L’IA à l’Open-Source remodèle tranquillement les piles technologiques d’entreprise – et une nouvelle Fondation McKinsey, Mozilla Foundation et Patrick J. McGovern enquête Sur 700 leaders technologiques montrent pourquoi le coût, le contrôle et la communauté pour basculent les échelles. Lorsqu’une banque mondiale avait besoin d’une transparence complète pour un modèle de scoring à risque, il a sauté les API fermées et le Llama 3 fins sur ses propres serveurs. Cette histoire n’est plus la valeur aberrante; C’est le modèle émergent.
L’Open source rencontre la ruée vers l’or AI
Les deux dernières années ont produit une augmentation de la conscience, de l’expérimentation et du financement autour des modèles génératifs de l’IA et de grands langues. Les entreprises veulent des résultats rapidement, mais ils ont également besoin de place pour bricoler. Les référentiels ouverts livrent les deux. Une seule traction GIT peut tourner un modèle de travail en quelques minutes, permettant aux ingénieurs d’explorer des architectures, de modifier les paramètres et de référence sans retards. Cette vitesse de faire – vous-même explique pourquoi des projets tels que Meta’s Llama, Google’s Gemma, Deepseek – R et les familles Qwen d’Alibaba ont atterri dans des pipelines de production malgré leurs clause de non-responsabilité «de recherche uniquement». Les écarts de performance avec des titans propriétaires comme le GPT – 4 diminuent; La liberté d’inspecter et de modifier le code reste inestimable.
Ce que le sondage révèle
Pour quantifier le quart de travail, McKinsey s’est associé à la Fondation Mozilla et à la Fondation Patrick J. McGovern, en pourvenant à 41 pays et plus de 700 développeurs, DSI et CTO. L’étude, intitulée « Open source à l’ère de l’IA »est le plus grand instantané à ce jour sur la façon dont les entreprises mélangent des solutions ouvertes et fermées à mesure qu’elles passent des projets pilotes à la capture de valeur à grande échelle. Les répondants s’étendent sur les industries des finances aux soins de santé, la fabrication au secteur public, donnant aux données une grande pertinence. Alors que le rapport complet arrive en mars, les numéros de prévisualisation ont déjà bouleversé quelques hypothèses sur ce à quoi ressemble l’IA de «grade d’entreprise» en 2025.
Sur plusieurs couches de la pile de technologies d’IA, plus de la moitié des organisations interrogées utilisent au moins un composant ouvert à l’origine – souvent juste à côté d’une clé API commerciale.
- Ingénierie des données et des fonctionnalités: 58% reposent sur des bibliothèques ouvertes pour l’ingestion, l’étiquetage ou la vectorisation.
- Couche du modèle: 63% dirigent un modèle ouvert comme Llama 2, Gemma ou Mistral en production; Le chiffre passe à 72% dans les entreprises technologiques.
- Orchestration et outils: 55% utilisent des cadres ouverts comme Langchain, Ray ou Kserve pour le routage et la mise à l’échelle.
- Couche d’application: 51% INCHED des composants ouverts dans les chatbots, les copilotes ou les tableaux de bord analytiques.
Ces pourcentages grimpent encore plus à l’intérieur des organisations qui considèrent l’IA comme «essentielle à un avantage concurrentiel». Dans cette cohorte, les dirigeants sont 40% plus susceptibles que les pairs d’intégrer des modèles ouverts et des bibliothèques, soulignant un fait simple: lorsque l’IA est stratégique, le contrôle et la flexibilité sont importants.
- Coût total de possession inférieur. Soixante pour cent des décideurs affirment que les coûts de mise en œuvre sont plus faibles avec des outils ouverts qu’avec des services propriétaires comparables. L’exécution d’un modèle de paramètre à 7 milliards fini sur les GPU de base peut sous-estimer la tarification de l’API par ordres de grandeur lorsque l’utilisation est stable.
- Transparence et personnalisation plus profondes. Les équipes travaillant sur les charges de travail réglementées – pensez aux diagnostics de santé ou aux algorithmes de trading – évaluent la possibilité d’auditer des poids, de tracer la lignée des données et des vulnérabilités de patch sans attendre un cycle de libération du fournisseur. Les poids ouverts rendent cela possible.
- Magnétisme des talents. Quatre-vingt-1 d’un pour cent des développeurs et des technologues rapportent que la maîtrise de l’ouragine ouverte est très appréciée dans leur domaine. Les ingénieurs veulent contribuer en amont, présenter les portefeuilles GitHub et éviter les impasses à la boîte noire. Les entreprises qui courtisent cette piscine de talents se penchent sur des licences permissives plutôt que des jardins muraux.
Les outils ouverts ne sont pas une panacée. Interrogé sur les obstacles à l’adoption, 56% des répondants citent des problèmes de sécurité et de conformité, tandis que 45% s’inquiètent du soutien à long terme. Les fournisseurs propriétaires obtiennent un score plus élevé sur le «temps de valeur» et la «facilité d’utilisation» car ils regroupent l’hébergement, la surveillance et les garde-corps. Et lorsque les dirigeants préfèrent les systèmes fermés, ils le font pour une raison dominante: 72% disent que les solutions propriétaires offrent un contrôle plus strict sur le risque et la gouvernance. En d’autres termes, les entreprises pèsent l’ouverture contre la certitude opérationnelle en cas de cas.
Cette référence demande si l’IA peut penser comme un ingénieur
Le multimodèle est la nouvelle normale
Les données de McKinsey font écho à une tendance observée dans le cloud computing il y a une décennie: les architectures hybrides gagnent. Peu d’entreprises iront entièrement ouvertes ou propriétaires; La plupart se mélangeront et correspondent. Un modèle de fondation fermé peut alimenter un chatbot qui est orienté client, tandis qu’un LLAMA-Variant ouvert gère la recherche de documents internes. Le choix dépend souvent de la latence, de la confidentialité ou de la spécificité du domaine. Attendez-vous à ce que les menus «apportez votre propre modèle» deviennent aussi standard que les tableaux de bord multi-nuages.
Playbook pour CTOS
Sur la base des informations sur le sondage et des entretiens d’experts, McKinsey décrit une matrice de décision pragmatique pour les leaders de la technologie:
- Choisissez ouvert quand Vous avez besoin d’une transparence totale de poids, d’une optimisation agressive des coûts ou d’un talon final de domaine profond.
- Choisissez le propriétaire quand La vitesse sur le marché, la sécurité gérée ou la couverture linguistique mondiale l’emportent sur les besoins de personnalisation.
- Mélanger les deux quand Les charges de travail varient: gardez les expériences de facement du public sur une API gérée, exécutez une inférence sensible ou à haute volume sur les modèles ouverts auto-hébergés.
- Investissez dans des talents et des outils: Le succès ouvert dépend des pipelines Mlops, des analyses de sécurité des modèles et des ingénieurs couramment l’écosystème en évolution.
Un CIO interviewé l’a résumé: «Nous traitons des modèles comme les microservices. Certains que nous construisons, certains que nous achetons, tous doivent interopérer.»
Pourquoi ça compte maintenant
Les entreprises sont confrontées à un carrefour stratégique. Pariant uniquement sur les plates-formes propriétaires risque le comportement du modèle de verrouillage des vendeurs et du modèle opaque. Aller à des demandes d’ouverture entièrement ouvertes et une posture de sécurité rigoureuse. Les données de l’enquête suggèrent que le jeu gagnant est l’optionalité: construire une pile qui permet aux équipes d’échanger des modèles aussi vite que le marché évolue. L’Open source n’est plus le choix rebelle; Il devient un citoyen de première classe dans l’entreprise AI. Ignorez-le et vous pouvez trouver vos concurrents en itérant plus rapidement, embaucher de meilleurs talents et payer moins pour l’inférence. Embrassez-le pensivement et vous gagnez un effet de levier, des informations et une communauté qui n’arrête jamais d’expédition d’améliorations.
Selon «Open source à l’ère de l’IA», » 76% des dirigeants prévoient d’étendre l’utilisation de l’IA à l’origine ouverte au cours des prochaines années. L’âge du pragmatisme multimodèle est arrivé – le code est ouvert, le terrain de jeu est large et les organisations les plus intelligentes apprendront à prospérer dans les deux mondes.
