a16z : l’IA open source est la « couche par défaut » de la prochaine phase de la concurrence dans l’IA

Le paysage concurrentiel de l’IA évolue. La prochaine phase de la concurrence dépendra de la capacité à créer la meilleure plateforme pour construire des modèles, au-delà de la seule création du meilleur modèle. Les outils open source joueront un rôle crucial dans cette transition. Leur faible coût d’accès et la grande liberté de modification qu’ils accordent aux développeurs devraient en faire le socle du développement de l’IA pour les startups et les chercheurs du monde entier.

L’enjeu est considérable. Les modèles servant de base au développement de l’IA — et pas seulement à son utilisation — deviendront l’infrastructure sous-jacente des systèmes d’IA mondiaux. Les fournisseurs de cette infrastructure pourront influencer aussi bien l’orientation de la technologie que les incitations et les normes intégrées à l’ensemble de l’écosystème.

Si l’IA open source constitue la base de l’avenir, la situation actuelle est préoccupante. Parmi les développeurs qui travaillent avec des outils open source, 80% utilisent actuellement des outils chinois. Une récente étude menée par a16z et OpenRouter montre que, durant certaines semaines de 2025, les modèles open source chinois ont représenté 30% de l’ensemble de l’utilisation de l’IA. En janvier de cette année, le géant technologique chinois Alibaba a franchi un cap majeur : sa famille de modèles d’IA Qwen est devenue le système d’IA open source le plus largement adopté au monde, avec plus de 700 millions de téléchargements sur la seule plateforme Hugging Face. Un an auparavant, le développeur chinois DeepSeek avait publié les poids d’un nouveau modèle de pointe aux performances comparables à celles des principaux modèles, qui a ensuite connu un succès mondial fulgurant. La conclusion de ces données est claire : même si les systèmes d’IA propriétaires américains dominent le monde, la Chine est aujourd’hui en tête du développement de l’IA open source.

Les décideurs américains commencent à prendre conscience des enjeux, mais il reste beaucoup à faire pour établir le leadership des États-Unis dans l’IA open source. Ils devraient protéger et promouvoir le développement open source américain, en préservant les outils open source de restrictions inappropriées et en favorisant leur utilisation et leur adoption.

Qu’est-ce que l’open source et pourquoi est-il si important ?

Brève histoire des logiciels open source

L’open source possède une histoire longue et riche dans le domaine logiciel. Le terme "open source" désigne généralement la distribution publique du code source d’un logiciel, souvent afin d’encourager son développement et son amélioration par la communauté. Pour être open source, un logiciel doit permettre à chacun d’exercer durablement quatre libertés fondamentales avec relativement peu de restrictions : l’utiliser, l’étudier, le modifier et le partager. Les logiciels open source sont généralement distribués sous des licences permissives permettant à tous de télécharger, modifier et repartager librement le code. La définition du "logiciel open source" est maintenue par l’Open Source Initiative (OSI) et se concentre sur 10 conditions précises auxquelles une licence de droit d’auteur doit satisfaire. L’OSI s’efforce de transposer cette définition à l’IA au moyen de l’OSAID (Open Source AI Definition), un travail toujours en cours.

Les logiciels open source sont devenus un élément essentiel du secteur technologique et de notre économie. Les licences de droit d’auteur ouvertes offrent une sécurité juridique à toute personne souhaitant construire et améliorer des produits à partir de ces logiciels. Cette sécurité est vitale pour les entreprises comme pour les développeurs individuels et les amateurs, qui doivent pouvoir collaborer facilement dans des dépôts de code publics, notamment sur des services populaires tels que GitHub, sans se perdre dans des détails juridiques complexes. L’impact est immense : les travaux de l’économiste Frank Nagle attribuent à l’open source une valeur de 8.8 mille milliards de dollars. Une étude de 2022 a constaté que jusqu’à 98% des dépôts de code contenaient au moins une partie de logiciels open source. Comme l’a écrit un universitaire : "Les réseaux électriques nationaux, les blocs opératoires, les moniteurs pour bébés, les technologies de surveillance et les systèmes de traitement des eaux usées fonctionnent tous grâce à des logiciels open source."

L’open source abaisse les barrières à la concurrence, à la collaboration et à l’innovation, car il aide les écosystèmes et communautés de chercheurs et d’amateurs à se rassembler pour créer des biens publics susceptibles de remplacer les produits privés. Comme l’a déclaré Fei-Fei Li, la "marraine de l’IA" : "Le développement open source est important dans le secteur privé, mais il est essentiel pour le monde universitaire" (souligné dans l’original). Les chercheurs dépendent de l’open source, qui leur permet de reproduire et de valider des résultats, puis de produire de nouvelles avancées et améliorations à partir de travaux antérieurs.

Home Assistant en offre un exemple. À l’origine, il s’agissait d’un petit projet du programmeur Paulus Schoutsen : écrire un court script Python pour automatiser le contrôle de ses lampes Philips Hue. Il a publié le projet sur GitHub et d’autres personnes ont commencé à construire dessus. Elles l’ont continuellement amélioré afin qu’il puisse contrôler localement d’autres appareils domestiques sans dépendre de services tiers surveillant les utilisateurs, tout en le rendant plus accessible aux non-programmeurs. En 2024, Home Assistant avait été installé par des millions de personnes et le projet est aujourd’hui activement géré par l’organisation à but non lucratif Open Home Foundation.

L’open source va toutefois au-delà d’une solution de remplacement aux produits privés. Les outils open source sont des biens publics capables de produire des avantages économiques plus vastes. Chacun peut accéder gratuitement au code open source et l’utiliser, ce qui facilite considérablement la création d’une entreprise ou d’un nouveau service. En réduisant les coûts de recherche et développement et en autorisant l’utilisation et la modification en aval, l’open source abaisse les barrières à l’entrepreneuriat et limite la concentration du marché. Pour les consommateurs, cette concurrence accrue apporte des prix plus bas, des produits de meilleure qualité et davantage d’innovation. Pour l’économie dans son ensemble, elle signifie une répartition plus large des bénéfices.

Outre les considérations économiques et industrielles, l’open source sert l’intérêt public pour d’autres raisons. Premièrement, lorsque le code est ouvert, le logiciel peut faire l’objet d’audits et d’examens approfondis afin de détecter ses défauts. Les chercheurs en sécurité peuvent inspecter le code open source à la recherche de vulnérabilités qui auraient autrement pu rester dissimulées derrière un paywall ou une API. Linus Torvalds, créateur du système d’exploitation Linux, a formulé une célèbre maxime : "Avec suffisamment d’yeux, tous les bugs sont superficiels." Parmi les entreprises utilisatrices interrogées par la Linux Foundation, 78% ont déclaré que l’open source améliorait la sécurité.

L’IA open source

Avec la croissance explosive du secteur de l’IA, l’IA open source peut devenir un moteur de valeur économique et sociale. L’ouverture dans l’IA peut soutenir un écosystème d’innovation sans autorisation préalable, contribuer à limiter la concentration du marché, stimuler la concurrence et réduire les prix. Les développeurs peuvent effectivement s’appuyer sur des modèles open source pour créer des modèles plus puissants et plus rentables, et ainsi produire des outils destinés à davantage d’usages et de populations. Des travaux économiques décrivent cette possibilité en termes frappants : en 2025, le passage des modèles d’IA fermés aux modèles d’IA ouverts aurait pu réduire les prix moyens de plus de 70% et faire économiser 25 milliards de dollars aux consommateurs cette année-là. Comme l’ont écrit Bruce Schneier et Jim Waldo : "La communauté open source innove de multiples façons et obtient des résultats presque comparables à ceux des modèles géants, tout en fonctionnant sur des machines domestiques et des jeux de données ordinaires. Un domaine autrefois réservé aux acteurs disposant de ressources considérables est devenu le terrain de jeu de toute personne curieuse, sachant programmer et disposant d’un bon ordinateur portable. Une taille supérieure est peut-être préférable, mais la communauté open source démontre qu’une taille inférieure est souvent déjà suffisante. Cela ouvre la voie à des LLM plus efficaces, plus accessibles et moins gourmands en ressources."

Sans constituer une panacée, l’open source bénéficie déjà d’investissements commerciaux considérables dans les approches ouvertes de l’IA. Des milliards de dollars sont investis dans des entreprises qui adoptent des méthodes ouvertes pour développer et publier des modèles d’IA. Dans le domaine de l’IA, le terme "ouvert" peut prendre plusieurs sens. Certains développeurs publient les poids de leurs modèles ; d’autres publient également davantage d’éléments de la "recette" qui les entoure, notamment les détails d’architecture, la documentation des données, le code d’entraînement et les méthodes d’évaluation. Ces choix abaissent à des degrés divers les barrières à l’innovation en aval, mais tous deux élargissent l’accès et réduisent la dépendance à quelques modèles propriétaires fournis par de grandes plateformes.

L’open source peut également servir les intérêts géopolitiques américains. Si l’IA open source doit constituer la base du développement futur de l’IA, le leadership des États-Unis dans ce domaine aidera à placer les valeurs américaines au cœur de l’avenir de l’IA. Les tendances actuelles suivent toutefois une direction préoccupante : une large part des développeurs open source dépend déjà d’outils chinois et l’adoption des modèles open source chinois bondit. Si la "couche par défaut" du développement de l’IA se consolide à l’étranger, les États-Unis perdront durablement leur influence sur l’infrastructure et les valeurs qui façonnent les systèmes d’IA. Inverser cette tendance exige un programme politique favorable au développement open source, alors que les décideurs l’ont souvent pris pour cible.

La politique de l’open source

Après la publication de ChatGPT en novembre 2022, une vague de propositions politiques a présenté le développement ouvert comme une activité particulièrement dangereuse, notamment au moyen de vastes régimes de licences et de restrictions visant les publications ouvertes. Les appels à une réglementation radicale sont venus aussi bien des décideurs que de l’industrie et du monde universitaire.

Dario Amodei, PDG d’Anthropic, a déclaré devant le Sénat américain que des acteurs malveillants pourraient détourner des modèles d’IA open source pour mener des attaques biologiques. Geoffrey Hinton, défenseur de la sécurité de l’IA, a comparé l’open source appliqué aux grands modèles d’IA à la possibilité d’acheter des armes nucléaires chez Radio Shack. Des défenseurs de la sécurité de l’IA, dont le Future of Life Institute, ont préconisé d’imposer de lourdes obligations aux modèles open source, estimant qu’ils "présentent des risques importants pour la société".

Cette vague de réactions a suscité des appels en faveur d’un régime réglementaire punitif à l’égard de l’IA open source, par exemple en accordant au gouvernement le pouvoir d’empêcher la publication de modèles sans autorisation. Les sénateurs Richard Blumenthal (démocrate du Connecticut) et Josh Hawley (républicain du Missouri) ont proposé un vaste régime de licences pour l’IA ainsi que de nouvelles mesures de contrôle des exportations susceptibles d’affecter de manière disproportionnée les modèles open source. Des législateurs californiens ont proposé le projet de loi SB 1047, qui menaçait les développeurs open source en exigeant le suivi et le contrôle des usages en aval. Ces propositions ont échoué, notamment en raison des inquiétudes suscitées par les effets de ces restrictions sur la concurrence et la recherche.

Le courant des politiques publiques a commencé à changer en 2024 et 2025. Le décret de l’administration Biden sur le développement et l’utilisation sûrs, sécurisés et dignes de confiance de l’intelligence artificielle avait sollicité des commentaires sur les poids ouverts et suggérait que les modèles à poids ouverts présentaient des risques : "Lorsque les poids d’un modèle fondamental à double usage sont largement accessibles — par exemple lorsqu’ils sont publiés sur Internet — cela peut apporter des avantages considérables à l’innovation, mais aussi des risques importants pour la sécurité, comme la suppression des protections internes du modèle."

Les commentaires recueillis et les informations empiriques reçues par la NTIA (National Telecommunications and Information Administration des États-Unis) ont cependant montré que les risques marginaux étaient bien moins importants et, dans de nombreux cas, purement hypothétiques. Le rapport final de la NTIA a reconnu les "vastes bénéfices" de l’IA open source pour la concurrence et l’innovation, soulignant qu’elle "disperserait le contrôle du marché de l’IA détenu par quelques grands développeurs d’IA" et "permettrait aux utilisateurs d’employer des modèles sans partager leurs données avec des tiers, ce qui améliorerait la confidentialité et la protection des données". Le rapport s’est également concentré à juste titre sur les "risques marginaux", en cherchant principalement à déterminer si l’ouverture créait des risques particuliers allant au-delà de ceux des modèles propriétaires. Dans ce contexte, il a réfuté et remis en question les affirmations relatives aux risques de l’IA open source, puis conclu que le gouvernement devait surveiller les modèles open source sans prendre de mesures limitant leur disponibilité. De même, à la fin du mandat de l’administration Biden, le Bureau of Industry and Security a décidé de ne pas soumettre les modèles à poids ouverts à sa règle de contrôle des exportations sur la "diffusion de l’IA", déclarant que leurs "avantages économiques et sociaux […] dépassent actuellement les risques".

Lorsque le modèle open source chinois DeepSeek a été publié, les législateurs ont rapidement compris l’importance de renforcer la compétitivité mondiale des fournisseurs open source américains. Dans ce contexte, l’administration Trump a fait du leadership américain dans l’open source une priorité et la Maison-Blanche a exprimé son soutien à plusieurs reprises. Le Plan d’action national pour l’IA publié par l’administration en juillet 2025 consacre une section entière à la nécessité d’"encourager l’IA open source et à poids ouverts". David Sacks, responsable de l’IA et des cryptomonnaies à la Maison-Blanche, a salué les efforts du secteur privé dans l’IA, soulignant que "pour gagner la course à l’IA, l’Amérique doit également gagner dans l’open source", et a soutenu que le marché "favorisera le coût, la personnalisation et le contrôle qu’offre l’open source". Michael Kratsios, directeur de l’Office of Science and Technology Policy de la Maison-Blanche, a tenu des propos similaires en évoquant la nécessité d’offrir "une option américaine viable" dans l’open source.

Promouvoir et protéger : un programme politique pour l’IA open source

Les avantages stratégiques, économiques et sociaux de l’IA open source impliquent que les décideurs devraient activement promouvoir et protéger son utilisation. La position actuelle de la Chine sur le marché open source rend leur intervention encore plus urgente. Si le gouvernement américain veut que les développeurs de modèles choisissent des outils open source américains, il doit contribuer à faire émerger un écosystème de développement open source dans lequel les outils américains puissent concurrencer efficacement les modèles étrangers. La méfiance initiale des décideurs à l’égard de l’IA open source après la publication de ChatGPT a peut-être ralenti l’innovation américaine dans ce domaine, mais un consensus bipartite se forme autour du rôle essentiel de l’open source pour la compétitivité américaine dans l’IA, ce qui pourrait accélérer son développement. Pour traduire ce consensus en actes, les décideurs peuvent stimuler la croissance de ce marché en favorisant le développement et l’utilisation de l’IA open source, tout en protégeant la capacité des startups et entrepreneurs à choisir de construire des outils open source.

Promouvoir l’IA open source

Pour que les États-Unis prennent la tête du développement de l’IA open source, les décideurs doivent encourager et soutenir son développement et son utilisation. Quatre mécanismes peuvent y contribuer : exprimer leur soutien, recourir aux marchés publics, développer des solutions publiques et abaisser les barrières.

Réhabiliter l’open source

L’un des principaux moyens dont disposent les décideurs pour promouvoir l’IA open source consiste à lui apporter publiquement leur soutien. Les déclarations comptent. Comme indiqué plus haut, durant la première phase qui a suivi la publication de ChatGPT en novembre 2022, certains décideurs ont exprimé leur méfiance envers l’IA open source et laissé entendre que ses risques dépassaient ses bénéfices ; certains législateurs ont même évoqué de sévères restrictions ou interdictions. L’examen des poids de modèles ouverts par l’administration Biden s’est finalement conclu par un rapport reconnaissant les bénéfices de l’open source et recommandant de ne pas imposer de restrictions à court terme, mais cette conclusion n’était pas acquise. Au début du processus, l’examen gouvernemental aurait réellement pu conduire à des restrictions.

Cette méfiance et cette incertitude ont probablement jeté une ombre sur le développement open source et dissuadé certains développeurs de préférer cette voie à une solution propriétaire. Pourquoi renoncer à une solution propriétaire au profit d’une voie porteuse de risques réglementaires supplémentaires ? Cette ombre a ensuite contribué à la réalité actuelle : la Chine domine l’open source et une proportion considérable des développeurs open source choisit des outils chinois.

Comme indiqué précédemment, le courant a changé depuis la publication du rapport de la NTIA, qui vantait les bénéfices de l’open source et recommandait la modération réglementaire. Le ferme soutien de l’administration Trump à l’open source, ainsi que la disparition au Congrès des appels à l’interdire, donnent aux développeurs la confiance nécessaire pour choisir de construire des outils open source.

Les décideurs devraient continuer à exprimer leur soutien à l’open source, en privé comme en public. Ils devraient expliquer ses bénéfices pour la concurrence, l’innovation et la sécurité. Ils devraient profiter des auditions de contrôle réunissant des responsables d’agences fédérales pour s’assurer que le gouvernement reste ouvert à l’achat d’outils d’IA auprès de fournisseurs open source. Lorsque des acteurs malveillants détournent inévitablement des outils open source généralistes pour causer des préjudices, les décideurs devraient veiller à ce que les autorités poursuivent ces acteurs au lieu de blâmer les outils eux-mêmes.

La continuité et la cohérence des déclarations des décideurs sont essentielles. En instaurant une certitude durable autour du développement open source — de sorte que les créateurs sachent qu’ils peuvent publier des outils open source sans craindre une répression rétroactive — ils inciteront davantage de développeurs à choisir cette voie.

Marchés publics

Le gouvernement peut utiliser ses procédures d’achat pour accélérer le développement et l’adoption de l’open source. Compte tenu de l’immense potentiel commercial des ventes aux pouvoirs publics, les marchés publics peuvent orienter le marché : si le gouvernement indique qu’il préfère généralement les outils open source aux outils propriétaires, davantage de développeurs choisiront l’open source.

Les avantages de l’open source correspondent étroitement aux besoins des pouvoirs publics. Comme indiqué plus haut, les outils open source sont plus faciles à tester pour détecter des failles de sécurité et à personnaliser pour des cas d’usage publics précis. Dans des contextes très sensibles, comme au ministère de la Défense ou au ministère de la Santé et des Services sociaux, les fournisseurs open source peuvent corriger les vulnérabilités plus rapidement. L’open source évite aussi une dépendance excessive à des fournisseurs tiers, source de verrouillage.

Depuis de nombreuses années, le gouvernement américain souligne que "les agences doivent envisager les solutions open source […] sur un pied d’égalité et dans des conditions de concurrence équitables, sans préférence préconçue fondée sur la manière dont une technologie est développée, concédée sous licence ou distribuée". Cette ouverture à l’open source devrait perdurer. Lorsque cela convient, les agences fédérales devraient prendre en compte les outils open source dans leurs plans d’achat et éviter les restrictions à leur encontre ou les préférences en faveur des fournisseurs propriétaires.

L’OSI fournit des recommandations détaillées décrivant les mesures supplémentaires que les organismes publics peuvent adopter pour ouvrir leurs marchés à l’open source :

• Éviter les exigences propriétaires. Les organismes publics ne devraient pas imposer dans leurs appels d’offres une marque ou une solution logicielle propriétaire précise.
• Prendre en compte le coût total de possession, y compris l’assistance, les mises à niveau et les coûts potentiels de migration des données — et pas uniquement le prix d’achat initial.
• Exiger l’interopérabilité au moyen d’interfaces de programmation d’applications (API) ouvertes, afin que les organismes publics puissent changer de fournisseur ou migrer leurs données sans être retenus captifs par un fournisseur unique. Quel que soit le développeur du logiciel, l’interopérabilité constitue une clé de l’ouverture, car elle réduit le risque de verrouillage propriétaire.

Ces mesures supplémentaires contribuent à garantir que l’ouverture des agences à l’open source dépasse les déclarations de principe et rende réellement possible l’achat d’outils open source pour les organismes publics comme pour leurs fournisseurs.

Montrer l’exemple

Les gouvernements des États et le gouvernement fédéral peuvent également renforcer l’écosystème open source en publiant leurs propres outils d’IA sous licence open source chaque fois que cela est possible. Cette approche prolonge une série de lois, règlements et documents d’orientation bipartites encourageant les pouvoirs publics à ouvrir leur code.

En 2016, l’administration Obama a publié une politique fédérale relative au code source qui instaurait une exigence d’"ouverture par défaut" (Open by Default), imposant à toutes les agences fédérales de publier leur code source. Cette politique soulignait que "des bénéfices supplémentaires peuvent être obtenus lorsque le code source est également mis à la disposition du public sous forme de logiciel open source (OSS)". Le Congrès a codifié cette politique dans la loi Source Code Harmonization And Reuse in Information Technology Act (SHARE IT), promulguée en décembre 2024, initialement présentée à la Chambre des représentants par un républicain et signée par le président Biden. En janvier 2026, la General Services Administration (GSA) de l’administration Trump a publié une mise à jour de sa politique relative aux logiciels open source afin de "renforcer l’engagement de la GSA en faveur d’une méthode de développement logiciel transparente et privilégiant l’ouverture". Cette politique impose aux équipes de projet de la GSA de développer leur nouveau code personnalisé, dès le premier jour, dans des dépôts publiquement lisibles tels que GitHub ou GitLab.

Financer le développement et la recherche

Les décideurs peuvent aussi soutenir le développement open source en le finançant directement, en soutenant la recherche sur l’open source, en exigeant des bénéficiaires de fonds de recherche qu’ils publient leurs résultats sous licence open source et en créant des infrastructures ouvertes pour les chercheurs.

Dans certains cas, le gouvernement peut financer le développement de modèles ou d’outils open source destinés à des usages précis. Par le passé, les décideurs ont souvent accordé des fonds à des projets logiciels open source précis afin de contribuer à l’entretien et à l’amélioration de biens publics numériques. Le Sovereign Tech Fund du gouvernement allemand a par exemple apporté plus de 24.6 millions d’euros à plus de 60 projets open source dans le monde. Des agences fédérales américaines, telles que la Cybersecurity and Infrastructure Security Agency, ont également financé le développement d’outils open source et réuni des parties prenantes pour discuter des meilleures pratiques.

En complément du financement direct du développement open source, le gouvernement peut stimuler celui-ci par des financements ciblés en faveur de recherches qui utilisent, améliorent et étendent les modèles d’IA, jeux de données et outils de développement open source. La National Science Foundation (NSF) des États-Unis s’est associée à NVIDIA et à l’Allen Institute of AI pour financer le développement de modèles d’IA destinés à soutenir la recherche scientifique. La NSF, ou éventuellement le ministère de l’Énergie dans le cadre de la Genesis Mission, pourrait approfondir et étendre les partenariats existants, tout en augmentant à l’avenir les financements disponibles pour d’autres collaborations.

Son rôle de bailleur de fonds de la recherche permet également au gouvernement d’encourager l’ouverture d’un plus grand nombre de données et de codes sources. Il peut conditionner l’attribution de fonds de recherche à la mise à disposition du public de tous les jeux de données et résultats non sensibles, sous licence permissive ou au moyen d’un versement au domaine public.

Au-delà de la simple signature de chèques, le gouvernement peut soutenir la recherche et développement open source en construisant des infrastructures destinées aux chercheurs et développeurs. Le développement de l’IA rencontre aujourd’hui de nombreux obstacles, de l’accès aux données à l’accès aux capacités de calcul. Le gouvernement fédéral peut contribuer de manière importante à réduire ces barrières à l’entrée en créant des ressources de calcul partagées, potentiellement trop coûteuses pour les chercheurs ou les startups. Nous proposons la création d’un National AI Competitiveness Institute (NAICI), rattaché au National Institute of Standards and Technology (NIST), afin d’offrir aux chercheurs et aux startups des capacités de calcul et des données abordables, ainsi que des outils de référence et d’évaluation.

Les laboratoires nationaux peuvent eux aussi contribuer à fournir ce type d’infrastructure publique, et ils ont déjà pris des mesures pour soutenir le programme Genesis Mission de l’administration Trump.

L’utilisation de capacités de calcul publiques pour abaisser les barrières à l’entrée ne relève pas exclusivement du gouvernement fédéral : les États peuvent également construire des infrastructures publiques de calcul pour les entreprises actives sur leur territoire. New York développe par exemple Empire AI, un cluster de calcul d’IA de niveau industriel destiné aux établissements de recherche. L’automne dernier, la Californie a adopté une loi qui établira un "cadre" pour créer CalCompute, une "infrastructure publique d’informatique en nuage" destinée à permettre une "innovation équitable" grâce à l’élargissement de l’accès aux ressources de calcul. En Floride, le projet HiPerGator exploite un grand cluster d’IA au service des chercheurs et étudiants de l’université de Floride. Cette démarche s’appuie sur un précédent : les laboratoires nationaux et les universités foncières mettent depuis longtemps à la disposition des chercheurs des ressources qu’ils ne pourraient financer seuls, favorisant ainsi des découvertes qui stimulent la croissance de l’économie américaine.

Protéger l’IA open source

Promouvoir l’IA open source ne servira à rien si les développeurs ne peuvent pas construire d’outils open source. Pour garantir leur droit de choisir cette voie, les décideurs doivent mettre en place plusieurs protections.

Réglementer les usages préjudiciables, pas le développement open source. Protéger l’IA open source suppose de veiller à ce que les auteurs de préjudices causés au moyen de l’IA puissent être tenus responsables. Ce principe s’applique aussi bien aux outils propriétaires qu’aux outils open source. Lorsque les décideurs s’inquiètent des dommages potentiels liés à l’utilisation d’outils open source, ils devraient cibler la personne ou l’entité qui porte la responsabilité principale du préjudice.

Plus généralement, les décideurs ne devraient pas présumer que le développeur d’un modèle est aussi l’entreprise qui commercialise le produit d’IA. Ce point est particulièrement important pour l’open source. Une organisation peut développer un modèle, une autre posséder et exploiter le matériel qui l’exécute, une troisième associer modèle et matériel pour créer une API ou un service, puis une autre entreprise encore construire sur ces services un produit qu’elle vend aux clients finaux. Dans la plupart des cas de préjudice, l’entreprise qui propose le produit aux utilisateurs et clients est la partie responsable. Il est essentiel que les développeurs open source ne soient pas juridiquement responsables des détournements en aval.

La réglementation des usages préjudiciables devrait également orienter la conception des politiques publiques sur deux autres points. Premièrement, lorsque les législateurs imposent des obligations de transparence, celles-ci devraient incomber aux entités qui détiennent les informations concernées. Les développeurs open source construisent souvent à partir d’autres modèles et peuvent alors ne pas avoir accès aux informations visées par une obligation de divulgation. Ces obligations devraient donc généralement incomber aux développeurs qui effectuent le préentraînement.

Deuxièmement, les clauses de compétence territoriale des lois des États devraient éviter soigneusement de réglementer un développement open source réalisé entièrement hors de leur territoire. Si une loi d’État ne comporte aucune limite de compétence, ou applique une limite extensive — par exemple en imposant des exigences aux modèles "développés ou déployés" dans un État — tous les développeurs open source pourraient être contraints de respecter la loi d’un seul État, indépendamment du lieu de développement et de leur intention précise de rendre le modèle disponible dans cet État. Comme nous l’avons écrit précédemment, les lois qui réglementent des activités extraterritoriales ou imposent des charges excessives aux conduites ayant lieu dans d’autres États peuvent susciter des inquiétudes constitutionnelles.

Interdire les "interdictions". Cela peut sembler difficile à imaginer compte tenu du soutien actuel à l’open source, mais ces dernières années, le développement de l’IA open source a réellement risqué une interdiction générale. Afin de protéger l’IA open source, les futurs décideurs fédéraux et étatiques devraient suivre les exemples existants et éviter d’interdire le développement et l’utilisation d’outils open source.

Se méfier des interdictions déguisées. En plus d’éviter les interdictions directes, les décideurs devraient éviter les règles fondamentalement incompatibles avec l’open source. Toute règle qui rend la conformité impossible ou extrêmement difficile dissuadera les développeurs de choisir cette voie. Sans être qualifiées d’interdictions, ces charges juridiques en produisent les effets dans la pratique.

Par exemple, toute loi obligeant un fournisseur d’IA à révoquer une licence est structurellement incompatible avec l’open source : par définition, une licence open source est irrévocable. Toute loi obligeant les développeurs à révoquer une licence constitue donc une interdiction de fait de l’open source, puisque les développeurs open source n’ont simplement pas la capacité juridique de le faire.

Dans certains cas, les décideurs devraient mentionner explicitement l’open source afin d’éviter que des règles bien intentionnées ne l’excluent involontairement de programmes essentiels. Par exemple, l’"American AI Exports Program" devrait reconnaître que les modèles d’IA open source sont une composante essentielle de la pile technologique et garantir que les règles d’alliance et critères d’évaluation sont compatibles avec le développement open source.

Ne pas discriminer l’IA open source. Les décideurs devraient également veiller à ne pas imposer de restrictions qui affectent l’IA open source de manière disproportionnée. De telles restrictions freineraient son développement et son adoption.

Prenons l’exemple de SB 1047, un projet de loi proposé en Californie en 2024 et finalement rejeté par le gouverneur. Entre autres dispositions, le texte imposait des protections "administratives, techniques et physiques" afin d’empêcher l’utilisation abusive ou la modification de modèles à certaines fins préjudiciables, et obligeait les développeurs à "prendre des précautions raisonnables pour garantir" que le comportement d’un modèle puisse "être attribué avec exactitude et fiabilité" au modèle sous-jacent.

Ces obligations pourraient être lourdes pour tous les développeurs, mais elles posent des difficultés particulières aux développeurs open source, dont la capacité à imposer des exigences aux développeurs en aval est, par définition, limitée. Comme l’a déclaré à l’époque Ben Brooks — alors responsable des politiques publiques chez StabilityAI et aujourd’hui responsable des politiques publiques chez Black Forest Labs —, "les développeurs de modèles ouverts exercent un contrôle limité sur les expérimentations en aval", et "retracer les résultats d’un modèle reviendrait à demander à un fabricant de papier de surveiller ce que ses clients choisissent d’écrire ou d’imprimer".

De même, une première version du RAISE Act de l’État de New York aurait probablement obligé les développeurs open source du monde entier à s’y conformer, car elle imposait des exigences aux modèles "développés, déployés ou exploités en tout ou en partie dans l’État de New York". Les développeurs open source disposent de capacités limitées pour surveiller et contrôler le déploiement de leurs modèles à New York. Des développeurs extérieurs à cet État auraient donc pu renoncer à proposer leurs outils en open source pour éviter d’y être soumis à des obligations de conformité.

Dans la plupart des contextes réglementaires, l’IA open source devrait être traitée comme les autres outils open source qui l’ont précédée. Les restrictions à l’exportation en offrent un exemple : elles ont historiquement comporté des exemptions pour l’open source, car ses développeurs ne peuvent contrôler l’utilisation de leurs produits hors des États-Unis. Ces exemptions devraient continuer à s’appliquer aux outils d’IA.

Établir la couche par défaut

Les outils open source constitueront la base de la prochaine phase de la concurrence dans l’IA, car ils sont peu coûteux, modifiables et de plus en plus indispensables pour construire des modèles à grande échelle. Le fournisseur de cette base établira la couche par défaut : l’infrastructure, les incitations et les normes qui façonneront la manière dont la prochaine génération de systèmes informatiques sera construite dans le monde.

Les États-Unis devraient considérer ce moment comme une occasion : un écosystème ouvert sous leadership américain peut élargir l’accès aux capacités de pointe, renforcer une nouvelle génération de startups compétitives et conserver davantage de création de valeur — ainsi que de talents — dans l’économie américaine.

Pour orienter la tendance dans cette direction, les décideurs américains doivent promouvoir et protéger l’IA open source. La promotion exige un soutien public continu, des marchés publics ouverts aux solutions open source, ainsi que des infrastructures partagées de calcul et d’évaluation qui donnent aux startups les outils nécessaires pour construire et rivaliser. La protection exige d’écarter les interdictions, restrictions et traitements discriminatoires structurellement incompatibles avec l’open source ou qui compliquent le choix de cette voie pour les développeurs. Si les décideurs s’inquiètent des préjudices susceptibles d’être causés par l’IA, qu’elle soit open source ou propriétaire, ils devraient combattre directement les usages préjudiciables en ciblant les acteurs qui commercialisent et déploient les systèmes et qui disposent des moyens d’atténuer les dommages, plutôt que le développement en amont.

L’IA open source est appelée à durer. La question essentielle porte désormais sur l’identité de ceux qui construiront la base du développement mondial de l’IA. Si nous voulons que les développeurs choisissent des outils américains, nous devons leur ouvrir la voie.

Notes

1. La définition des outils "open source" fait l’objet d’un important débat, notamment sur la question de savoir si des "poids ouverts" suffisent à qualifier un modèle d’"open source" (voir, par exemple, la définition de l’Open Source Initiative). Aux fins du présent article, nous employons le terme "ouvert" pour englober un large éventail de "méthodes ouvertes", dont certaines peuvent ne pas être considérées comme "open source" par certains acteurs, car l’ouverture relève davantage d’un spectre que d’une opposition binaire. Lorsque nous parlons de "poids ouverts", nous reconnaissons que certaines parties prenantes peuvent considérer que ce terme englobe des modèles qui ne sont pas open source.