Adieu au gigantisme LLM ? Les entreprises misent sur l’IA sur mesure des SLM

Tandis que les grands modèles IA (LLM) plafonnent pour cause de gigantisme et de complexité, les petits modèles (SLM) redessinent l’avenir de l’IA en entreprise. Déployés en local, ajustés sur mesure, ils semblent plus à même de transformer des contraintes techniques en avantages concurrentiels.

En novembre 2022, la sortie de ChatGPT transformait notre monde. Soudain, le grand public et les entreprises découvraient l’incroyable potentiel des LLM, ces gigantesques modèles génératifs de langage capables de nous comprendre et de s’exprimer dans à peu près n’importe quelle langue avec une aisance bluffante. Et l’IA imaginée par la science-fiction devenait palpable. Tout au long de l’année 2023, l’enthousiasme des chercheurs se concrétisait avec une incroyable célérité : géants de la tech et start-up se lançaient dans une course aux modèles toujours plus vastes. À l’époque, Sam Altman envisageait qu’une intelligence artificielle générale (AGI) pourrait émerger en deux à trois ans grâce à une montée en échelle prévisible. Mais patatras… en 2024, les pionniers des LLM découvrent l’existence d’un plafond de verre. Le constat est amer : malgré des investissements de centaines de millions de dollars, les progrès des LLM deviennent marginaux. Google abandonne « Gemini 1.5 Ultra », Anthropic met en pause « Claude Opus » et OpenAI tergiverse sur le futur de GPT-5. Pire encore, c’est une nouvelle génération de modèles plus petits – les SLM – qui s’impose. Déployables en local, ces modèles...