Les modèles de langage à poids ouverts : Une évolution exponentielle
Depuis l’émergence de ChatGPT d’OpenAI en 2022, le nombre de modèles de langage à grande échelle (LLM) n’a cessé d’augmenter. Des noms comme Gemini, O1, Grok, Claude, Llama, Yi et Mistral dominent désormais le paysage technologique. En 2023, les entreprises ont investi près de 154 milliards de dollars dans l’IA, et jusqu’à 65 % des sociétés utilisent régulièrement l’IA générative (GenAI), selon une étude globale de McKinsey.
Malgré ces chiffres impressionnants, il reste difficile de comprendre précisément comment cette technologie est utilisée et dans quels contextes.
Une analyse à la source : Les développeurs en ligne de mire
Pour aller au-delà des simples enquêtes auprès des managers, une étude approfondie a été menée pour analyser les interactions des développeurs avec les principaux modèles de langage à poids ouverts. Ces LLM sont accessibles, modifiables et redistribuables sans restriction majeure.
L’étude a révélé des variations significatives dans l’adoption de l’IA selon la géographie, la taille des entreprises et les secteurs d’activité. Sans surprise, les start-ups et les entreprises technologiques sont les plus grands utilisateurs, avec une avance marquée des États-Unis dans l’exploitation du potentiel de l’IA.
Les institutions éducatives et la montée de Llama
Les institutions éducatives émergent comme un autre foyer clé d’activité en matière d’IA, notamment avec une forte adoption de Llama, le modèle de Meta. En termes de parts de marché, Llama et Grok, le modèle d’Elon Musk, dominent largement les autres modèles open-source.
GitHub : Une mine d’or pour comprendre les tendances
GitHub, plateforme incontournable pour les développeurs, s’est avérée essentielle pour recueillir des données concrètes sur l’adoption des LLM. Les modèles comme Grok, Llama, Yi (groupe chinois 01.AI) et Mistral (start-up française) y sont largement disponibles.
La plateforme permet de suivre les développeurs qui téléchargent (“forkent”) le code de ces modèles pour alimenter leurs applications. Cette activité offre un aperçu précieux des tendances en matière d’IA. De plus, la nature ouverte de GitHub permet d’identifier une partie des utilisateurs selon leur pays, leur secteur d’activité et la taille de leur entreprise.
Benchmarks : TensorFlow comme référence
Pour mieux comprendre l’adoption des LLM, les chiffres ont été comparés à l’utilisation de TensorFlow, outil de machine learning de Google lancé en 2015. Cette comparaison met en lumière l’évolution rapide et la popularité croissante des modèles de langage dans le paysage technologique.
Suite sur knowledge.insead.edu
