Découvrez l’avis de 5 investisseurs sur les avantages et inconvénients des modèles économiques de l’IA open source ! Ne manquez pas leurs précieux conseils !

L’importance du choix entre l’open source et le closed source dans le domaine de l’IA

Alors que le boom de l’IA générative se poursuit, les startups qui construisent des modèles économiques autour de cette technologie commencent à se diviser en deux catégories distinctes.

Certaines, convaincues qu’une approche propriétaire et en source fermée leur donnera un avantage sur la concurrence, choisissent de garder leurs modèles et leur infrastructure d’IA en interne, à l’abri des regards du public. D’autres choisissent de rendre leurs modèles, leurs méthodes et leurs ensembles de données open source, adoptant ainsi une approche plus communautaire pour leur croissance.

Y a-t-il un choix meilleur que l’autre ? Peut-être pas. Mais chaque investisseur semble avoir son opinion.

Transparence et confiance

Dave Munichiello, associé général chez GV, le bras d’investissement d’Alphabet, soutient que l’innovation en matière d’IA open source peut favoriser un sentiment de confiance chez les clients grâce à la transparence. En revanche, les modèles en source fermée, bien que potentiellement plus performants en raison de leur documentation et de leur publication allégées, sont intrinsèquement moins explicables et donc plus difficiles à vendre aux « conseils d’administration et aux dirigeants », soutient-il.

Ganesh Bell, directeur général chez Insight Partners, est globalement d’accord avec le point de vue de Munichiello. Mais il affirme que les projets open source sont souvent moins aboutis que leurs équivalents basés sur le cloud, avec des interfaces utilisateur « moins cohérentes » et « plus difficiles à maintenir et à intégrer ».

La direction du développement – open source vs closed source – semble moins importante pour les startups que la stratégie générale de mise sur le marché, du moins aux premiers stades de leur croissance.

Christian Noske, associé chez NGP Capital, affirme que les startups devraient se concentrer davantage sur l’application des résultats de leurs modèles, qu’ils soient open source ou non, à la « logique commerciale » et prouver ainsi un retour sur investissement pour leurs clients.

Mais de nombreux clients se soucient peu du modèle sous-jacent et de son caractère open source, souligne Ian Lane, associé chez Cambridge Innovation Capital. Ils cherchent des moyens de résoudre un problème commercial, et les startups qui reconnaissent cela auront un avantage dans le domaine surpeuplé de l’IA.

L’impact potentiel de la réglementation

Et la réglementation dans tout cela ? Peut-elle avoir un impact sur la croissance et l’échelle des startups, ainsi que sur la manière dont elles publient leurs modèles et leurs outils de soutien ? Possible.

Noske estime que la réglementation pourrait potentiellement ajouter des coûts au cycle de développement des produits, renforcer la position des grandes entreprises technologiques et des acteurs établis au détriment des petits fournisseurs d’IA. Mais, selon lui, une réglementation plus stricte est nécessaire – en particulier des politiques qui définissent l’utilisation « claire » et « responsable » des données dans l’IA, les considérations du marché du travail et les nombreuses façons dont l’IA peut être utilisée à des fins de guerre.

Bell, en revanche, voit la réglementation comme un marché potentiellement lucratif. Les entreprises qui développent des outils et des cadres pour aider les fournisseurs d’IA à se conformer à la réglementation pourraient connaître un succès retentissant – et contribuer ainsi à renforcer la confiance dans les technologies de l’IA, affirme-t-il.

Conclusión

Open source vs closed source, modèle économique et réglementation ne sont que quelques-uns des sujets abordés ici. Les répondants ont également parlé des avantages et des inconvénients de la transition d’une entreprise open source à une entreprise en source fermée, des avantages potentiels en termes de sécurité, des dangers du développement open source et des risques liés à la dépendance à l’égard des modèles d’IA basés sur les API.

Continuez à lire pour entendre les témoignages de :

– Dave Munichiello, associé général chez GV

– Christian Noske, associé chez NGP Capital

– Ganesh Bell, directeur général chez Insight Partners

– Ian Lane, associé chez Cambridge Innovation Capital

– Ting-Ting Liu, investisseur chez Prosus Ventures

Les réponses ont été modifiées pour plus de concision et de clarté.