À première vue, le débat semble connu. D’un côté, les géants américains disposant de dizaines de milliards de dollars, de centres de données gigantesques et des modèles les plus performants du marché. De l’autre, un écosystème open source qui revendique transparence, souveraineté et innovation distribuée.
Mais lors de la conférence « Open vs Closed: Who Gets to Build AI? », réunissant Thomas Wolf (Hugging Face), Danila Stahn et Vladislav Tankov, une idée s’est imposée : le véritable enjeu n’est plus de savoir quel modèle est le plus puissant. Il est de savoir qui contrôle l’accès à l’intelligence.
Le paradoxe de la concentration
Jamais l’industrie de l’IA n’a concentré autant de capitaux.
Les valorisations records des acteurs fermés reposent sur une hypothèse simple : les meilleurs modèles continueront à créer une avance technologique suffisante pour justifier leur domination économique.
Pour Danila Stahn, cette équation reste pourtant loin d’être démontrée.
Selon lui, les leaders actuels bénéficient d’une croissance spectaculaire, mais la question de la rentabilité durable reste entière. L’industrie est encore dans une phase d’exploration où personne ne sait réellement quelle partie de la chaîne de valeur capturera les profits à long terme.
Dans ce contexte, l’open source n’apparaît pas comme une alternative marginale mais comme un mécanisme de découverte collective. Un laboratoire mondial permettant d’explorer des approches que les plateformes fermées n’ont ni le temps ni parfois l’intérêt d’expérimenter.
L’affaire Claude Fable : le réveil brutal des développeurs
Le débat a rapidement dérivé vers l’épisode qui a marqué la semaine à VivaTech.
La décision d’Anthropic de restreindre puis de retirer certaines capacités de son modèle « Fable » a provoqué une onde de choc dans la communauté des développeurs.
Pour Thomas Wolf, le problème n’est pas tant la décision elle-même que ce qu’elle révèle.
Lorsqu’une entreprise peut modifier les capacités d’un modèle, restreindre certains usages ou dégrader certaines réponses sans contrôle extérieur, l’utilisateur devient dépendant d’une infrastructure qu’il ne maîtrise plus.
Le sujet dépasse largement la performance technique.
Une startup biotech citée durant la discussion a dû abandonner certains usages de modèles propriétaires à cause de nouvelles restrictions liées aux travaux sur l’ADN et la biologie computationnelle. Sa réponse a été immédiate : migrer vers un modèle ouvert, l’entraîner sur ses propres données et reprendre le contrôle de sa feuille de route.
L’épisode agit comme un signal d’alarme pour l’ensemble de l’écosystème.
Pendant plusieurs années, la question principale était :
Quel est le meilleur modèle ?
Aujourd’hui, elle devient :
Puis-je construire mon activité sur un modèle qui peut disparaître demain ?
La commoditisation de l’intelligence
L’idée la plus intéressante de la discussion est sans doute venue de Thomas Wolf.
Selon lui, l’intelligence générative est en train de devenir une commodité.
Autrement dit, la valeur ne réside plus uniquement dans le modèle lui-même mais dans ce que l’on construit autour.
Les entreprises les plus avancées ne cherchent plus simplement à accéder au modèle le plus performant. Elles cherchent à créer des systèmes spécialisés :
- modèles affinés sur leurs données ;
- agents adaptés à leurs processus ;
- workflows propriétaires ;
- connaissances métier exclusives.
Dans cette logique, le modèle de base devient un composant parmi d’autres.
Un peu comme Linux est devenu le socle invisible de milliers de produits différents.
La véritable différenciation se déplace vers les données, l’orchestration et l’intégration métier.
L’Europe regarde au mauvais endroit
Sur la question de la souveraineté européenne, les intervenants ont développé une position étonnamment convergente.
Oui, l’Europe a besoin de capacités de calcul.
Oui, elle a besoin de centres de données.
Oui, elle a besoin d’acteurs comme Mistral AI ou Hugging Face.
Mais cela ne suffira pas.
Pour Danila Stahn, le discours européen est trop focalisé sur l’infrastructure.
Construire des data centers revient à construire des routes.
Encore faut-il avoir des voitures pour les emprunter.
Le véritable déficit européen ne serait donc pas le manque de GPU mais le manque de demande, d’adoption et de création d’entreprises IA natives.
Cette critique est particulièrement intéressante car elle inverse le récit dominant.
La souveraineté ne se résume pas à posséder des infrastructures.
Elle consiste surtout à créer un tissu économique capable de les utiliser.
Le risque du « futur à deux modèles »
Thomas Wolf a formulé l’inquiétude la plus forte du panel.
Si l’IA devenait dominée par seulement deux ou trois entreprises contrôlant les modèles, l’infrastructure et les conditions d’accès, nous assisterions à une forme inédite de concentration du pouvoir technologique.
Dans un tel scénario :
- l’innovation dépendrait de décisions privées ;
- les usages autorisés pourraient varier selon les régions ;
- certains secteurs pourraient être favorisés ou limités ;
- l’Europe deviendrait structurellement dépendante d’acteurs étrangers pour sa couche d’intelligence.
Pour les défenseurs de l’open source, l’enjeu n’est donc plus seulement technique.
Il devient politique et économique.
L’ouverture est perçue comme une garantie de concurrence autant que comme un moteur d’innovation.
La vraie leçon pour les entrepreneurs
La conclusion du panel a réservé une surprise.
Alors que le débat portait sur les modèles, aucun intervenant n’a conseillé aux entrepreneurs de créer un nouveau LLM.
Les trois experts ont donné sensiblement le même conseil :
Construisez un produit.
Pas un modèle.
Pas une infrastructure.
Pas une nouvelle fondation technologique.
Un produit qui résout un problème concret.
Le modèle pourra être remplacé.
Le fournisseur pourra changer.
Les coûts pourront baisser.
Mais un produit adopté par ses utilisateurs conserve sa valeur.
Cette idée résume probablement l’état réel du marché de l’IA en 2026.
Alors que l’attention médiatique reste focalisée sur la course aux modèles géants, la valeur commence déjà à migrer ailleurs.
L’intelligence devient progressivement une commodité.
L’exécution, elle, reste rare.
Et dans cette nouvelle économie, la question n’est peut-être plus de savoir qui construit les meilleurs modèles.
La question est de savoir qui saura construire les meilleures entreprises avec eux.
Cette publication est également disponible en :
