Le Japon se prépare à tester des grands modèles de langage nationaux face à Claude d’Anthropic et Amazon Nova au sein de GENAI, la plateforme gouvernementale d’IA générative.
L’Agence numérique exécutera trois modèles développés au Japon sur SAKURA Cloud et comparera leurs réponses à celles de systèmes étrangers déjà accessibles aux agents publics. Le projet pilote examinera si une pile nationale associant modèle et cloud peut répondre aux exigences du secteur public en matière d’utilité, de fiabilité et de rentabilité.
Un environnement expérimental doit être mis en place d’ici août, avec plusieurs séries de tests A/B en aveugle prévues de septembre à novembre 2026. L’agence a indiqué que les résultats l’aideront à étudier les approches d’achat pour l’exercice 2027 et les années suivantes.
Le Japon ajoute des modèles nationaux à GENAI
Cette évaluation s’inscrit dans un projet pilote GENAI plus vaste, qui a commencé à mettre la plateforme à la disposition d’ environ 100 000 agents publics le 29 mai 2026. L’agence prévoit d’étendre l’accès aux ministères et agences participants, pour atteindre environ 180 000 agents.
L’initiative plus large fait intervenir des modèles de fondation provenant de cinq entités japonaises du secteur privé. Le déploiement sur SAKURA Cloud en couvre trois : tsuzumi 2 de NTT DATA, Takane 32B de Fujitsu et PLaMo 2.0 Prime de Preferred Networks.
Les agents de l’Agence numérique et de plusieurs autres ministères verront des réponses attribuées aléatoirement sans savoir quel modèle les a produites. En juillet 2026, GENAI proposait également Amazon Nova Lite et plusieurs modèles Claude d’Anthropic.
Ce déploiement constitue la première utilisation opérationnelle de SAKURA Cloud par le gouvernement au sein de son environnement Government Cloud. Le fournisseur a satisfait aux exigences techniques pour une utilisation en production le 27 mars 2026. L’Agence numérique le présente comme le seul service développé au Japon parmi les options Government Cloud du pays.
L’approche japonaise s’inscrit dans une volonté plus large de réduire la dépendance à l’égard d’une IA contrôlée par des acteurs étrangers et de renforcer la maîtrise des infrastructures cloud. Des préoccupations similaires en matière de souveraineté influencent les politiques au Royaume-Uni et dans l’ Union européenne.
Ce que l’essai gouvernemental peut démontrer
Les tests de préférence en aveugle peuvent déterminer quelles réponses les agents préfèrent, mais la préférence à elle seule ne permet pas d’établir quel modèle est le plus exact ou le plus économique. L’Agence numérique prévoit également d’évaluer la fiabilité et la rentabilité, mais elle n’a pas publié la taille de l’échantillon, la répartition des tâches, la méthodologie de calcul du taux d’erreur ni le cadre d’évaluation des coûts.
Étant donné que les trois modèles nationaux annoncés fonctionneront sur SAKURA Cloud, les résultats publiés seront plus utiles s’ils dissocient les performances du modèle de celles de l’infrastructure. Dans le cas contraire, les organisations pourraient avoir du mal à appliquer les conclusions à un autre cloud ou à une autre architecture de déploiement, notamment lorsque l’ IA en production nécessite des mises à niveau de l’infrastructure.
L’Agence numérique affirme que les modèles développés au Japon pourraient mieux gérer le vocabulaire, les expressions, la culture et les valeurs japonaises. Des éléments montrant que ces caractéristiques améliorent la précision ou l’utilité administratives pèseraient davantage que les seuls scores de préférence.
Le programme poursuit également un objectif de politique industrielle. Le Japon veut recueillir des retours opérationnels pour améliorer les modèles nationaux et utiliser les achats publics afin de créer une demande plus stable pour les fournisseurs locaux d’IA. La période de test chevauche la préparation du budget de l’exercice 2027, mais l’agence n’a pas expliqué comment les résultats influenceront les achats des différents ministères.
GENAI fonctionne sous le régime de contrôles de sécurité gouvernementaux. Au sein de l’Agence numérique, il prend en charge les informations de niveau de confidentialité 2 et l’authentification unique via Government Solution Services.
Les scores au niveau des modèles, les tâches testées, les taux d’erreur et les calculs de coûts montreront si les fournisseurs nationaux peuvent s’imposer durablement aux côtés des systèmes étrangers. Les décisions d’achat de l’exercice 2027 fourniront les éléments les plus probants.
À lire aussi : l’ investissement de Singapour dans un pôle d’IA appliquée offre un autre éclairage sur la manière dont les gouvernements de la région APAC associent déploiement dans le secteur public et efforts pour développer les capacités régionales en IA.