OVHcloud s’étend au-delà de la simple fourniture d'infrastructures pour se lancer dans le développement de modèles IA. Une évolution à même de vérifier si l’Europe est capable ou non de produire une alternative sérieuse aux systèmes d’IA américains et chinois. L’entreprise, l’un des principaux fournisseurs cloud en Europe, prévoit de former une famille de modèles à partir de zéro et vise à les rendre open source dès qu’ils auront atteint ses objectifs de performance, a déclaré à Reuters son PDG, Octave Klaba. Cette initiative ferait de l'entreprise roubaisienne, un éventuel concurrent de Mistral AI, qui est de fait le seul challenger européen aux modèles américains et chinois d’IA. M. Klaba a déclaré que la rentabilité de la création de modèles d’IA avancés avait évolué : grâce aux progrès réalisés en matière de puces, de méthodes d’entraînement et de données synthétiques, le coût d’un projet qui aurait autrefois nécessité environ 1,15 Md$ (1 Md€) est désormais inférieur à 230 M$ (200 M€). L'agence de presse américaine a rapporté qu’OVHcloud avait indiqué qu’un de ses modèles avait achevé son pré-entraînement sur Jupiter, le supercalculateur EuroHPC basé en Allemagne, décrit comme le plus rapide d’Europe et son premier système exascale, bien que l’entreprise n’ait pas encore divulgué de benchmarks de performance détaillés. Reste à savoir quel dataset a bien pu utiliser OVH pour entrainer son modèle. 

Cette annonce intervient alors que les gouvernements et les entreprises européens sont de plus en plus amenés à évaluer les infrastructures d’IA sous l’angle de la gouvernance des données et de la continuité d’accès, plutôt que sous celui de la seule performance. Ces préoccupations se sont accentuées ce mois-ci après qu’Anthropic a déclaré qu’une directive de contrôle des exportations du gouvernement américain l’obligeait à suspendre l’accès à ses modèles Fable 5 et Mythos 5 pour les ressortissants étrangers, tant aux États-Unis qu’à l’étranger. 

L’entraînement n’est qu’un coût initial 

L’estimation de coût réduite d’OVHcloud ne reflète pas l’intégralité des coûts liés au fait de devenir un fournisseur de modèles d’IA de pointe, a déclaré Neil Shah, vice-président chargé de la recherche et partenaire chez Counterpoint Research. Le chiffre de 230 M$ (200 M€) fait probablement référence principalement à la phase initiale d’entraînement, a précisé M. Shah. Une fois entraînés, cependant, les modèles nécessitent un investissement continu, car ils peuvent devenir des actifs qui se déprécient s’ils ne sont pas améliorés à l’aide de nouvelles données. La société doit également investir dans le réglage fin, le post-entraînement, une infrastructure souveraine, le stockage, la sécurité, la distribution et l’assistance aux entreprises. Elle aurait également besoin d’une envergure suffisante pour rendre la mise à disposition de ses modèles économiquement viable face à des fournisseurs d’IA bien établis tels que Google, OpenAI et Anthropic. « Un modèle est considéré comme un actif qui se déprécie s’il n’est pas entraîné de manière régulière et mis à jour avec les données », a souligné M. Shah. Mistral AI, par exemple est aujourd'hui incapable de proposer à ce jour un concurrent à Mythos. 

Cela fait du projet d’OVHcloud un test non seulement de ses capacités techniques, mais aussi du soutien politique dont il bénéficie et de sa viabilité économique. Si le fournisseur ne parvient pas à relever le défi, les entreprises pourraient se montrer réticentes à délaisser des modèles plus établis. Le coût de formation réduit pourrait néanmoins offrir à OVHcloud un point de départ crédible, a déclaré Charlie Dai, analyste principal chez Forrester. Cette fourchette budgétaire peut suffire à produire un modèle de pointe crédible, car les gains d’efficacité réduisent le coût d’entrée, a ajouté M. Dai. Mais la compétitivité de l’entreprise dépendra de capacités durables allant au-delà de la formation, notamment l’efficacité de l’inférence, les pipelines de données, les frameworks d’évaluation et l'étendue de l’écosystème. 

Les DSI ont besoin de preuves 

A ce stade, le projet d’OVHcloud relève davantage de la simple déclaration d’intention plutôt que d'une capacité démontrée, tranche Sanchit Vir Gogia, analyste en chef chez Greyhound Research, soulignant l’absence de benchmarks publiés et d’autres détails. « 200 M$ permettent aujourd’hui de financer un cycle d’entraînement sérieux », poursuit M. Gogia. « Cela ne permet pas d’acquérir une véritable franchise d’IA d’entreprise. » Et d'ajouter que les questions relatives à la souveraineté s’étendent également à l’infrastructure utilisée pour entraîner le modèle, notant que le pré-entraînement avait été effectué sur Jupiter plutôt que sur une infrastructure détenue ou contrôlée parOVHcloud.

Ce système est un supercalculateur européen public situé en Allemagne qui fonctionne avec des puces américaines, a précisé M. Gogia, ajoutant que cela montre à quel point la souveraineté européenne en matière d’IA reste partielle. Les DSI auront besoin de preuves que les modèles peuvent être pris en charge en production, gérés efficacement, audités si nécessaire, et abandonnés sans perturbation majeure. M. Gogia a indiqué qu’un modèle détenu par des acteurs européens pourrait réduire une partie de la dépendance vis-à-vis des fournisseurs américains et chinois, mais qu’il n’éliminerait pas le risque juridictionnel. « La souveraineté n’abolit pas le bouton d’arrêt », a-t-il déclaré. « Elle change simplement la main qui le contrôle. » L’entrée d'OVHcloud dans le développement de modèles pourrait également modifier les risques de dépendance que les entreprises doivent évaluer, a poursuivi l'analyste. Les clients pourraient être en mesure de migrer leur infrastructure cloud ultérieurement, mais auraient plus de mal à déplacer les charges de travail d’IA une fois que les applications et les processus sont construits autour des modèles et des outils de gouvernance d’un fournisseur.