Les entreprises diversifient leurs modèles d'IA après la panne de Claude Fable 5

Une large majorité d'entreprises, deux tiers, avaient proactivement diversifié leurs stratégies en matière de modèles d'intelligence artificielle avant la récente interruption de plusieurs semaines du modèle Claude Fable 5 d'Anthropic. Une nouvelle recherche de VentureBeat Pulse, menée auprès de 145 entreprises, révèle que 51% des organisations combinent des modèles propriétaires de pointe avec des modèles à poids ouverts déployés sur leur propre infrastructure, tandis que 16% supplémentaires migrent entièrement leurs flux de travail principaux hors des API fermées.

L'incident, qui a vu Claude Fable 5 mis hors ligne à l'échelle mondiale par les contrôles à l'exportation américains le 12 juin, sans préavis, a mis en évidence les risques de dépendance vis-à-vis des fournisseurs. Le modèle est revenu cette semaine avec des mesures de sécurité renforcées suite à la sortie par Z.ai, une entreprise chinoise, de son modèle GLM-5.2 à poids ouverts. Les entreprises qui n'avaient pas adopté de stratégie diversifiée se sont retrouvées dépendantes d'un système performant soudainement indisponible.

Au-delà de la dépendance vis-à-vis des fournisseurs, la panne a révélé un manque critique de visibilité opérationnelle. La recherche indique que seulement 1 entreprise sur 10 dispose d'une surveillance automatisée capable de détecter la dérive ou la défaillance des modèles d'IA en production. Environ un quart ne découvrirait une défaillance que suite à des rapports d'utilisateurs finaux, ou manquerait totalement de capacités de détection. De plus, 79% des entreprises ont déjà subi des impacts financiers ou opérationnels dus à des agents autonomes, souvent via une "IA fantôme" non gérée.

Cet écart entre le déploiement agressif de l'IA et la capacité de surveiller, gouverner et contrôler est appelé le "Contrôle Gap". La panne de juin a servi de test de stress en direct pour cette vulnérabilité. Des entreprises comme Liberty IT ont adopté une approche flexible, en construisant une "épine dorsale IA" de composants remplaçables pour assurer l'adaptabilité aux changements de modèles ou de fournisseurs, en privilégiant une fenêtre de confiance d'au moins six mois pour leur stratégie IA.

La tendance vers des implémentations d'IA hybrides ou entièrement open-source est motivée non seulement par l'atténuation des risques, mais aussi par les coûts considérables associés aux modèles propriétaires de premier plan, comme l'ont montré des exemples antérieurs d'entreprises telles qu'Uber et Microsoft qui ont ajusté leurs stratégies d'outils d'IA.