Jensen Huang veut des modèles d'IA open source : BofA affirme que les fabricants de puces sont payés de toute façon

Le débat le plus animé en matière d'intelligence artificielle ne porte plus sur le chatbot le plus intelligent.

Il s'agit de savoir si l'IA open source finira par rendre inutile la course aux dépenses de plusieurs milliards de dollars d'aujourd'hui.

Si les modèles ouverts devenaient « suffisamment performants », les investisseurs se demandent si les hyperscalers n'auraient pas besoin de moins de puces Nvidia Corp. (NASDAQ : NVDA), de moins de clusters d'IA et, en fin de compte, de moins de dépenses d'investissement.

Selon Vivek Arya, analyste chez Bank of America, cette conclusion est peut-être prématurée.

Dans une note de recherche publiée mercredi, Arya a indiqué que si les modèles libres continuent de s'améliorer rapidement, les modèles propriétaires, ou fermés, dominent toujours là où résident les charges de travail d'IA les plus importantes.

Plus important encore pour les investisseurs, il pense que l'un ou l'autre des résultats soutient en fin de compte la demande de semi-conducteurs au lieu de la menacer.

Pourquoi les modèles fermés sont toujours en tête

L'enthousiasme croissant pour les modèles ouverts s'est accéléré après que le PDG de Nvidia, Jensen Huang, a publiquement approuvé un accès plus large à l'IA grâce à des modèles à poids ouvert.

Mais selon Arya, la réalité concurrentielle est différente.

« Nous pensons que le leadership frontalier repose toujours sur des modèles fermés aujourd'hui », a déclaré Arya.

Selon le rapport, des modèles tels que Claude Opus 5, GPT-5.6 Sol et Gemini 3.1 Pro occupent les premières places dans les principales évaluations de l'IA, tandis que les modèles ouverts les plus performants, comme ceux de Chine, les devancent toujours.

En ce qui concerne l'utilisation d'outils agentiques, le meilleur modèle fermé obtient une note de 55,3 contre 43,1 pour l'alternative à poids ouvert la plus puissante.

Sur un indice d'intelligence général, l'écart est de 60,7 à 44.

Sur le codage, 78,3 à 68,8.

L'entreprise a ajouté que l'écart se creuse précisément là où les budgets des entreprises se concentrent : utilisation d'outils agentiques, codage et raisonnement complexe.

L'avance est la plus importante là où se trouve l'argent. C'est important, car les entreprises privilégient généralement la fiabilité au détriment des coûts.

Pourquoi les entreprises optent toujours pour l'IA fermée

Arya soutient que les fournisseurs d'IA propriétaires présentent des avantages qui vont bien au-delà des performances des modèles.

« Les modèles fermés restent en tête de la plupart des normes du secteur et de la courbe d'adoption », a déclaré Arya.

Plutôt que de gérer les GPU, la sécurité, la conformité et les mises à jour logicielles en interne, les entreprises qui achètent des API en modèle fermé bénéficient d'une infrastructure gérée, de contrats de niveau de service prévisibles et d'un fournisseur unique responsable des performances.

Les modèles ouverts, en revanche, obligent souvent les clients à gérer eux-mêmes le déploiement, la sécurité et l'infrastructure, ce qui crée une complexité opérationnelle supplémentaire.

Pour les investisseurs, cette distinction est importante car l'adoption par les entreprises, et non l'expérimentation par les consommateurs, représente l'une des plus grandes sources de revenus à long terme dans le domaine de l'IA.

Pourquoi Nvidia et Chip Stocks pourraient gagner dans les deux cas

Le point le plus important à retenir en matière d'investissement n'est peut-être pas de savoir si l'IA ouverte ou fermée l'emporte en fin de compte.

C'est que les entreprises de semi-conducteurs pourraient bénéficier de l'un ou l'autre des scénarios.

Si les modèles propriétaires de pointe restent dominants, la formation de systèmes de plus en plus performants continuera de nécessiter des clusters GPU massifs et de lourdes dépenses d'infrastructure.

Si les modèles ouverts prolifèrent au contraire, l'IA à moindre coût pourrait augmenter considérablement son utilisation, ce qui augmenterait considérablement la demande d'inférence, grâce à ce que l'on appelle le paradoxe de Jevons, selon lequel la baisse des coûts augmente souvent la consommation totale au lieu de la réduire.

« Nous pensons que les demi-finales de l'IA bénéficieront d'une manière ou d'une autre », a déclaré Arya, ajoutant que les modèles fermés garderaient probablement l'IA « à forte intensité de capital », tandis que l'adoption plus large des modèles ouverts pourrait accroître la demande globale et le marché adressable total du secteur.

Un moment entre Windows et Linux ?

Arya pense que les investisseurs ne devraient pas s'attendre à ce qu'un écosystème modèle élimine l'autre.

Il compare plutôt le paysage actuel de l'IA à la coexistence de plusieurs décennies entre Microsoft Windows et Linux.

Les modèles ouverts peuvent dominer les charges de travail sensibles aux coûts, tandis que les modèles propriétaires conservent leur leadership là où les performances, la sécurité et la confiance des entreprises sont synonymes de prix élevés.

Cette distinction suggère que les dépenses consacrées à l'infrastructure de l'IA pourraient se diversifier au lieu de disparaître.

Pour les investisseurs dans les semi-conducteurs, le débat sur l'architecture du modèle qui prévaudra en fin de compte peut donc être moins important qu'une simple conclusion : les deux voies continuent de pointer vers une demande croissante de puces, de mémoire et d'infrastructures d'IA.

Photo : Shutterstock