Chamath Palihapitiya avertit que les restrictions américaines sur l’IA open source pourraient créer un désavantage de coût majeur pour les entreprises américaines
Points clés
- •Palihapitiya a identifié un désavantage potentiel de coût de 50x pour les entreprises américaines utilisant des modèles d’IA propriétaires à $26–$56 par million de tokens, contre $0.50–$1 pour les alternatives open source.
- •Il a averti qu’une interdiction américaine de l’IA à poids ouverts ne ferait pas disparaître ces modèles dans le monde, mais empêcherait seulement les entreprises américaines de les utiliser, tandis que les concurrents étrangers continueraient sans être affectés.
- •Les coûts des tokens d’IA dans la propre entreprise de Palihapitiya doublent environ tous les 45 jours, illustrant la hausse des dépenses liées à la dépendance envers les fournisseurs de modèles propriétaires.
- •Le décret présidentiel sur l’IA de l’administration Biden d’octobre 2023 a conduit certains législateurs et chercheurs à demander des contrôles plus stricts sur les publications de modèles à poids ouverts en raison de préoccupations liées aux usages abusifs.
- •L’écart de coûts important pourrait entraîner des révisions à la baisse des estimations de bénéfices des entreprises et peser sur les valorisations boursières des sociétés dépendantes d’un seul fournisseur d’IA propriétaire.

Chamath Palihapitiya, capital-risqueur et coanimateur du podcast All-In, a averti qu’une interdiction ou une restriction de l’IA open source par le gouvernement américain donnerait aux concurrents étrangers un avantage économique important.
Dans une publication sur X datée du 18 juillet, Palihapitiya a soutenu que les États-Unis devraient adopter l’IA open source plutôt que tenter de la restreindre. Son argument repose sur les coûts : les entreprises américaines qui s’appuient sur des modèles d’IA propriétaires pourraient payer entre $26 et $56 par million de tokens pour y accéder, tandis que les concurrents étrangers utilisant des alternatives open source paieraient environ $0.50 à $1 pour la même capacité. Cet écart représente un désavantage potentiel de coût de 50x pour les entreprises américaines.
Les modèles d’IA open source, ou à poids ouverts — comme la série Llama de Meta, les modèles publiés par Mistral et Qwen d’Alibaba — sont diffusés avec des poids de modèle téléchargeables qui permettent aux développeurs de les exécuter ou de les affiner localement ou sur une infrastructure cloud à faible coût, en évitant les frais d’API par token facturés par des fournisseurs propriétaires comme OpenAI et Anthropic.
Palihapitiya a indiqué que les coûts des tokens d’IA dans sa propre entreprise doublaient environ tous les 45 jours, soulignant la charge financière croissante liée à l’accès aux modèles propriétaires.
"The future is open source. We need to embrace it and get on with it," a-t-il déclaré.
Implications mondiales d’une politique restrictive
Le débat sur les modèles à poids ouverts se trouve au cœur de discussions plus larges sur la politique américaine en matière d’IA. Le décret présidentiel sur l’IA de l’administration Biden d’octobre 2023 a chargé les agences d’évaluer les risques liés aux modèles de fondation à double usage, et certains chercheurs et législateurs ont appelé à des contrôles plus stricts sur les publications de modèles à poids ouverts, invoquant des inquiétudes concernant leur usage abusif pour la désinformation, les cyberattaques ou le développement d’armes.
Selon Palihapitiya, si le gouvernement américain impose des contrôles à l’exportation ou une interdiction pure et simple des modèles d’IA à poids ouverts, l’IA open source ne disparaîtrait pas du paysage mondial. Au contraire, seules les entreprises américaines seraient empêchées de l’utiliser. Les concurrents en Chine, en Europe et dans d’autres régions continueraient de construire sur des modèles librement disponibles à une fraction du coût, creusant de fait l’écart concurrentiel.
Jack Dorsey, ancien CEO de Twitter (désormais X), a répondu à la publication de Palihapitiya par une brève approbation : "yes."
Impact potentiel sur les valorisations des entreprises
L’écart de coûts décrit par Palihapitiya — $26–$56 contre $0.50–$1 par million de tokens — a des implications importantes pour les bénéfices des entreprises américaines. Si les entreprises américaines doivent faire face à des coûts opérationnels nettement plus élevés pour intégrer l’IA, les estimations de bénéfices pourraient être révisées à la baisse, les marges bénéficiaires pourraient se contracter et les valorisations boursières pourraient suivre.
Pour les observateurs du marché, la question essentielle est de savoir quelles entreprises ont diversifié leurs chaînes d’approvisionnement en IA auprès de plusieurs fournisseurs, par opposition à celles qui dépendent d’un seul prestataire propriétaire. L’écart de coûts décrit par Palihapitiya est suffisamment important pour que la politique américaine doive s’ajuster, faute de quoi les valorisations des entreprises refléteraient cette dépense supplémentaire.