Le chef de l'IA de Goldman Sachs plaide en faveur des modèles ouverts dans la stratégie d'IA entreprise

Goldman Sachs effectue un pari discret mais significatif : l'avenir de l'IA entreprise n'est pas exclusivement basé sur des modèles propriétaires. Les responsables de l'IA de la banque ont clairement exprimé leur volonté de maintenir des modèles à poids ouvert et open source dans le paysage, s'opposant à l'instinct naturel de privilégier systématiquement des systèmes fermés provenant des acteurs habituels comme OpenAI et Anthropic.

L'approche de Goldman repose sur une stratégie multi-modèles. L'assistant IA GS de la banque, initialement testé au début de 2025, ne s'engage pas avec un seul fournisseur. Il intègre plutôt des options open source aux arrangements propriétaires, en acheminant les requêtes vers divers fournisseurs, y compris des modèles open source.

Les entreprises chinoises d’intelligence artificielle, comme Moonshot, développeuse du modèle Kimi, et Zhipu, derrière la série GLM, publient des modèles à poids ouverts de plus en plus sophistiqués qui rivalisent sérieusement avec leurs homologues occidentaux propriétaires. Parmi les exemples, on trouve le Moonshot Kimi K3 et le Zhipu GLM-5.2.

Ces développeurs chinois ont également innové une voie intermédiaire intéressante : les « poids payants ». Le modèle de base est accessible, mais certaines applications commerciales nécessitent des frais de licence, créant ainsi une voie de monétisation qui ne nécessite pas de verrouiller tout derrière un mur payant API.

Les analystes de Goldman ont avancé un argument encore plus contre-intuitif : des modèles open-source moins chers pourraient en réalité augmenter la demande en ressources de calcul. Lorsque l'IA devient moins coûteuse à déployer, davantage d'entreprises l'adoptent, générant ainsi plus de charges de traitement et une demande accrue pour l'infrastructure cloud. Les analystes ont spécifiquement cité AT&T, qui a réduit ses coûts de modèle de 56 %, comme exemple des réductions potentielles des coûts de calcul pour les applications d'IA.

Chris Churchman, qui dirige le groupe de travail sur l'IA de la banque, a soulevé une préoccupation que la plupart des dirigeants technologiques préfèrent ne pas aborder publiquement : le risque d'atrophie cognitive. Son argument est que lorsque les professionnels de la finance s'appuient trop fortement sur l'IA pour l'analyse, la recherche et la prise de décision, leurs propres compétences analytiques commencent à s'affaiblir. Churchman n'a pas suggéré d'éviter complètement les modèles ouverts — il s'agit d'une mise en garde plus large concernant la dépendance à l'IA pour tous les types de modèles.

Goldman n'a émis aucune alerte réglementaire contre l'utilisation de modèles ouverts dans ses déclarations publiques au cours des six derniers mois. Dans une industrie où les préoccupations de conformité tuent couramment les idées, l'absence de signal d'alerte est en soi significative.

Si Goldman a raison de penser que les modèles ouverts stimuleront une adoption plus large de l'IA dans les entreprises, les fournisseurs de cloud bénéficieront d'une demande accrue en puissance de calcul, et les entreprises qui développent des outils pour rendre les modèles ouverts prêts pour l'entreprise — des cadres de sécurité, des plateformes de fine-tuning et des systèmes de surveillance — deviendront plus précieuses. Goldman n'a pas émis d'avertissements réglementaires contre l'utilisation de modèles ouverts dans ses communications publiques récentes, ce qui suggère que la banque considère le déploiement de modèles ouverts comme opérationnellement viable dans son cadre de conformité.