Rétrospective d’une année d’écosystème IA ouvert
Le 28 janvier 2026, le « moment DeepSeek » remonte à un an. Sur cette période, on a pu voir à quel point un seul modèle peut transformer la compétition mondiale, le paysage de l’open source et la perception des fournisseurs chinois d’IA.
Le moment où un modèle open source chinois est devenu visible
Lorsque DeepSeek a publié en janvier de l’année précédente le modèle R1, beaucoup d’observateurs y ont vu un tournant. Pour la première fois, un modèle open source développé en Chine entrait dans les classements grand public mondiaux et devenait un point de référence durable pour les nouvelles publications. Les réactions immédiates du marché ont oscillé entre nervosité boursière à court terme et la prise de conscience que les rapports de force dans le domaine de l’IA basculent.
Sur des plateformes telles que Hugging Face, R1 est rapidement devenu l’un des modèles les plus utilisés. Il s’est en parallèle imposé comme symbole de la question de savoir jusqu’où l’on peut mettre à disposition des systèmes performants à poids ouverts sans dépendre d’interfaces propriétaires.
Trois barrières que R1 a sensiblement abaissées
Le rôle particulier de DeepSeek R1 tient moins à des chiffres précis de benchmarks qu’à la combinaison de plusieurs facteurs. D’abord, une barrière technique a été abaissée. La publication de processus de raisonnement et de méthodes de post-entraînement a permis aux équipes de s’appuyer sur des capacités existantes au lieu de devoir réentraîner intégralement de grands modèles. Des fonctions de reasoning avancées se sont ainsi rapprochées du quotidien de nombreuses développeuses et développeurs.
S’y est ajoutée une dimension juridique et organisationnelle. La publication sous licence MIT a abaissé la barrière d’acceptation, parce qu’usage, modification et redistribution étaient clairement encadrés. Des entreprises qui misaient auparavant sur des modèles fermés ont pu intégrer R1 directement dans leurs applications existantes.
Enfin, R1 a aussi joué sur le plan psychologique. La question centrale est passée de la faisabilité de principe à la qualité de la mise en œuvre. Pour la communauté chinoise de l’IA, ce moment a en outre été le signe qu’un écosystème longtemps sous-estimé peut atteindre l’attention internationale.
Réorientation stratégique et écosystème open source en croissance
Au bout d’un an, on voit que le moment DeepSeek a été plus qu’une simple annonce produit. De nombreuses entreprises chinoises de l’IA ont ajusté leurs stratégies et considèrent désormais l’open source comme une approche compétitive de long terme. La comparaison de modèles individuels passe au second plan, derrière la question de savoir quels systèmes, dans leur ensemble, sont durables.
Le nombre d’organisations en Chine publiant leurs propres modèles et dépôts a nettement augmenté. Alors que certains acteurs étaient peu présents sur des plateformes comme Hugging Face en 2024, ils ont surgi en 2025 avec des dizaines voire des centaines de nouveaux projets. Les grands groupes technologiques ont donné la direction, les startups et spécialistes sectoriels ont suivi avec leurs propres variantes.
De nouveaux acteurs comme Moonshot AI sont apparus avec des modèles tels que Kimi K2 et ont créé d’autres moments à effet similaire. Les publications se sont enchaînées à un rythme plus serré, se rapprochant d’une cadence de développement produit continue plutôt que de résultats de recherche occasionnels.
Coordination par contraintes communes, pas par accords formels
L’émergence de l’écosystème ne s’est pas faite par des accords centralisés ou des consortiums officiels. Ce sont plutôt des conditions techniques, économiques et réglementaires partagées qui ont fonctionné comme un mécanisme silencieux de coordination. Les entreprises faisaient face à des exigences similaires en matière de calcul, de jeux de données et de conformité, et misaient sur des architectures système comparables.
Ce socle commun a conduit à une compétition sur des structures voisines tout en laissant la place à la diversité. Les modèles pouvaient se remplacer, se compléter ou s’inspirer mutuellement sans qu’un seul acteur impose entièrement la direction. Le résultat est un milieu où les capacités se diffusent et se perfectionnent parce que de nombreux acteurs travaillent sur des bases compatibles.
Réactions internationales et nouvelles alliances
Le mouvement n’est pas passé inaperçu hors de Chine. Aux États-Unis, la conscience a grandi que le leadership dans l’open source est un facteur de compétitivité à part entière. Des projets comme l’American Truly Open Model citaient explicitement DeepSeek et la dynamique des modèles chinois comme déclencheur d’initiatives coordonnées en réponse.
Dans le même temps, on a vu que de nombreuses publications occidentales à poids ouverts s’appuient sur des modèles entraînés en Chine. Des exemples comme Cogito v2.1 montrent que des fournisseurs américains utilisent aussi des variantes affinées de modèles de base chinois. Pour les startups et équipes de recherche du monde entier, ces poids constituent un point de départ naturel quand leurs propres ressources sont limitées.
Dans d’autres régions comme l’Asie du Sud-Est et l’Afrique, DeepSeek a connu une large adoption. Le support multilingue, les coûts d’usage faibles et les poids ouverts ont facilité la mise en place de systèmes productifs par les entreprises locales. Les modèles chinois ont ainsi contribué à rendre disponibles plus rapidement des services d’IA hors des marchés cœur classiques.
Tensions réglementaires, en particulier en Europe
Parallèlement au progrès technique, les questions réglementaires sont passées au premier plan. Dans l’Union européenne, l’AI Act attribue en partie les risques de responsabilité aux utilisateurs, en particulier quand les modèles proviennent de tiers non liés à des codes européens. Pour les PME, cela génère une incertitude lors de l’utilisation de modèles ouverts.
Cette tension peut conduire des fournisseurs européens à écarter des systèmes à poids ouverts malgré leurs qualités techniques. Conséquence : la dépendance vis-à-vis de grandes plateformes propriétaires hors d’Europe augmente. Le retard dans la construction d’un écosystème propre pourrait ainsi se creuser plutôt que se réduire.
Questions ouvertes après une année DeepSeek
Malgré des succès visibles, les défis centraux restent là. L’effet de choc initial autour de R1 n’a pas pu être pleinement reproduit avec les publications ultérieures. Des analyses pointent notamment des ressources de calcul limitées et les restrictions à l’exportation des puces haute performance, qui pèsent sur la vitesse de développement.
Le débat sur les prétendues « courses à l’IA » entre la Chine et les États-Unis reçoit des lectures variées. Certaines voix continuent de souligner les écarts avec les principaux fournisseurs américains, d’autres parlent d’une différence de temps désormais minime. Indépendamment de l’évaluation exacte, il est clair que la compétition ne se décidera pas par des benchmarks isolés.
Dans la deuxième année après le moment DeepSeek, d’autres questions passent au premier plan. La rapidité à laquelle les nouveaux modèles peuvent itérer, la stabilité des écosystèmes ouverts et la capacité à conjuguer innovation technique et cadres fiables seront déterminants.
Perspectives pour la prochaine phase de l’écosystème
Les mois à venir devraient être marqués par de nouvelles publications, en Chine comme aux États-Unis, qui déplaceront à nouveau les concepts d’architecture, les choix matériels et les formes d’organisation. En même temps, on verra plus clairement quelles stratégies sont durables.
Là où l’open source est compris comme une approche de long terme, des écosystèmes pourraient se former qui favoriseront à la fois innovation et accès. Le chemin n’est pas exempt de tensions, mais la première année après DeepSeek montre que la combinaison de poids ouverts, d’infrastructure partagée et de pluralité d’acteurs peut devenir une base stable.