La fin du modèle unique : votre stack IA est un portefeuille, pas un pari

« Le vrai risque n'est pas de choisir le mauvais modèle. C'est de croire qu'il faut en choisir un seul. »

« Il n'existe plus de meilleur modèle. Il existe un bon modèle pour chaque tâche. »

« En cartographiant ses usages et en isolant quatre familles, Thierry a vu sa facture d'inférence baisser de 30 % en un trimestre, et la latence perçue par les développeurs divisée par deux. Il n'a pas trouvé un meilleur roi : il a construit une équipe. »

« Le coût caché n'a jamais été le prix du token. C'est le coût de l'erreur, le coût de la non-conformité, le coût de la réputation. »

« La dépendance tue la résilience ; la diversification la construit. »

« La simplicité du modèle unique n'est pas une économie. C'est une dette qui court. »

« La diversification ne commence pas par la complexité. Elle commence par le deuxième modèle. »

Pourquoi n'existe-t-il plus de « meilleur modèle » IA ?

Parce que la complexité des tâches en entreprise n'est pas uniforme : chaque tâche a ses propres contraintes de coût, latence, précision, sécurité et taille de contexte. Aucun modèle ne gagne sur tous ces critères en même temps. Les modèles ne dominent plus universellement, ils se spécialisent — l'un excelle au code, un autre au raisonnement, un troisième sur le coût ou la latence.

C'est physiquement impossible avec la technologie d'aujourd'hui, et économiquement suicidaire de faire comme si un modèle unique pouvait tout faire.

Que signifie gérer son IA comme un portefeuille ?

Cela revient à cartographier ses usages, à les regrouper par familles et à affecter à chacun le modèle qui lui convient, plutôt que de tout confier à un fournisseur unique. On arbitre, on réévalue, on ajuste en continu — exactement comme un portefeuille d'actifs que l'on diversifie parce qu'aucun actif ne gagne sur tous les cycles.

Dans l'épisode, Thierry applique cette logique et fait baisser sa facture d'inférence de 30 % en un trimestre, avec une latence perçue divisée par deux.

À quoi ressemble une pile IA mature ?

Pas à un contrat unique de plusieurs millions, mais à une poignée de modèles, chacun à sa juste place : un grand généraliste pour le raisonnement ouvert et la conversation, un modèle de code pour les développeurs, un modèle léger et local pour le temps réel et la donnée sensible, et un spécialiste pointu là où une erreur coûte cher (juridique, médical, financier). Au milieu, un routeur qui arbitre en continu.

C'est le bon outil pour le bon geste : la différence entre l'artisan qui n'a qu'un marteau et l'atelier qui a chaque outil à portée de main.

Quelles sont les quatre questions pour choisir un modèle par tâche ?

Pour chaque usage, on se pose quatre questions : quelle est la criticité de la tâche ? quelle est la contrainte de latence ? quel coût par tâche est-on prêt à payer ? et, la plus importante, quelle est la sensibilité des données ? Ces questions forment une grille à reposer chaque trimestre, parce que les modèles, les prix et les réglementations bougent vite.

Par exemple, un email marketing raté est un risque faible où un généraliste suffit, mais un audit financier faussé impose un modèle spécialisé. Des données soumises au RGPD ou de santé exigent un modèle privé ou une garantie ferme de non-conservation.

Faut-il une armée d'ingénieurs pour orchestrer plusieurs modèles ?

Non. On n'a pas à construire l'orchestrateur soi-même : une couche de routage se place entre les applications et les modèles et aiguille chaque demande, comme n'importe quelle brique d'infrastructure. Et personne ne demande de démarrer à cinq modèles — on commence à deux : un généraliste pour le confort, un spécialisé là où ça fait mal (le coût, la latence ou la confidentialité).

Un éditeur de logiciels d'une centaine de personnes a gardé son généraliste pour 80 % des usages et ajouté un seul modèle spécialisé local : deux modèles, un routeur simple, trois semaines de travail, et une facture d'inférence en baisse d'un tiers à six mois.

Quel est le risque de la dépendance à un fournisseur unique ?

C'est à la fois un risque stratégique et opérationnel : le fournisseur décide des prix, des disponibilités et du calendrier des changements d'interface. S'il tombe en panne ou ralentit, ce sont vos processus automatisés qui s'arrêtent. La dépendance tue la résilience ; la diversification la construit.

Dans l'épisode, l'incident de 48 heures du fournisseur principal de Marc fige toute l'entreprise et coûte deux millions d'euros d'arrêt, pour une panne qui n'était même pas la sienne.

Par où commencer concrètement ?

Pas besoin d'un grand plan de transformation : il suffit d'une simple feuille de calcul, avec une ligne par usage d'IA et quatre colonnes — criticité, latence, coût, sensibilité des données. On repère vite les usages qui tournent sur un modèle surdimensionné et coûteux, et les usages sensibles qui n'auraient jamais dû quitter ses murs. On commence par ceux-là.

Le premier modèle spécialisé ajouté ne sera pas le plus impressionnant, mais le plus rentable — et il apprend, à faible risque, à gérer une pile plutôt qu'à subir un fournisseur.

Pas sûr par où commencer ?