sont beaucoup moins chers que les modèles propriétaires (comme GPT-4).
• Où va l'argent ? Bien que les modèles open source soient moins chers, ils sont très utilisés. Les utilisateurs qui les exploitent sur des services cloud américains (AWS, Azure) doivent acheter des puces Nvidia.
• Modèle propriétaire : OpenAI investit 10 milliards pour entraîner un modèle et en gagne 12 milliards ; la majeure partie des profits reste entre les mains de l'entreprise qui a développé le modèle.
• Modèle open source : les développeurs open source gagnent peut-être seulement 3 milliards (ou moins), mais une grande partie de cet argent va aux fournisseurs de services cloud et aux fabricants de puces américains.

Interprétation simple :

C'est comme vendre de l'eau : les modèles propriétaires sont chers et peu vendus, tandis que les modèles open source sont bon marché et très populaires. Les géants américains des puces et des services cloud profitent ainsi de leur utilisation massive.

3. Les deux approches convergent vers le même objectif : consolider l'hégémonie américaine dans l'IA

L'article distingue deux camps dans l'industrie de l'IA, qui semblent opposés, mais ont en réalité le même but :

• Camp open source (représenté par David Sacks et Nvidia) :
• Position : soutien à l'open source, opposition à une régulation excessive.
• Logique : les modèles open source créent une forte demande en puces et en services cloud, permettant aux États-Unis de dominer l'infrastructure mondiale de l'IA.
• Parabole : « Je construis la meilleure autoroute (les puces) ; peu importe le type de voiture (le modèle), tant que vous roulez sur ma route, vous payez le péage. »
• Camp du ralentissement (représenté par Amodei et Altman) :
• Position : renforcement de la régulation, limitation de l'open source pour protéger les modèles propriétaires.
• Logique : en établissant des normes de sécurité, seuls quelques géants sélectionnés pourront publier leurs modèles, empêchant ainsi les modèles open source de rattraper leur retard et préservant les profits élevés des entreprises propriétaires.
• Parabole : « Je crée les examens de conduite les plus stricts ; seuls mes écoles de formation (les laboratoires géants) pourront former des utilisateurs qualifiés. »

Conclusion :

Les deux camps, bien que différents dans leurs méthodes, visent le même objectif : consolider la position dominante des États-Unis dans l'ensemble de l'industrie de l'IA (puces, cloud, modèles, applications, règlements). Les partisans de l'open source craignent que la régulation trop stricte ne pénalise les entreprises américaines d'IA, tandis que les partisans du ralentissement craignent que l'open source ne dilue les profits des géants. Dans tous les cas, les États-Unis restent maîtres de la situation, et la répartition des bénéfices se fait entre ceux qui fournissent les ressources (puces) et ceux qui développent les technologies.

4. La dialectique entre « anges » et « démons » : il n'y a pas de bien pur, seulement un équilibre des intérêts

L'article conclut en citant Peter Thiel, soulignant l'ironie de cette situation :

• Le côté « ange » : Amodei et ses collègues soulignent les risques potentiels de l'IA et appellent à la prudence, ce qui est moral et conforme aux attentes du public en matière de technologie bénéfique.
• Le côté « démon » : ils utilisent cette prudence comme prétexte pour exclure la concurrence et consolider leur monopole par des moyens politiques (lobbying, établissement de normes). Ils utilisent leurs propres laboratoires pour bénéficier des technologies les plus coûteuses tout en exigeant que les autres ralentissent leur développement.

Conclusion finale :

Dans le contexte actuel de l'IA, il n'y a pas de « bons » ou de « mauvais » acteurs purs. Un système entièrement ouvert et sans contraintes pourrait entraîner un dérapage technologique et des difficultés à financer la recherche et le développement. Un système entièrement fermé et autoritaire perdrait la confiance du public et entraverait l'innovation. Les géants choisissent donc une approche « partiellement ouverte » et « partiellement sécurisée », utilisant la régulation pour limiter la concurrence et maintenir leur position dominante. Lorsque vous entendrez les géants de l'IA appeler à un ralentissement, ne pensez pas seulement à leur inquiétude pour l'avenir de l'humanité ; considérez plutôt leur stratégie commerciale visant à consolider leur part de marché et leurs profits. Au fond, ce jeu est une lutte économique pour le contrôle des ressources en puces et des données mondiales.