Pourquoi l'IA en Chine se développe-t-elle si rapidement ? La réponse se cache à l'intérieur des laboratoires

Titre original : Notes from inside China’s AI labs
Auteur original : Nathan Lambert
Traducteur : Peggy, BlockBeats

Auteur original :律动BlockBeats

Source originale :

Reproduction : Mars Finance

Préface : Les laboratoires d’IA en Chine deviennent une force de plus en plus difficile à ignorer dans la compétition mondiale des grands modèles. Leurs avantages ne résident pas seulement dans un grand nombre de talents, une ingénierie solide, une itération rapide, mais aussi dans une organisation très réaliste : parler peu de concepts, faire beaucoup de modèles ; privilégier l’exécution d’équipe plutôt que la célébrité individuelle ; dépendre moins de services externes, et plutôt maîtriser leur propre pile technologique.

Après avoir visité plusieurs des principaux laboratoires d’IA en Chine, l’auteur Nathan Lambert a constaté que l’écosystème d’IA chinois n’est pas tout à fait le même que celui des États-Unis. Les États-Unis mettent davantage l’accent sur les paradigmes originaux, l’investissement en capital et l’influence personnelle des scientifiques de premier plan ; la Chine, quant à elle, excelle à rattraper rapidement dans des directions existantes, en utilisant l’open source, l’optimisation d’ingénierie et l’engagement massif de jeunes chercheurs pour pousser rapidement les capacités des modèles à l’avant-garde.

Ce qui mérite le plus d’attention, ce n’est pas si l’IA chinoise a déjà dépassé celle des États-Unis, mais plutôt que deux trajectoires de développement différentes se dessinent : les États-Unis ressemblent à une compétition de pointe menée par le capital et des laboratoires vedettes, tandis que la Chine ressemble davantage à une compétition industrielle impulsée par la capacité d’ingénierie, l’écosystème open source et la conscience d’autonomie technologique.

Cela signifie que, à l’avenir, la compétition en IA ne sera pas seulement une lutte pour le classement des modèles, mais aussi une bataille pour la capacité organisationnelle, l’écosystème des développeurs et l’exécution industrielle. La véritable transformation de l’IA en Chine réside dans le fait qu’elle ne se contente plus de copier la Silicon Valley, mais participe à l’avant-garde mondiale à sa manière.

Voici le texte original :

Assis dans un train à grande vitesse moderne allant de Hangzhou à Shanghai, je regarde par la fenêtre et vois des crêtes montagneuses aux contours marqués, parsemées d’éoliennes, formant des silhouettes dans le coucher de soleil. Les montagnes forment l’arrière-plan, devant moi s’étendent de vastes champs et des immeubles enchevêtrés.

Je reviens de Chine avec une grande humilité. Aller dans un endroit si inconnu, mais être accueilli avec autant de chaleur, c’est une expérience très chaleureuse et humaine. J’ai eu la chance de rencontrer de nombreuses personnes de l’écosystème IA, que je ne connaissais auparavant que de loin ; et leur sourire éclatant et leur enthousiasme m’ont rappelé que mon travail, ainsi que tout l’écosystème IA lui-même, sont profondément mondiaux.

L’état d’esprit des chercheurs chinois

Les entreprises chinoises qui construisent des modèles linguistiques peuvent être considérées comme des « suiveuses rapides » de cette technologie. Elles s’appuient sur une longue tradition de culture éducative et professionnelle en Chine, tout en adoptant une approche légèrement différente dans la construction des entreprises technologiques par rapport à l’Occident.

Si l’on regarde uniquement la production — c’est-à-dire les modèles les plus récents et les plus grands, ainsi que les flux de travail intelligents qu’ils supportent — et les facteurs d’investissement, comme des scientifiques de haut niveau, de vastes ensembles de données et des ressources de calcul accélérées, alors les laboratoires chinois et américains semblent similaires. La différence véritablement durable réside dans la manière dont ces éléments sont organisés et façonnés.

Je pense depuis toujours que la capacité des laboratoires chinois à rattraper et à rester proches de l’avant-garde tient en partie à leur compatibilité culturelle avec cette tâche. Mais avant d’échanger directement avec eux, je ne voulais pas attribuer cette intuition à une influence majeure. Après avoir parlé avec de nombreux scientifiques modestes, ouverts et talentueux dans ces laboratoires, mes idées sont devenues beaucoup plus claires.

Aujourd’hui, pour construire le meilleur grand modèle de langage, cela dépend en grande partie d’un travail minutieux à chaque étape de la pile technologique : des données, aux détails architecturaux, en passant par la mise en œuvre des algorithmes d’apprentissage par renforcement. Chaque étape peut apporter une amélioration, mais la combinaison de ces améliorations est un processus complexe. Dans ce processus, le travail de certains individus très intelligents peut devoir être mis de côté pour maximiser la performance globale dans une optimisation multi-objectifs.

Les chercheurs américains sont également très compétents pour résoudre des problèmes liés à des composants individuels, mais ils ont une culture plus « pour soi-même ». En tant que scientifiques, défendre activement son travail pour attirer l’attention est souvent plus fructueux ; la culture contemporaine pousse aussi à une nouvelle voie de célébrité : devenir un « scientifique en IA de premier plan ». Cela peut entrer en conflit direct.

Il est largement rapporté que l’organisation Llama aurait été démantelée sous la pression politique après avoir intégré ces intérêts dans une hiérarchie organisationnelle. J’ai aussi entendu d’autres laboratoires dire qu’il faut parfois « apaiser » un chercheur de haut niveau pour qu’il cesse de se plaindre que ses idées n’ont pas été intégrées dans le modèle final. Quoi qu’il en soit, cela montre clairement : la conscience de soi et le désir de progression professionnelle peuvent effectivement entraver la construction du meilleur modèle. Même une différence culturelle mineure entre la Chine et les États-Unis peut avoir un impact significatif sur le résultat final.

Une partie de cette différence concerne qui construit ces modèles en Chine. Dans tous les laboratoires, une réalité très directe est que beaucoup de contributeurs clés sont encore étudiants. Ces laboratoires sont très jeunes, ce qui me rappelle notre organisation chez Ai2 : les étudiants sont considérés comme des pairs, intégrés directement dans l’équipe de grands modèles linguistiques.

Cela contraste fortement avec les principaux laboratoires américains. Chez OpenAI, Anthropic, Cursor, etc., il n’y a pas d’opportunités de stage. Chez Google, par exemple, des stages liés à Gemini sont proposés, mais beaucoup craignent que leur stage ne soit isolé du cœur du travail.

En résumé, cette légère différence culturelle peut améliorer la capacité à construire des modèles de plusieurs façons : en étant plus disposés à faire des tâches peu reluisantes pour améliorer le modèle final ; en permettant à des débutants de s’adapter plus rapidement aux nouvelles méthodes technologiques, car ils ne sont pas encore influencés par les cycles de hype passés ; et en étant plus nombreux, ce qui facilite la résolution de problèmes déjà conceptualisés ailleurs.

Ce penchant à mieux construire les modèles linguistiques actuels contraste avec un stéréotype bien connu : on pense souvent que les chercheurs chinois produisent moins de recherches « de zéro à un », plus créatives et capables d’ouvrir de nouveaux domaines.

Lors de plusieurs visites dans des laboratoires plus académiques, beaucoup de responsables ont évoqué leur volonté de cultiver une culture de recherche plus ambitieuse. Mais certains responsables techniques que j’ai rencontrés doutent que cette refonte de la recherche scientifique puisse se réaliser à court terme, car elle nécessiterait une refonte des systèmes éducatifs et des incitations, ce qui est très difficile dans le contexte économique actuel.

Cette culture semble former une génération d’étudiants et d’ingénieurs très compétents dans le « jeu de la construction de grands modèles linguistiques ». Et ils sont nombreux.

Ces étudiants m’ont dit que la Chine connaît aussi une fuite des talents similaire à celle des États-Unis : beaucoup de ceux qui envisageaient une carrière académique envisagent désormais de rester dans l’industrie. La phrase la plus intéressante vient d’un chercheur qui voulait initialement devenir professeur : il voulait être professeur pour se rapprocher du système éducatif ; mais il a ensuite commenté que l’éducation est désormais résolue par les grands modèles linguistiques — « pourquoi les étudiants viendraient-ils encore me parler ? »

L’entrée de ces étudiants dans le domaine des grands modèles linguistiques, avec un regard neuf, est un avantage. Ces dernières années, nous avons vu évoluer en permanence le paradigme clé des grands modèles : de l’expansion du MoE, à l’expansion de l’apprentissage par renforcement, jusqu’au soutien aux agents intelligents. Réussir dans l’un ou l’autre de ces domaines nécessite d’absorber rapidement une quantité énorme de connaissances, tant en littérature qu’en technologies internes à leur entreprise.

Les étudiants ont l’habitude de faire ce genre de choses, et sont prêts à laisser de côté leurs préjugés sur ce qui « devrait » fonctionner, avec humilité. Ils s’y plongent entièrement, investissant leur vie pour améliorer les modèles.

Ils sont aussi étonnamment directs, sans se laisser distraire par des discussions philosophiques qui peuvent détourner les chercheurs. Quand je leur demande leur avis sur l’impact économique ou les risques sociaux à long terme des modèles, il y a beaucoup moins de chercheurs chinois avec des opinions complexes ou souhaitant influencer ces sujets. Ils considèrent leur rôle comme celui de construire le meilleur modèle.

Cette différence est subtile, et facile à nier. Mais lorsqu’on discute longuement avec un chercheur élégant, intelligent, capable de s’exprimer clairement en anglais, cette différence se fait sentir : lorsqu’on pose des questions plus philosophiques sur l’IA, ces questions fondamentales restent en suspens, et leur expression révèle une simple perplexité. Pour eux, c’est une erreur de catégorie.

Un chercheur a même cité la célèbre remarque de Dan Wang : par rapport à l’Amérique dominée par les avocats, la Chine est gouvernée par des ingénieurs. Lorsqu’il évoque ces questions, il utilise cette analogie pour souligner leur volonté de construire. En Chine, il n’existe pas de voie systématique, comme celle de podcasts ultra populaires tels que Dwarkesh ou Lex, pour cultiver la célébrité des scientifiques chinois.

J’ai essayé de faire commenter à des scientifiques chinois leur vision de l’incertitude économique future provoquée par l’IA, ou les débats éthiques sur la façon dont les modèles devraient se comporter ; mais ces questions m’ont surtout permis d’observer leur parcours et leur formation (édité 1). Ils sont extrêmement concentrés sur leur travail, mais ont grandi dans un système qui ne favorise pas la discussion ou l’expression sur la façon dont la société devrait s’organiser ou changer.

En regardant plus largement, surtout à Pékin, j’ai eu l’impression d’un Bay Area : un laboratoire compétitif, à quelques minutes à pied ou en taxi. Après avoir atterri, en allant à l’hôtel, je suis passé par le campus d’Alibaba à Pékin. Pendant les 36 heures suivantes, nous avons visité Zhipu AI, Moon Shadow, Tsinghua, Meituan, Xiaomi et 01.ai.

Se déplacer en Didi en Chine est très pratique. Si vous choisissez le modèle XL, vous serez souvent dans une petite camionnette électrique avec un fauteuil de massage. En interrogeant des chercheurs sur la lutte pour les talents, ils ont dit que c’était très similaire à ce que nous vivons aux États-Unis. La mobilité des chercheurs est normale, et le choix de l’endroit où aller dépend surtout de l’atmosphère du moment.

En Chine, la communauté des grands modèles linguistiques ressemble davantage à un écosystème qu’à des tribus en conflit. Lors de nombreuses conversations non publiques, j’ai entendu presque uniquement du respect pour les collègues. Tous les laboratoires chinois craignent ByteDance et son modèle Doubao, car c’est la seule grande entreprise chinoise en IA fermée et à la pointe. En même temps, tous respectent DeepSeek, considéré comme le laboratoire le plus raffiné sur le plan de la recherche opérationnelle. Aux États-Unis, lors d’échanges informels avec des membres de laboratoires, les étincelles fusent souvent rapidement.

Ce qui m’a le plus marqué dans l’humilité des chercheurs chinois, c’est leur attitude souvent détachée sur le plan commercial, disant que ce n’est pas leur problème. En revanche, aux États-Unis, tout le monde semble plongé dans des tendances industrielles à tous les niveaux : vente de données, puissance de calcul, financement.

Différences et similitudes entre l’industrie IA chinoise et les laboratoires occidentaux

Ce qui rend la construction d’un modèle IA si fascinante aujourd’hui, c’est que ce n’est plus simplement rassembler une équipe de chercheurs talentueux dans un même bâtiment pour créer un miracle d’ingénierie. C’était plus ou moins le cas auparavant, mais pour maintenir une activité IA, les grands modèles deviennent une sorte de mélange : ils impliquent la construction, le déploiement, le financement, et la promotion de leur adoption.

Les principales entreprises d’IA évoluent dans des écosystèmes complexes. Ces écosystèmes fournissent des fonds, de la puissance de calcul, des données, et d’autres ressources pour continuer à faire avancer la recherche.

Dans l’écosystème occidental, la manière dont les divers éléments nécessaires à la création et au maintien de grands modèles linguistiques sont intégrés a été relativement bien conceptualisée et cartographiée. Anthropic et OpenAI en sont des exemples typiques. Ainsi, si l’on peut repérer des différences notables dans la façon dont les laboratoires chinois abordent ces questions, cela pourrait indiquer quels investissements ou stratégies différentes ces entreprises pourraient privilégier à l’avenir. Bien sûr, ces choix seront aussi fortement influencés par le financement et la disponibilité des ressources.

Voici quelques « principales leçons » que j’ai tirées de mes échanges avec ces laboratoires, concernant l’« industrie IA » :

1. La demande intérieure en IA en Chine montre des signes précoces.
   Une hypothèse largement discutée est que le marché chinois de l’IA sera plus petit, car les entreprises chinoises sont généralement peu disposées à payer pour des logiciels, ce qui empêcherait de libérer un marché de l’inférence suffisamment vaste pour soutenir un laboratoire.

Mais cette conclusion ne s’applique qu’aux dépenses liées à l’écosystème SaaS, qui a toujours été modeste en Chine. En revanche, la Chine dispose encore d’un marché cloud massif.

Une question clé, non encore tranchée, est de savoir si les dépenses des entreprises chinoises en IA seront plutôt proches du marché SaaS — donc de moindre envergure — ou du marché cloud, qui est une dépense fondamentale. Même au sein des laboratoires chinois, ce sujet fait débat. Globalement, j’ai le sentiment que l’IA tend à se rapprocher du marché cloud, sans que personne ne s’inquiète vraiment de la croissance du marché autour de nouveaux outils.

2. La majorité des développeurs sont fortement influencés par Claude.
   Bien que Claude soit officiellement interdit en Chine, la majorité des développeurs IA chinois sont très fans de Claude, et de la façon dont il a changé leur manière de construire des logiciels. Le fait que la Chine ait été réticente à acheter des logiciels dans le passé ne signifie pas qu’une nouvelle vague de forte demande en inférence ne surgira pas.

Les techniciens chinois sont très pragmatiques, humbles, et motivés. Cela me donne l’impression que cette attitude dépasse largement l’habitude historique de « ne pas acheter de logiciels ».

Certains chercheurs chinois mentionnent utiliser leurs propres outils, comme Kimi ou les outils en ligne de commande GLM, mais tous parlent aussi de leur utilisation de Claude. Étonnamment, peu évoquent Codex, qui semble rapidement gagner en popularité dans la baie de San Francisco.

3. Les entreprises chinoises ont une mentalité de propriété technologique.
   La culture chinoise, combinée à une économie en plein essor, produit des résultats difficiles à prévoir. Je ressens que la multitude de modèles IA reflète une approche pragmatique et équilibrée de nombreuses entreprises technologiques ici. Il n’y a pas de planification centrale.

Ce secteur est défini par un respect mutuel pour ByteDance et Alibaba, qui sont considérés comme de grands acteurs disposant de ressources pour dominer de nombreux marchés. DeepSeek est respecté comme un leader technique, mais loin d’être un leader de marché. Ils donnent la direction, mais ne disposent pas d’une structure économique pour dominer.

Il reste des entreprises comme Meituan ou Ant Group. Les Occidentaux pourraient être surpris qu’elles construisent aussi ces modèles, mais en réalité, elles considèrent clairement les grands modèles linguistiques comme le cœur de leurs produits futurs, et ont besoin d’une base solide.

Lorsqu’elles affinent un modèle général puissant, la rétroaction de la communauté open source renforce leur stack, tout en leur permettant de conserver des versions internalisées pour leurs produits. La mentalité « open first » de cette industrie est largement dictée par le pragmatisme : cela aide à obtenir de solides retours, à contribuer à l’open source, et à renforcer leur propre mission.

4. Le soutien gouvernemental est réel, mais son ampleur reste floue.
   On entend souvent dire que le gouvernement chinois aide activement à la compétition pour l’ouverture des grands modèles linguistiques. Mais il s’agit d’un système gouvernemental décentralisé, composé de plusieurs niveaux, sans manuel d’opérations clair précisant ce qu’ils doivent faire.

Différents quartiers de Pékin rivalisent pour attirer les entreprises technologiques. L’aide apportée à ces entreprises inclut probablement la suppression de formalités bureaucratiques comme les permis. Mais jusqu’où cela peut-il aller ? Les différents niveaux du gouvernement peuvent-ils attirer des talents ? Peuvent-ils aider à l’importation de puces ?

Tout au long de mes visites, j’ai entendu parler de l’intérêt ou de l’aide du gouvernement, mais pas au point de pouvoir en faire une déclaration définitive ou d’avoir une vision claire de comment le gouvernement pourrait influencer la trajectoire de l’IA en Chine.

Il n’y a pas non plus d’indication que les plus hautes sphères du gouvernement influencent directement les décisions techniques sur les modèles.

5. L’industrie des données est encore loin d’être aussi développée qu’aux États-Unis.
   On a déjà entendu dire qu’Anthropic ou OpenAI dépensent plus de 10 millions de dollars par environnement, avec des dépenses annuelles de plusieurs centaines de millions pour faire avancer l’apprentissage par renforcement. On se demande donc si les laboratoires chinois achètent aussi des environnements auprès d’entreprises américaines, ou s’ils disposent d’un écosystème domestique miroir pour les soutenir.

La réponse n’est pas qu’il n’y a pas d’industrie des données, mais plutôt que, selon leur expérience, la qualité de cette industrie est relativement faible. Il est souvent plus efficace de construire ses propres environnements ou données. Les chercheurs passent beaucoup de temps à créer leurs propres environnements d’apprentissage par renforcement, tandis que de grandes entreprises comme ByteDance ou Alibaba disposent d’équipes internes d’annotation de données pour cela. Tout cela confirme l’attitude « auto-construction plutôt qu’achat » mentionnée plus tôt.

6. La demande pour davantage de puces Nvidia est très forte.
   La puissance de calcul de Nvidia est la norme d’or pour l’entraînement, et chaque acteur est limité par le manque de capacité. Si l’approvisionnement était suffisant, ils achèteraient évidemment. D’autres accélérateurs, y compris Huawei, ont été positivement évalués pour l’inférence. De nombreux laboratoires utilisent aussi des puces Huawei.

Ces points esquissent un écosystème IA très différent. Si l’on applique mécaniquement le mode de fonctionnement des laboratoires occidentaux en Chine, cela risque souvent d’être une erreur de catégorie. La question clé est de savoir si ces écosystèmes produiront des modèles substantiellement différents, ou si les modèles chinois seront toujours interprétés comme des versions proches de celles de la pointe occidentale, 3 à 9 mois plus tôt.

Conclusion : Équilibre mondial

Avant ce voyage, je connaissais peu la Chine ; en partant, j’avais l’impression de commencer à apprendre. La Chine n’est pas un lieu qu’on peut décrire par des règles ou des recettes, mais un endroit avec des dynamiques et des réactions très différentes. Sa culture est si ancienne, si profonde, et elle reste entièrement mêlée à la façon dont le pays construit sa technologie. Il me reste encore beaucoup à apprendre.

De nombreuses parties de la structure de pouvoir américaine considèrent leur vision de la Chine comme un outil psychologique clé dans leurs décisions. Après avoir rencontré presque tous les principaux laboratoires d’IA chinois, je constate que la Chine possède de nombreuses qualités et instincts difficiles à modéliser dans une approche occidentale.

Même en leur demandant directement pourquoi ils publient leurs modèles les plus puissants, il m’est difficile de relier complètement la mentalité de propriété et le soutien sincère à l’écosystème.

Les laboratoires ici sont très pragmatiques, pas nécessairement des absolutistes de l’open source, et tous ne publient pas chaque modèle. Mais ils ont une forte intention de soutenir les développeurs, l’écosystème, et de voir l’ouverture comme un moyen d’en apprendre davantage sur leurs propres modèles.

Presque toutes les grandes entreprises technologiques chinoises construisent leur propre grand modèle linguistique. On voit déjà des plateformes comme Meituan ou Xiaomi publier des modèles ouverts. En Occident, ces entreprises achètent généralement des services.

Ces entreprises ne construisent pas ces modèles pour briller dans la nouveauté, mais par un désir profond : maîtriser leur propre stack technologique et développer les technologies clés du moment. Quand je lève les yeux de mon ordinateur, je vois souvent des grues à l’horizon, ce qui correspond parfaitement à la culture de construction et d’énergie de la Chine.

L’humanité, la chaleur et la sincérité des chercheurs chinois sont très proches. Sur le plan personnel, la discussion brutale sur la géopolitique que nous avons l’habitude d’avoir aux États-Unis ne transparaît pas chez eux. Le monde pourrait bénéficier de plus de cette simplicité positive. En tant que membre de la communauté IA, je suis désormais plus préoccupé par la fracture qui apparaît entre membres et groupes, autour de l’étiquette de nationalité.

Si je dis que je ne souhaite pas que les laboratoires américains soient systématiquement en tête dans chaque aspect de la pile technologique IA, c’est un mensonge. Surtout dans le domaine des modèles ouverts, que je connais bien, étant Américain, c’est une préférence sincère.

En même temps, j’espère que l’écosystème ouvert pourra prospérer à l’échelle mondiale, car cela pourrait créer un IA plus sûre, plus accessible, et plus utile pour le monde. La question actuelle est de savoir si les laboratoires américains agiront pour prendre cette position de leader.

Au moment où j’écris ces lignes, des rumeurs circulent sur l’impact d’un décret administratif sur l’ouverture des modèles. Cela pourrait compliquer davantage la relation entre leadership américain et écosystème mondial — ce qui ne me donne pas plus confiance.

Je remercie tous ceux que j’ai eu la chance de rencontrer dans Moon Shadow, Zhipu AI, Meituan, Xiaomi, Tongyi Qianwen, Ant Lingguang, 01.ai, et d’autres institutions. Chacun a été si enthousiaste, si généreux de son temps. À mesure que mes idées prennent forme, je continuerai à partager mes observations sur la Chine, y compris ses aspects culturels plus larges, et le domaine de l’IA lui-même.

Il est évident que ces connaissances seront directement liées à l’histoire en cours de l’évolution de l’IA.