Le futur de l'IA peut-il se faire sans les GAFAM ?

Ces réflexions sont issues de notre podcast, enregistré avec Pierre-Yves Gosset, co-directeur de Framasoft, une association qui milite depuis plus de 20 ans pour un numérique libre et éthique. Si vous préférez nous écouter plutôt que nous lire, c'est par ici.

GAFAM, MANGOS : de quoi on parle exactement ?

GAFAM, c'est l'acronyme de Google, Apple, Facebook (Meta), Amazon et Microsoft. Ces cinq entreprises américaines ont dominé une grande part du numérique mondial des années 2010 : moteurs de recherche, smartphones, réseaux sociaux, cloud, logiciels de bureautique, e-commerce…

Mais le terme est déjà presque désuet (15 ans, c'est une éternité dans notre monde !), et un autre acronyme commence à lui voler la vedette : MANGOS. Au-delà du fait qu'il soit clairement plus agréable à l'oreille, qu'est-ce qu'il veut dire ? Il représente tout simplement les mastodontes actuels de la tech : Microsoft, Anthropic, Nvidia, Google, OpenAI, SpaceX. La nouveauté ? Tous ces noms sont liés de près ou de loin à l'essor de l'IA générative (et oui, même SpaceX !).

Ces entreprises ne sont pas juste grandes. Pour essayer de comprendre l’échelle de grandeur, il faut se dire que leur capitalisation dépasse parfois le PIB de pays entiers, et surtout, elles contrôlent en même temps plusieurs couches fondamentales du numérique, que ce soit les puces, les systèmes d'exploitation, les navigateurs, les clouds, les modèles d'IA. Personne n’y échappe, quel que soit son usage d’internet et de la tech de manière générale !

Indépendance numérique : pourquoi c'est un problème que les GAFAM contrôlent tout ?

On a déjà abordé le sujet de la souveraineté numérique (ou plutôt l'indépendance stratégique, comme on préfère parfois l'appeler) dans plusieurs podcasts, notamment dans cette interview avec Bastien Vigneron, expert cloud. Si c'est un sujet qui vous intéresse, c'est le bon moment pour aller l'écouter avant de continuer.

Cela dit, revenons à nos MANGOS. Encore une fois, pas de procès d'intention ici. Le problème n'est pas que ces entreprises soient mauvaises en soi, c'est leur hégémonie et ce qu'elles impliquent concrètement pour les organisations qui dépendent de leurs services.

Quelques arguments en ce sens :

Les prix

Quand un fournisseur est incontournable, il fixe ses tarifs comme il veut. Les prix des licences Microsoft, des services AWSLe Cloud AWS (Amazon WebServices) est une plateforme de services cloud développée par le géant américain Amazon. ou des APIUne API est un programme permettant à deux applications distinctes de communiquer entre elles et d’échanger des données. OpenAI augmentent régulièrement (et parfois plus que de raison). Mais souvent, on reste quand même, parce que migrer coûte encore plus cher, en tout cas à court terme.

Le lock-in technique

Plus vous intégrez profondément un écosystème (formats propriétaires, API spécifiques, outils interconnectés), plus en sortir devient complexe et risqué. C'est vrai pour Office depuis trente ans, c'est encore plus vrai pour l'IA où les dépendances touchent aux données, aux compétences internes et aux workflows.

La souveraineté des données

Les infrastructures de ces entreprises sont soumises au droit américain, notamment le CLOUD Act qui permet aux autorités américaines d'accéder à des données hébergées par des entreprises US, même si les serveurs sont en Europe. Ce n'est pas un détail pour une entreprise qui traite des données sensibles.

Le risque opérationnel

On a vu des exemples concrets d'organisations se retrouver avec des services coupés suite à des décisions extérieures à leur contrôle. Ce genre de situation, impensable il y a dix ans, commence à intégrer les scénarios de risque des DSI.

En résumé : le problème n'est pas (que) moral, il est stratégique. Une dépendance forte à un petit nombre de fournisseurs crée de la vulnérabilité, quelles que soient les intentions de ces fournisseurs.

L'IA générative : une nouvelle couche de dépendance aux GAFAM

Pendant longtemps, la dépendance aux GAFAM/MANGOS concernait surtout les logiciels et le cloud (et c’était déjà pas mal). Avec l'IA générative, on monte encore d’un niveau en s’attaquant à la façon dont les équipes travaillent au quotidien.

Les entreprises intègrent des API OpenAI dans leurs workflows, forment leurs développeurs à Copilot, migrent leurs outils de support et de rédaction vers des assistants IA propriétaires. Chaque intégration est fonctionnelle, utile, et crée simultanément une nouvelle couche de dépendance.

Ce qui rend l'IA différente des logiciels classiques ? Quand vos équipes ont pris l'habitude de travailler avec un assistant IA spécifique, changer de fournisseur n'est plus seulement une migration technique. C'est une remise en question des habitudes de travail, des compétences acquises, des prompts construits au fil du temps. Le coût de sortie est bien plus élevé qu'il n'y paraît.

Les modèles de fondation (GPT, Gemini, Claude) appartiennent à quelques grandes entreprises qui les développent selon leurs propres objectifs. On ne veut pas dire qu’il faut arrêter de les utiliser absolument, mais ça implique de garder une certaine lucidité.

IA : c’est quoi les alternatives aux GAFAM/MANGOS ?

Bonne nouvelle : l'écosystème des alternatives s'est considérablement enrichi ces deux dernières années ! \nMoins bonne nouvelle : toutes ne sont pas équivalentes selon les usages. Petit tour d’horizon :

Mistral AI (France) : une des surprises de ces dernières années. Des modèles performants, open weight, déployables sur vos propres serveurs. Très crédibles pour des usages métier, avec une vraie alternative à GPT sur de nombreuses tâches courantes.

LLaMA (Meta) et ses dérivés : ironie du sort, un modèle publié par Meta est devenu la base de nombreux projets open source. Sa disponibilité a permis à une multitude d'acteurs indépendants de construire des outils spécialisés.

Ollama : un outil qui permet de faire tourner des modèles IA directement sur vos machines, sans passer par le cloud. Pertinent pour les données sensibles, avec une empreinte technique accessible.

Scaleway, OVH, Clever Cloud : des alternatives cloud européennes, conformes au RGPDLa RGPD est une loi européenne sur la sécurité des données., hébergées sur le sol européen, avec des offres IA qui se développent rapidement.

Est-ce que ces alternatives sont viables ? Franchement, ça dépend de l'usage. Pour des tâches de rédaction, de synthèse ou d'assistance au code, Mistral ou des modèles déployés localement sont assez compétitifs. Par contre, sur des usages spécifiques ou à très grande échelle, l'écart avec les leaders reste énorme.

La vraie piste stratégique n'est pas de reproduire un GPT-4 en open source (c'est une course perdue d'avance sur le plan des ressources), c'est de miser sur des modèles plus petits, plus spécialisés et entraînés sur des données métier. Une IA de diagnostic médical, de détection d'anomalies industrielles ou d'analyse juridique n'a pas besoin d'être généraliste. Elle a besoin d'être pertinente sur son périmètre. Et c’est là que les acteurs indépendants ont une vraie carte à jouer !

Sortir de la dépendance IA aux GAFAM : nos conseils

La question n'est pas "faut-il bannir les outils IA provenant des GAFAM". Pour la plupart des entreprises, ce serait irréaliste et contre-productif. La question est : où se situent vos dépendances les plus critiques, et qu'est-ce que vous pouvez en faire ?

Cartographier vos usages IA. Quels outils utilisez-vous ? Qui les fournit ? Quelles données transmettez-vous, et sous quelles conditions contractuelles ? Cette étape est souvent absente, alors que c’est la base de toute stratégie d'indépendance.

Distinguer IA généraliste et IA métier. Un assistant de rédaction ou de synthèse, c'est un cas où un outil GAFAM est souvent acceptable. Une IA qui analyse vos données clients, vos contrats ou vos process internes, c'est un autre sujet.

Privilégier les modèles déployables localement pour les sujets sensibles. Des solutions comme Mistral ou Ollama permettent de faire tourner des modèles sur votre propre infrastructure, sans envoyer vos données chez un tiers.

Anticiper plutôt que subir. La migration est toujours plus difficile que la construction souveraine dès le départ. Plus vous attendez, plus les dépendances s'accumulent et plus le coût de sortie augmente.

IA sans GAFAM/MANGOS : à nous de le construire !

Les GAFAM et MANGOS ont construit des outils remarquables, et il serait malhonnête de dire le contraire. Le sujet n'est pas de les diaboliser, mais de les considérer comme ce qu'ils sont : des fournisseurs critiques, avec tout ce que ça implique pour la gestion des risques.

Au final, l'IA générative accélère une dynamique qui existait déjà. Oui les alternatives existent, elles progressent vite, et certaines sont déjà très compétitives sur des usages métier. La fenêtre pour intégrer cette réflexion dans votre stratégie SI est ouverte, mais elle ne le restera pas indéfiniment. Alors c’est le moment ! Pour vos aiguiller dans cette démarche, n’hésitez pas aller écouter notre podcast avec Framasoft :)