Pour répondre au marché le plus large possible, OpenAI et Anthropic construisent des modèles toujours plus grands, capables de tenter par la force brute de s’attaquer à presque toutes les tâches.

Ces modèles sont les couteaux suisses du monde de l’IA. Lorsqu’ils sont utilisés avec suffisamment de force, ils peuvent accomplir presque n’importe quelle tâche… mais personne n’a besoin d’un modèle de classe frontière pour résumer des e-mails, rédiger des réponses ou résumer des notes de réunion.

Il est moins cher et plus facile de former un petit modèle spécifique à un domaine qui peut exécuter des dizaines d’instances sur un seul accélérateur. De plus, créer le vôtre signifie que vous n’avez pas à vous soucier de vos applications qui parlent de gobelins lorsque OpenAI remplace un modèle vieillissant mais toujours apprécié par un nouveau – ou que l’Oncle Sam décide que le modèle de votre choix est un peu trop dangereux pour la consommation générale.

Microsoft semble croire que plus grand n’est pas toujours mieux, et a discrètement construit une petite armée de modèles spécifiques à un domaine. Détaillée lors de sa conférence des développeurs Build en juin, la famille MAI de Microsoft couvre un large éventail de cas d’utilisation allant du raisonnement et du codage à usage général à la génération d’images, à l’édition et aux modèles vocaux.

Selon un récent rapport de Bloomberg, ces modèles remplacent désormais lentement mais sûrement les modèles d’OpenAI en tant que puissance derrière les fonctionnalités d’IA des produits Microsoft.

Lorsque Microsoft essayait l’IA générative dans toutes les facettes de nos vies numériques, un couteau suisse comme GPT-5 était utile. Mais maintenant que le géant du logiciel sait comment ses clients vont réellement utiliser l’IA, il peut remplacer un modèle pionnier par des outils plus précis qui font le même travail aussi rapidement et à moindre coût que possible.

Bon marché est le mot clé ici, car même si l’IA s’est révélée utile dans certains domaines, les compteurs de haricots et de jetons ne savent pas encore s’il est possible de vendre l’IA avec profit. Pour les hyperscalers comme Microsoft, cela signifie que des modèles plus petits peuvent être nécessaires.

Redmond décrit MAI-Thinking-1 comme un « modèle de taille moyenne qui figure parmi les modèles les plus puissants de sa catégorie de poids » et affirme qu’il « correspond aux principaux modèles sur des critères clés d’ingénierie logicielle, démontre des capacités de raisonnement mathématique avancées et est préféré au Sonnet 4.6 dans nos évaluations côte à côte humaines aveugles ».

Nous ne pouvons pas dire ce que Microsoft considère comme un modèle moyen, mais lorsqu’il s’agit de génération AI, la taille compte. Plus le modèle est grand, plus il est performant et fiable, mais plus son fonctionnement est coûteux. En effet, lorsqu’un modèle utilise moins de paramètres, il libère de la mémoire et améliore l’utilisation du matériel.

Des modèles plus petits signifient également que Microsoft peut déployer la bonne IA pour la bonne tâche et au bon moment. Si Redmond constate une augmentation du trafic de synthèse vocale, l’entreprise peut créer davantage d’instances du meilleur modèle pour cette fonction tout en maîtrisant les coûts.

De plus, Microsoft conçoit et construit désormais ses propres accélérateurs d’IA, tout comme Amazon et Google. Ses pièces Maia série 200 annoncées en janvier promettent d’offrir des performances comparables à celles des pièces Blackwell de Nvidia. Les puces personnalisées permettent aux opérateurs d’optimiser l’ensemble de la pile d’IA (logiciels, matériels et modèles) pour une plus grande efficacité.

Microsoft n’est pas le seul hyperscaler à penser à des modèles plus petits. Google joue à ce jeu depuis le début avec ses familles de modèles Gemini et Gemma construites autour de son architecture TPU personnalisée.

Cependant, le parallèle le plus proche avec Microsoft est probablement Amazon.

À l’aube du boom de l’IA, Microsoft a attelé sa charrette au cheval d’OpenAI, tandis qu’Amazon a parié sur son rival Anthropic. Et tout comme Microsoft, Amazon a investi massivement dans sa propre famille de modèles et d’applications Nova et dans les assistants de codage qu’ils exploitent.

Les modèles pionniers à usage général ont toujours leur place, et quelqu’un doit encore faire avancer l’innovation. Il est beaucoup plus facile d’affiner les outils existants que d’en inventer des inédits, ce qui signifie qu’OpenAI et Anthropic restent précieux pour ses partenaires hyperscale. Et c’est pourquoi ils sont prêts à investir des milliards pour se maintenir à flot.

Les titans du cloud ont encore besoin des grandes maisons modèles, mais moins ils comptent sur elles, plus grandes sont leurs chances de faire enfin de l’IA un secteur d’activité rentable. ®

A lire également