En quelques mots
- DeepSeek publie en janvier 2025 un modèle de raisonnement aux performances comparables aux meilleurs modèles américains.
- Coût d'entraînement annoncé très inférieur, et surtout licence ouverte permettant l'exécution en propre.
- Cela lève l'objection principale des directions juridiques : aucune donnée ne sort de l'entreprise.
- Un modèle ouvert se retrouve intégré dans des produits qui ne portent pas son nom.
Ce qui a provoqué la secousse
Trois éléments simultanés, et c'est leur combinaison qui compte.
D'abord la performance : des résultats comparables aux modèles de raisonnement occidentaux sur les évaluations de référence. Ensuite le coût annoncé, très inférieur, ce qui remet en cause l'idée qu'une frontière technologique se défend par la seule dépense. Enfin la licence ouverte, qui permet à quiconque de récupérer les poids du modèle et de le faire tourner sur sa propre infrastructure.
Ce dernier point est le plus structurant à mes yeux, et c'est celui dont on a le moins parlé dans les commentaires financiers.
Ce que change concrètement un modèle ouvert et performant
Pour une entreprise, cela signifie qu'un assistant peut tourner sur ses propres serveurs, sans qu'aucune donnée ne parte chez un fournisseur tiers. C'est la levée de l'objection principale que je rencontre depuis deux ans dans les organisations soumises à des contraintes de confidentialité.
Cela signifie aussi que le coût d'usage cesse d'être un abonnement fixé par un tiers pour devenir un coût d'infrastructure que l'on maîtrise.
Et cela ouvre la possibilité de spécialiser un modèle sur son propre domaine, ce que les interfaces fermées ne permettent qu'à la marge.
Les réserves qu'il faut garder
Les chiffres de coût communiqués portent probablement sur une phase précise de l'entraînement et non sur l'ensemble des dépenses engagées. Il faut les traiter comme une communication, pas comme un bilan comptable.
La question de la censure et du biais est réelle : le modèle refuse ou oriente certaines réponses sur des sujets politiquement sensibles. Pour un usage marketing courant, l'impact est faible ; pour un usage éditorial ou institutionnel, il mérite d'être testé.
Enfin, utiliser l'application grand public revient à envoyer ses requêtes sur des serveurs soumis à une juridiction précise. C'est très différent de faire tourner le modèle chez soi, et la confusion entre les deux est fréquente.