Une lettre ouverte au titre de slogan, « Open Weights and American AI Leadership », et une signature qui détonne au bas de la page : Microsoft, aux côtés de Meta, Nvidia, Hugging Face, Mistral et de plus de vingt autres entreprises. L’éditeur qui a bâti sa fortune sur l’enfermement logiciel plaide pour des modèles à poids ouverts, c’est-à-dire dont les paramètres sont librement téléchargeables, même si les données d’entraînement, elles, restent fermées. Une conversion pareille se comprend mieux avec le bilan comptable sous les yeux.
La distillation défendue au moment même où elle est attaquée
La lettre avance un argument central : le leadership « ne se jugera pas à un seul modèle de frontière, mais à la capacité des États-Unis à bâtir un écosystème ouvert et solide qui se diffuse dans chaque secteur ». La puissance ne se mesurerait donc plus au meilleur modèle, mais au nombre d’endroits où l’IA s’installe.
Le passage le plus instructif porte sur la distillation, cette technique par laquelle un modèle réduit apprend à partir des sorties d’un modèle plus capable. Le texte la présente comme une méthode parfaitement légitime, héritière d’« une longue tradition consistant à apprendre des technologies existantes, à s’appuyer dessus et à les améliorer ». Or c’est précisément le grief adressé aux fournisseurs chinois, et l’administration Trump préparerait, selon des informations de presse, des mesures contre leurs modèles à poids ouverts.
Signer maintenant revient à figer par avance une définition très large de ce qui est acceptable. Microsoft ne se soucie guère du sort des laboratoires chinois : il protège son droit de fabriquer des modèles bon marché en s’appuyant sur le travail des autres.
Azure gagne à ce qu’aucun laboratoire ne prenne le dessus
Le modèle économique éclaire tout le reste. L’argent entre par l’infrastructure cloud d’Azure et par l’écosystème Windows-Office, dont la principale force reste l’inertie. Chaque modèle supplémentaire hébergé sur Azure retire une raison d’aller voir la plateforme d’en face.
S’y ajoute la mécanique des coûts : moins l’entreprise dépend des modèles onéreux d’OpenAI et d’Anthropic, meilleures sont ses marges sur exactement le même service facturé au client. Un marché fragmenté, où une dizaine de modèles corrects se disputent les mêmes tâches, offre un second bénéfice, moins visible : aucun laboratoire n’y devient assez puissant pour menacer un cloud ou un système d’exploitation. Ce calcul n’est pas partagé par tous : ni Anthropic ni Google ne figurent parmi les signataires de la lettre. Quand le produit vendu est l’accès à son propre modèle de pointe, l’abondance de modèles ouverts ne rapporte rien.
Satya Nadella a résumé la doctrine sur LinkedIn : employer « le bon modèle pour chaque tâche », en tenant les coûts. Il avait prévenu auparavant qu’une poignée de modèles pourrait absorber la valeur de secteurs entiers. On y lit la crainte d’un fournisseur devenu incontournable, et le refus de jouer les revendeurs qui versent une rente à celui qui les approvisionne.
MAI remplace OpenAI dans Copilot, au même tarif
La manœuvre est déjà en production. Microsoft substitue ses modèles maison de la famille MAI (Microsoft AI) à ceux d’OpenAI et d’Anthropic dans GitHub Copilot et Excel, et d’autres remplacements sont annoncés dans Copilot Chat, Outlook et PowerPoint.
Le problème tient en une ligne : les évaluations indépendantes situent MAI nettement derrière OpenAI et Anthropic, à un niveau comparable à DeepSeek V3.2. L’entreprise affirme le contraire, mais ses comparaisons opposent MAI à des modèles volontairement plus modestes (GPT-5.4 Mini, Haiku d’Anthropic) et à un « GPT-5.6 » dont ni la variante ni le mode de raisonnement ne sont précisés. Une équipe qui se baptise « superintelligence » sait très bien qu’un benchmark ne se construit pas ainsi.
Côté client, le compte est vite fait. Le prix de l’abonnement Copilot ne change pas ; le modèle qui travaille derrière, si. L’écart reste dans la poche de Microsoft.
Le vieux parc de GPU reprend du service
L’éditeur ne s’en cache d’ailleurs pas sur son propre blog : le petit modèle MAI tourne sur des GPU (processeurs graphiques) de génération précédente, H100 et A100, plutôt que sur les derniers accélérateurs, ce qui « réduit significativement le coût de déploiement ». Le carburant de l’opération est donc comptable : chaque requête servie sur des cartes déjà amorties coûte une fraction de son prix ailleurs.
Un parc de GPU qui retrouve une utilité, des modèles calibrés pour y tenir, une facture d’infrastructure qui cesse de grimper au rythme des générations Nvidia : pour un hébergeur, le gain est structurel et durable. Que les poids ouverts y trouvent leur compte au passage tombe bien.
Vos assistants peuvent changer de moteur sans prévenir
Cette bascule a une conséquence directe si vous outillez des équipes. Les assistants intégrés (Copilot dans l’éditeur de code, les fonctions IA d’Excel ou d’Outlook) peuvent changer de modèle sans annonce visible, et vos gains de productivité avec eux. Un prompt qui passait hier peut échouer demain sur la même tâche, sans qu’une seule ligne de votre configuration ait bougé.
Constituez un jeu réduit de tâches représentatives de votre usage réel et rejouez-le à intervalle régulier : c’est le seul moyen de repérer une substitution silencieuse. Gardez aussi une porte de sortie, un accès direct aux API (interfaces de programmation) des laboratoires que vous jugez indispensables, pour les tâches où l’écart de qualité coûte plus cher que l’abonnement.
La lettre déplace le terrain de la bataille vers la marge que l’on capte lorsque le modèle devient un composant banalisé. Microsoft parie sur l’abondance des modèles ouverts parce qu’il possède les machines qui les font tourner. Le contre-coup viendra des laboratoires de frontière : s’ils durcissent leurs conditions d’utilisation contre la distillation, ou s’ils vendent plus agressivement en direct aux entreprises, l’écosystème ouvert que Microsoft appelle de ses vœux deviendra nettement plus disputé.
