Les entreprises américaines ne peuvent pas s'empêcher d'acheter de l'IA chinoise

L’IA américaine a commencé à parler dans le grave puissant du dessein national. Mais elle agite beaucoup de drapeaux pour une industrie qui continue d’introduire des modèles chinois dans le bâtiment.

Le discours de vente patriotique des États-Unis est partout maintenant — « domination mondiale de l’IA », « mission nationale », « course stratégique », des valeurs « démocratiques », et tout le langage habituel de coups de poitrine que l’industrie de l’IA a commencé à reprendre à Washington. Mais derrière l’image de marque rouge, blanche et bleue, les développeurs et les plateformes continuent d’établir un calcul différent : les modèles chinois sont bons, bon marché, ouverts, et de plus en plus difficiles à éviter.

Alors que l’image publique de l’IA aux États-Unis ressemble encore confortablement à du “tout domestique”, davantage de technologies chinoises continuent de s’infiltrer au cœur de la machine — les outils de codage, les places de marché cloud, et les parties de la pile que la plupart des gens ne voient jamais. La rhétorique étoiles et rayures devient plus difficile à accorder. Le branding patriotique est facile. Les achats publics patriotiques, là où les choses peuvent devenir franchement moche, c’est là que ça se gâte.

On a déjà averti Washington que cette migration croissante n’est pas une simple intrigue secondaire de niche pour des ingénieurs avec des onglets ouverts sur Hugging Face. À la mi-mars, la U.S.-China Economic and Security Review Commission (USCC) a averti que les modèles chinois open-weight étaient devenus difficiles à balayer du revers de la main. Le rapport a indiqué que la Chine est passée « à fond » dans l’IA open source, que l’adoption généralisée alimente une itération plus rapide, et que le résultat crée des « voies alternatives vers le leadership en IA ». Le rapport a ajouté que l’écosystème ouvert « permet à la Chine d’innover au plus près de la frontière malgré des contraintes importantes en calcul » — et que désormais « les laboratoires chinois ont réduit les écarts de performance avec les meilleurs grands modèles de langage occidentaux ».

C’est beaucoup de jargon de bureaucrates pour un problème très simple : les États-Unis font du théâtre sur une mission nationale pendant que la Chine continue d’expédier un produit qui se transporte bien.

L’approche ouverte de la Chine a essentiellement créé une boucle de rétroaction où l’adoption stimule l’itération, puis davantage d’adoption — un « avantage concurrentiel auto-renforcé », comme l’a dit l’USCC ; certaines estimations placent désormais les modèles open-source chinois au sein d’environ 80 % des startups d’IA américaines. Un brief DigiChina du Stanford HAI indique que les modèles open-weight fabriqués en Chine sont désormais « incontournables » dans le paysage concurrentiel de l’IA, et sont de plus en plus adoptés aux États-Unis. Washington vend la souveraineté. Le marché achète ce qui fonctionne.

Les modèles chinois s’invitent dans la pile

Le moyen le plus simple de rater ce qui se passe est de regarder les applications grand public et de se féliciter d’avoir repéré l’évidence. À la surface, les États-Unis ont encore l’impression de rester agréablement souverains. SSRS a déclaré ce mois-ci que 52 % des Américains utilisent des plateformes d’IA chaque semaine, avec ChatGPT à 36 %, Gemini à 26 % et Copilot à 14 %. Les classements américains de Similarweb restent eux aussi fortement orientés vers l’Amérique : ils placent ChatGPT, Gemini, Claude, Grok et OpenAI dans le top cinq. La vitrine ressemble suffisamment à du domestique pour que le branding reste bien rangé et les nerfs calmés.

Le changement le plus important se produit en coulisses : là où les ingénieurs choisissent des modèles de base, où les entreprises sélectionnent des outils, et où les décisions d’approvisionnement deviennent une architecture avant même que quiconque prenne la peine d’en faire une stratégie. D’après Hugging Face, la Chine a dépassé les États-Unis à la fois en téléchargements mensuels et en téléchargements cumulés sur sa plateforme : les modèles chinois représentent 41 % des téléchargements sur la dernière année. Le brief DigiChina du Stanford HAI indique que, entre août 2024 et août 2025, les développeurs de modèles open en Chine représentaient 17,1 % de tous les téléchargements sur Hugging Face, légèrement devant les développeurs américains à 15,8 %. La semaine dernière, sept des 10 modèles les plus populaires sur OpenRouter étaient chinois.

L’étude de 100 trillions de tokens d’OpenRouter a révélé que les modèles open-source chinois sont passés d’une base négligeable à la fin 2024 à près de 30 % de l’usage total certaines semaines, avec une moyenne d’environ 13 % du volume de tokens hebdomadaire sur l’année étudiée. DeepSeek a été le principal contributeur open-source en volume sur la plateforme, et Qwen est classé deuxième. Le travail lui-même change aussi. OpenRouter indique que les modèles open chinois ne servent plus principalement au jeu de rôle et aux bidouillages de hobbyistes ; la programmation et la technologie représentent désormais ensemble 39 % de l’usage open-source chinois sur la plateforme.

Cursor, l’une des entreprises d’IA américaines les plus en vogue, a reconnu ce mois-ci que son modèle de codage Composer 2 était, dans le cadre d’un partenariat sous licence, construit au-dessus de Kimi K2.5 de Moonshot AI avant d’ajouter sa propre formation. Moonshot, l’une des startups d’IA chinoises les plus prometteuses, est basée à Pékin — et valorisée à environ 18 milliards de dollars, soit plus que quadruplant sa valeur en trois mois. « Voir notre modèle intégré efficacement via la formation continue en préentraînement & RL à haut calcul de Cursor, c’est l’écosystème de modèles ouverts que nous aimons soutenir », a écrit Moonshot sur X $TWTR 0.00%. Les dirigeants de Cursor ont déclaré que Kimi a obtenu les meilleurs résultats dans les évaluations de l’entreprise, et Business Insider a rapporté que le produit résultant coûtait environ un dixième du prix de l’Opus 4.6 d’Anthropic.

Des entreprises allant d’Airbnb $ABNB -0.19 % à Siemens ont utilisé ouvertement des modèles chinois. Que ce soient des chouchous de startups d’IA ou des entreprises bien établies, elles passent de plus en plus à l’abandon des modèles américains propriétaires coûteux au profit de modèles chinois à moindre coût qui ont comblé une grande partie de l’écart de performance. Le marché a commencé à traiter la nationalité du modèle comme secondaire — et largement sans importance — quant au fait que la chose fonctionne bien, qu’elle se déploie vite et qu’elle coûte moins cher.

“Open” est devenu un modèle économique géopolitique

La Maison-Blanche elle-même a dit que les systèmes open-source et open-weight comptent parce que les startups ont besoin de flexibilité, et parce que les entreprises disposant de données sensibles ne peuvent pas toujours livrer à un fournisseur de modèles fermé. C’est vrai. C’est aussi précisément pour cela que les modèles open chinois sont devenus un tel casse-tête pour le récit américain de nationalisme de l’IA. La reconnaissance du gouvernement américain arrive après des années où le prestige de l’IA américaine s’est trouvé lié à des API fermées, à des abonnements à des modèles de prestige, et à l’idée que les meilleurs systèmes doivent être étroitement contrôlés par une poignée d’entreprises. Cette approche peut encore l’emporter à l’extrême frontière, mais elle est moins manifestement adaptée pour gagner la couche en dessous, là où les développeurs choisissent et font des arbitrages sur ce qu’ils peuvent réellement se permettre d’utiliser.

Pékin a de plus en plus présenté l’IA open-weight comme une partie d’un argumentaire diplomatique et commercial plus large — un modèle de développement technologique partagé, opposé aux contrôles américains à l’export, aux restrictions de chaîne d’approvisionnement et aux systèmes fermés. Des modèles ouverts comme produit de soft power. Ils disent aux pays que l’IA chinoise est modifiable et qu’elle n’est pas verrouillée derrière un poste de péage d’API américaine. Des chercheurs de Stanford ont averti qu’une adoption large de modèles open-weight chinois pourrait remodeler les « schémas de dépendance » mondiaux, en créant de nouvelles dépendances technologiques même lorsque les poids du modèle eux-mêmes sont téléchargeables.

La famille Qwen d’Alibaba a construit le plus grand écosystème de modèles sur Hugging Face, avec plus de 113 000 modèles dérivés, ou plus de 200 000 si l’on compte tout ce qui est étiqueté Qwen — dépassant Llama de Meta $META -0.82 % en téléchargements cumulés sur la plateforme. RAND a constaté en janvier que le trafic vers des LLM basés en Chine avait bondi de 460 % en deux mois et que la part de marché mondiale des modèles chinois était passée de 3 % à 13 % sur cette période. RAND a aussi déclaré que des modèles chinois — comme DeepSeek, Qwen et le ChatGLM de Zhipu — peuvent tourner pour environ un sixième à un quart du coût des rivaux américains. C’est une combinaison particulièrement délicate pour toute entreprise américaine qui essaie de vendre une vertu patriotique à des prix premium.

L’ancien récit disait que l’Amérique construisait les outils et que le reste du monde louait l’accès. Le nouveau raconte que les laboratoires chinois deviennent le substrat d’outils qui arborent peut-être encore du branding américain à la surface.

Plus d’une douzaine d’organisations chinoises publient ouvertement des modèles puissants. Hugging Face indique que le nombre de dépôts provenant d’organisations chinoises populaires a explosé en 2025 : ByteDance et Tencent augmentent fortement leurs publications, et des entreprises qui s’appuyaient auparavant sur le fermé passent vers des publications ouvertes. La Chine expédie une théorie cohérente de la diffusion. Les États-Unis expédient, eux, une économie mixte de modèles fermés premium, de branding open-weight et d’arguments internes sur ce que signifie même « open ». Le champ “ouvert” américain est fragmenté entre branding open-weight, recherche réellement ouverte, familles légères portables et piles centrées sur les agents — voir : Meta’s open-weight-but-restricted Llama, la ligne OLMo d’Ai2 réellement ouverte, la famille Gemma plus légère de Google $GOOGL -0.54 %, la pile d’agents de NVIDIA — qui rend l’écosystème plus fort à certains endroits mais moins unifié comme doctrine.

Même le propre marché de la Chine a commencé à traiter l’ouverture moins comme une idéologie que comme un plan “go-to-market”. En février, Baidu — longtemps l’un des défenseurs les plus bruyants des modèles fermés — a déclaré qu’elle rendrait open-source son prochain modèle de nouvelle génération Ernie, ce qui constitue un revirement stratégique majeur. DeepSeek a bouleversé le secteur, et le PDG de Baidu a déclaré que l’ouverture aiderait la technologie à se diffuser plus vite. « Open » dans cette course signifie de plus en plus distribution évolutive, adoption plus rapide et verrouillage plus large des développeurs.

Les géants du cloud américains normalisent les modèles chinois

Ce serait une chose si les modèles open chinois vivaient encore sur Internet comme des artefacts vaguement exotiques réservés aux hobbyistes. Dans ce cas, le problème de patriotisme serait gérable. Mais ce n’est pas le cas. Les hyperscalers les ont fait entrer à l’intérieur.

Amazon $AMZN -0.38 % Bedrock indique qu’il prend en charge plus de 100 modèles de fond, dont DeepSeek, Moonshot AI, MiniMax et OpenAI. AWS a aussi déployé des offres spécifiques DeepSeek et Qwen, et son marketing autour de DeepSeek met en avant une sécurité de niveau entreprise, une infrastructure unifiée, et des données client qui « ne sont pas partagées avec les fournisseurs de modèles ». Microsoft $MSFT +1.11 % fait la même chose dans un dialecte corporate plus soigné. Le catalogue d’Azure Foundry inclut DeepSeek et Kimi de Moonshot parmi les modèles vendus directement par Azure, et les mises à jour de Foundry de Microsoft ont vanté la capacité de raisonnement de Kimi comme faisant partie de la gamme qui s’élargit sur la plateforme. Modèle étranger entré, produit entreprise respectable sorti. L’avantage géopolitique se trouve poncé par la commodité des achats, la facturation unifiée et le désir général des entreprises de faire semblant que chaque choix inconfortable n’est qu’une simple fonctionnalité.

Un modèle open chinois à l’intérieur d’un cloud américain, facturé sur une facture américaine, enveloppé dans des contrôles d’entreprise américains, cesse de ressembler à un événement géopolitique et commence à ressembler à un processus d’approvisionnement.

Vertex AI de Google Cloud a pris le même chemin. Sa documentation DeepSeek indique que les modèles sont disponibles sous forme d’APIs entièrement gérées, sans serveur, et Google recommande explicitement de coupler DeepSeek R1 avec Model Armor pour la sécurité en production. Ailleurs dans Vertex AI, Google répertorie des modèles ouverts avec prise en charge d’endpoint mondial, incluant DeepSeek, Kimi, MiniMax, Qwen et GLM, aux côtés des modèles gpt-oss d’OpenAI. Tout avantage géopolitique est poncé par la conception même du produit : même console, même logique d’endpoint, même vocabulaire de service géré, mêmes assurances à l’échelle entreprise.

Nvidia $NVDA +0.93 % répertorie DeepSeek dans son catalogue de modèles. Databricks s’est joint à la fête, lui aussi. Ce mois-ci, l’entreprise a mis Qwen3-Embedding-0.6B en aperçu public pour la récupération et les workloads d’agents, le présentant comme un modèle d’embedding multilingue à la pointe, optimisé pour la recherche vectorielle et les agents d’IA. C’est ainsi que les dépendances se stabilisent. Une équipe l’adopte pour la recherche. Une autre équipe l’implante dans des agents. Quelques trimestres plus tard, le problème stratégique se retrouve dans des notes de version et un cycle de renouvellement.

Il y a deux problèmes différents liés à la Chine cachés dans l’histoire de l’IA. L’un est le problème de l’application hébergée en Chine. La politique de confidentialité de DeepSeek indique qu’elle collecte, traite et stocke directement des données personnelles dans la République populaire de Chine. L’autre est le problème du modèle d’origine chinoise — des poids et des familles de modèles qui se retrouvent dans les clouds américains, les produits américains et les workflows américains. Un projet « national » commence à ressembler bien moins à un projet national lorsque ses parties les plus utiles continuent de faire leur apparition ailleurs. L’IA américaine veut la mise en scène de la souveraineté et la commodité d’une allée de shopping mondiale. Elle veut que Washington la traite comme un champion national, et que les développeurs traitent chaque modèle étranger comme une simple bonne affaire inoffensive. Mais les marchés sont comme ça : ils continuent d’acheter ce qui fonctionne.

Faire tourner un modèle open localement ou sur une infrastructure de confiance peut atténuer certains risques liés aux données et à la gouvernance. C’est pourquoi les hyperscalers comptent ici. Ils transforment une dépendance politiquement sensible en quelque chose qui semble gérable et “corporate”. Le résultat : de nombreux acheteurs en entreprise peuvent obtenir des performances de modèles chinois sans avoir la partie inquiétante de l’impression qu’ils quittent la pile américaine.

Cela laisse les États-Unis dans une position étrange. Le pays conserve d’énormes avantages dans les puces, l’infrastructure cloud, les marchés de capitaux, et dans les meilleurs laboratoires de la frontière. Mais le langage politique autour de l’IA continue d’assumer que le leadership technique se traduira naturellement par de la loyauté en aval. Ce ne sera pas le cas. Ni avec les modèles open, ni en général avec les logiciels. Les développeurs sont opportunistes. Les équipes d’achats sont sans états d’âme. Les plateformes cloud sont agnostiques jusqu’à ce que la facture soit réglée. Si Washington veut que des « valeurs américaines » comptent dans les achats d’IA, il lui faudra plus que des discours sur les biais et la domination. Il lui faudra des modèles américains assez ouverts, assez bon marché et assez omniprésents pour que les choisir ne ressemble pas à un sacrifice patriotique. Pour l’instant, le marché semble de plus en plus réticent à payer cette prime.

📬 S’inscrire à la Daily Brief

Notre briefing gratuit, rapide et amusant sur l’économie mondiale, livré chaque matin de semaine.

Inscrivez-moi