Les entreprises d’IA accusent leurs rivales de copier leurs devoirs — des millions de réponses à la fois.
Au cœur du conflit se trouve la distillation de modèles, une technique d’entraînement standard dans laquelle un système d’IA volumineux et coûteux aide à former un modèle plus petit et moins cher. Cette méthode alimente des modèles efficaces utilisés dans les téléphones, les réseaux privés et les logiciels d’entreprise, mais les accusations selon lesquelles des entreprises extraient des capacités de systèmes américains fermés en ont fait un affrontement géopolitique et de propriété intellectuelle.
La question difficile n’est pas de savoir si la distillation devrait exister. C’est de déterminer où s’arrête l’apprentissage légitime et où commence la copie non autorisée.
Ce n’est pas une idée nouvelle. Le scientifique en chef de Google, Jeff Dean, a déclaré dans un podcast en février que son équipe avait découvert la distillation par hasard il y a plusieurs années, alors qu’elle cherchait à améliorer les performances sans dépendre d’un unique modèle géant de reconnaissance d’images.
La distillation recoupe l’entraînement à partir de données synthétiques et l’extraction de modèles, mais ces termes ne sont pas interchangeables. La distillation traditionnelle consiste généralement à transférer délibérément le comportement d’un modèle enseignant vers un modèle élève, tandis que l’extraction désigne souvent la reproduction des capacités d’un système au moyen de requêtes répétées, sans la coopération de son propriétaire.
Pourquoi les entreprises distillent leurs modèles d’IA
Les modèles de pointe peuvent nécessiter des investissements colossaux en puces, centres de données, énergie et ingénierie. La distillation offre une voie moins coûteuse : les entreprises peuvent transférer une partie des capacités d’un modèle plus grand vers un système conçu pour une tâche plus ciblée.
C’est ce compromis qui explique pourquoi les modèles distillés se retrouvent dans les téléphones, les équipements industriels, les voitures et les réseaux privés d’entreprise — des environnements où un modèle de pointe encombrant ne pourrait jamais trouver sa place.
En 2019, Hugging Face a présenté DistilBERT, l’une des versions distillées les plus connues du modèle de langage BERT de Google. Le nombre de paramètres a été réduit de près de moitié, le modèle s’exécutait environ 60 % plus rapidement et conservait environ 97 % des performances de BERT sur les tests de référence standard.
Pourquoi les sorties de raisonnement sont importantes
Les premières techniques de distillation copiaient surtout les réponses finales. Les systèmes plus récents peuvent également produire des sorties de raisonnement détaillées : des étapes intermédiaires écrites montrant comment ils semblent traiter un problème. Ces sorties ne constituent pas nécessairement une fenêtre fidèle sur les calculs internes d’un modèle, mais elles peuvent fournir un matériau d’entraînement bien plus riche qu’une simple réponse finale.
Florian Tramèr, professeur assistant à l’ETH Zurich, où il étudie la sécurité de l’apprentissage automatique, a comparé cela à la résolution d’un devoir de mathématiques. Apprendre à partir d’un livre qui ne montre que les réponses finales est bien plus difficile qu’apprendre avec un ouvrage qui détaille chaque étape, a-t-il déclaré. Comme les traces de raisonnement révèlent davantage sur le fonctionnement d’un modèle, les entreprises considèrent désormais leur accès comme plus sensible que celui aux sorties ordinaires.
Quand la limite est franchie
La distillation en elle-même n’est ni illégale ni inhabituelle. Le projet Alpaca de Stanford et les travaux de recherche Orca de Microsoft ont tous deux entraîné des modèles plus petits à partir des sorties de modèles plus grands, tandis que des chercheurs chinois ont publié des travaux similaires sur la création de modèles d’instructions en chinois. Le conflit porte sur l’autorisation et l’ampleur, pas sur la technique.
Les modèles à poids ouverts rendent leurs paramètres accessibles à des fins d’inspection ou de modification, mais les droits qui leur sont associés dépendent de la licence. Ils offrent généralement aux développeurs davantage de latitude pour étudier et adapter un système que les modèles fermés, même si des restrictions commerciales et de redistribution peuvent toujours s’appliquer.
Anthropic a accusé des entreprises chinoises DeepSeek, Moonshot AI et MiniMax de mener des campagnes à grande échelle visant à extraire les capacités de Claude, en utilisant apparemment environ 24 000 faux comptes pour générer 16 millions d’échanges ciblant les compétences en ingénierie logicielle et en raisonnement.
Le conflit s’est encore intensifié après que Moonshot a lancé son modèle Kimi K3, qui s’est révélé compétitif face aux meilleurs systèmes américains. Le directeur de l’Office of Science and Technology Policy (OSTP) de la Maison-Blanche, Michael Kratsios a affirmé sur X que Moonshot avait « distillé Fable d’Anthropic pour développer son modèle K3 » en utilisant « une plateforme interne sophistiquée pour mener une distillation à grande échelle contre des modèles américains », conçue pour échapper à la détection.
Moonshot a rejeté cette accusation.
OpenAI a déclaré avoir également repéré des tentatives chinoises de distiller ses modèles.
Les entreprises technologiques américaines sont divisées
Plus de 60 entreprises — dont Nvidia, Microsoft, Meta et Palantir — ont signé une lettre appelant les responsables politiques à s’opposer à des « restrictions prématurées » sur l’IA à poids ouverts qui « étoufferaient la concurrence ou pousseraient l’innovation à l’étranger ». Concernant spécifiquement la distillation, le groupe a écrit qu’il s’agissait d’« une technique largement utilisée pour améliorer, évaluer et valider les modèles ». Nvidia a eu recours à cette méthode pour contribuer à l’entraînement de ses propres modèles Llama Nemotron.
Fait notable, Anthropic n’a pas signé cette lettre ; l’une des entreprises qui aurait le plus à perdre d’une distillation non autorisée de ses propres systèmes a choisi de rester à l’écart, tandis que les entreprises qui vendent des puces, des infrastructures cloud et des outils à poids ouverts soutenaient des règles plus souples.
Pukar Hamal, fondateur de l’entreprise de sécurité de l’IA SecurityPal, a décrit sans détour la distillation non autorisée : « C’est presque comme si quelqu’un avait assisté aux cours, lu le manuel et fait tout le travail difficile du devoir. Puis un autre étudiant arrive et dit : “Hé, je ne l’ai pas fait. Je peux simplement copier ton travail ?” »
Hamal a toutefois également déclaré qu’il utiliserait un modèle chinois à poids ouverts comme Kimi K3 dans sa propre entreprise si cela lui permettait de faire des économies, à condition de vérifier l’absence de portes dérobées et de l’héberger sur sa propre infrastructure, selon CNBC.
Ce que les entreprises doivent surveiller
Les entreprises qui déploient de l’IA ont des raisons pratiques de s’en préoccuper, au-delà de la géopolitique. Si une entreprise affine un modèle à partir de ses propres données propriétaires, cette version affinée devient un actif commercial que des acteurs extérieurs peuvent eux-mêmes distiller sans autorisation. Les protections de base comprennent la limitation du débit d’accès à l’API, la journalisation des requêtes afin de repérer les schémas évoquant une extraction systématique, l’insertion de clauses anti-distillation dans les conditions d’utilisation et le maintien des modèles les plus sensibles entièrement hors des points d’accès publics.
Les acheteurs qui évaluent un modèle — américain ou chinois, fermé ou à poids ouverts — ont également intérêt à demander d’où proviennent réellement ses données d’entraînement, car cette question de la provenance est désormais liée aux discussions sur la politique d’exportation à Washington.
Le point embarrassant
La volonté de Washington de traiter la distillation non autorisée comme un vol de propriété intellectuelle se heurte à une complication délicate : OpenAI et Anthropic ont toutes deux construit leurs propres modèles de pointe en partie à partir de contenus protégés par le droit d’auteur appartenant à d’autres personnes, et toutes deux sont actuellement poursuivies à ce sujet.
Max Pritt, avocat chez Boies Schiller Flexner, qui représente des auteurs dans des litiges de droit d’auteur contre des entreprises d’IA, a déclaré que l’action du gouvernement était déséquilibrée. « L’administration s’est, du moins publiquement, concentrée sur la protection de la propriété intellectuelle des entreprises technologiques, tout en restant largement silencieuse sur la propriété intellectuelle des créateurs et des particuliers utilisée sans autorisation », a déclaré Pritt, selon CNBC.
Ce double standard devrait peser sur la rédaction de toute réglementation de la distillation. Toute réponse politique se heurtera donc à un problème de crédibilité : les législateurs protégeraient les entreprises d’IA contre l’extraction non autorisée alors que les tribunaux cherchent encore à déterminer si ces mêmes entreprises ont utilisé légalement des œuvres humaines protégées par le droit d’auteur pour construire leurs modèles.
En résumé
La distillation restera centrale dans l’IA, car elle contribue à transformer des systèmes de recherche coûteux en modèles que les entreprises et les particuliers peuvent réellement utiliser. La question non résolue n’est pas de savoir si un modèle peut apprendre d’un autre, mais quelles autorisations, compensations et obligations de transparence doivent s’appliquer lorsqu’il le fait.
À mesure que les modèles deviennent plus coûteux à construire et que leurs sorties gagnent en utilité comme données d’entraînement, cette question dépassera le cadre de conditions d’utilisation obscures. Les tribunaux, les régulateurs, les développeurs d’IA et leurs clients devront de plus en plus déterminer à quel moment apprendre d’un rival revient à le copier.
Autres actualités : OpenAI a réduit jusqu’à 80 % les tarifs de son API pour ses modèles GPT-5.6 Terra et Luna quelques semaines seulement après leur lancement, afin d’offrir davantage de performances d’IA pour chaque euro dépensé, alors que la concurrence s’intensifie sur le marché de l’IA d’entreprise.