L’IA open source d’Alibaba invite l’Europe à choisir la souveraineté plutôt que la dépendance

Joe Tsai, président d’Alibaba, a présenté les modèles ouverts comme la seule voie crédible vers l’indépendance de l’Europe en matière d’IA, malgré la dépendance du continent aux technologies étrangères. Son argument place l’IA open source d’Alibaba au cœur d’une compétition plus vaste pour déterminer qui contrôle les modèles, l’infrastructure informatique et les données industrielles de l’Europe.

Lors de l’événement technologique Wave by Vento à Turin, en Italie, Tsai a présenté la réponse chinoise aux restrictions technologiques américaines comme un modèle possible. Les développeurs chinois ont développé un écosystème de modèles ouverts tout en disposant d’un accès limité aux puces avancées et à d’autres technologies. L’Europe, a-t-il soutenu, peut adopter une approche similaire afin de réduire sa dépendance aux services fermés de fournisseurs américains.

Cette proposition remet en cause une hypothèse répandue. L’Europe n’a pas nécessairement besoin de créer un équivalent européen direct d’OpenAI, Anthropic ou Google DeepMind avant de pouvoir exercer davantage de contrôle. Elle peut plutôt adapter des modèles ouverts, les exploiter sur une infrastructure régionale et les entraîner à partir de précieuses informations industrielles.

Cette voie comporte néanmoins une contradiction. Adopter un modèle d’Alibaba peut réduire la dépendance à une API américaine sans pour autant rendre l’Europe indépendante sur le plan technologique. Une véritable souveraineté exige aussi une capacité de calcul, une gouvernance fiable, une expertise technique et le contrôle de l’ensemble de la pile logicielle environnante.

L’IA open source d’Alibaba devient un argument de souveraineté

Tsai transforme une stratégie de développement de l’IA en argument en faveur du contrôle européen.

Lors de ses déclarations à Turin, Tsai a affirmé que la base industrielle européenne confère à la région un avantage important. Les fabricants détiennent des données opérationnelles spécialisées qui peuvent alimenter des modèles destinés à l’ingénierie, à la logistique, au contrôle qualité et à d’autres activités industrielles.

Tsai a soutenu que ces entreprises ne devraient pas envoyer automatiquement leurs données précieuses vers une API externe fermée. Une interface de programmation d’applications, ou API, permet à un logiciel d’accéder au modèle d’un fournisseur sans révéler ni contrôler le système sous-jacent.

À la place, un fabricant peut déployer un modèle ouvert dans un environnement qu’il contrôle. Ses ingénieurs peuvent ensuite affiner le modèle, c’est-à-dire l’adapter à l’aide d’exemples spécialisés pour une tâche plus ciblée.

Cette possibilité modifie la question de la propriété. Une entreprise utilisant un modèle fermé hébergé dépend généralement des conditions du fournisseur, de sa feuille de route produit, de sa disponibilité et des régions prises en charge. Un modèle téléchargeable offre davantage de latitude pour choisir l’infrastructure, le lieu de déploiement, les contrôles de sécurité et la méthode d’adaptation.

Tsai a résumé cette opportunité sans détour : « L’open source est l’opportunité de l’Europe. » Le résumé de conférence d’Alibaba a également souligné que les modèles ne suffisent pas à eux seuls. L’Europe doit construire suffisamment d’infrastructures de calcul pour les exploiter.

Ce second point compte davantage que le slogan. Les poids d’un modèle sont les paramètres numériques appris lors de l’entraînement. Avoir accès à ces poids ne fournit ni les serveurs, ni l’énergie, ni les puces, ni les pipelines de données, ni les équipes de sécurité, ni les logiciels de déploiement nécessaires à des opérations fiables.

Alibaba a de solides raisons commerciales de promouvoir cette voie. Les modèles ouverts peuvent encourager davantage d’organisations à créer des applications d’IA, ce qui peut accroître la demande en informatique cloud. Tsai a déjà présenté cette relation comme un élément de la stratégie d’Alibaba.

L’entreprise occupe donc simultanément deux positions. Elle fournit des modèles Qwen que les développeurs peuvent télécharger et modifier, tout en vendant l’infrastructure et les services nécessaires pour exécuter des systèmes d’IA à grande échelle.

Cela n’invalide pas l’argument de la souveraineté. Mais cela signifie que les acheteurs européens devraient y voir à la fois une proposition technique et un argument commercial.

Le changement significatif n’est ni une nouvelle version de Qwen ni une nouvelle politique européenne. C’est la présentation explicite de la stratégie chinoise des modèles ouverts comme modèle d’autonomie européenne.

Ce cadrage fait entrer Alibaba dans un débat auparavant dominé par les institutions européennes et les entreprises technologiques américaines. Il invite également l’Europe à reconsidérer ce que devrait signifier l’indépendance lorsqu’aucune région ne contrôle à elle seule chaque couche de la chaîne d’approvisionnement de l’IA.

Pourquoi les données industrielles européennes changent la donne

La position la plus forte de l’Europe se trouve peut-être dans ses usines, ses laboratoires, ses services publics et ses entreprises d’ingénierie, plutôt que dans un chatbot généraliste.

Le continent possède une expertise approfondie dans la construction automobile, l’aérospatiale, l’énergie, les produits pharmaceutiques, les équipements industriels et les matériaux avancés. Les entreprises de ces secteurs génèrent des documents techniques qu’un fournisseur généraliste d’IA aurait du mal à reproduire.

Ces documents peuvent inclure des manuels d’équipement, des historiques de maintenance, des mesures de production, des modifications d’ingénierie, des procédures de sécurité et des rapports qualité. Une grande partie de ces informations est confidentielle, réglementée ou stratégiquement sensible.

Un fabricant pourrait utiliser un modèle spécialisé pour aider des techniciens à diagnostiquer des problèmes d’équipement. Un autre système pourrait comparer des rapports d’inspection, retrouver les procédures pertinentes ou identifier des défauts récurrents sur différents sites de production.

Ces applications dépendent d’un accès précis aux connaissances internes. Elles nécessitent également des contrôles d’autorisation rigoureux, car un employé ne devrait pas pouvoir consulter automatiquement chaque conception, contrat ou document opérationnel.

Un modèle ouvert peut être déployé dans le cloud choisi par une entreprise, dans son centre de données ou dans un environnement d’hébergement régional. Il peut aussi devenir partie intégrante d’une base de connaissances IA qui récupère des contenus internes approuvés avant de générer une réponse.

Cette technique est souvent appelée génération augmentée par récupération. Le système recherche dans un ensemble contrôlé de documents et fournit au modèle les passages pertinents comme contexte.

La récupération peut réduire la nécessité d’intégrer chaque fait propre à l’entreprise dans le modèle lui-même. Elle permet aussi aux équipes de mettre à jour les connaissances sous-jacentes sans réentraîner l’intégralité d’un modèle de fondation.

Cette distinction est importante, car la propriété du modèle et la propriété des données résolvent des problèmes différents. Télécharger l’IA open source d’Alibaba ne crée pas automatiquement une application industrielle sécurisée. L’organisation a toujours besoin d’une classification des données, de politiques d’accès, d’évaluations, de surveillance et d’une validation humaine.

Les entreprises doivent également déterminer le niveau d’adaptation dont elles ont réellement besoin. L’affinage peut améliorer des comportements spécialisés, mais il ajoute du travail autour des jeux de données, des tests, du contrôle de version et de la maintenance du modèle.

Certaines organisations peuvent obtenir suffisamment de contrôle en associant un modèle ouvert standard à la récupération. D’autres peuvent avoir besoin d’une personnalisation plus poussée pour le langage technique, les images, les relevés de capteurs ou les procédures opérationnelles locales.

La diversité linguistique de l’Europe ajoute une autre exigence. Un modèle industriel utile pourrait devoir interpréter des instructions, des réglementations et des questions d’employés dans plusieurs langues sans perdre en précision technique.

C’est là que l’approche ouverte présente un attrait pratique. Les développeurs peuvent examiner le comportement de déploiement, remplacer des composants et optimiser un modèle pour un environnement matériel donné. Ils ne sont pas limités aux possibilités de personnalisation qu’autorise une API distante.

Toutefois, « ouvert » ne garantit pas que chaque élément pertinent soit disponible. De nombreuses versions fournissent les poids et le code, mais ne divulguent pas les données d’entraînement, les méthodes détaillées d’entraînement ou d’autres éléments nécessaires pour reproduire le modèle.

Pour les entreprises européennes, la véritable question n’est donc pas de savoir si un modèle porte une étiquette ouverte. Les acheteurs doivent examiner sa licence, sa documentation, ses limites déclarées, son historique de sécurité et sa capacité à fonctionner sans dépendance continue envers son fournisseur d’origine.

Un test utile de souveraineté consiste à se demander ce qui se passerait si le fournisseur étranger disparaissait demain. L’entreprise peut-elle toujours obtenir le modèle, l’exploiter, corriger ses dépendances, auditer son comportement et le transférer vers un autre fournisseur d’infrastructure ?

Si la réponse est oui, le déploiement présente une portabilité significative. Si la réponse est non, un modèle téléchargeable pourrait simplement créer une autre forme de dépendance.

Les modèles ouverts mettent sous pression la voie des API fermées

La principale confrontation oppose des modèles adaptables sous le contrôle de l’utilisateur à des services fermés régis par un fournisseur externe.

Les API fermées offrent des avantages importants. Elles peuvent donner aux clients un accès rapide à des capacités avancées sans les obliger à exploiter des clusters, optimiser l’inférence ou maintenir des logiciels de mise à disposition de modèles.

Le fournisseur prend également en charge de nombreuses mises à niveau et difficultés d’infrastructure. Un modèle hébergé peut ainsi être attractif pour les expérimentations, les tâches bureautiques générales et les applications qui ne traitent pas d’informations sensibles.

Toutefois, la commodité concentre le contrôle. Un fournisseur peut modifier ses politiques d’utilisation, retirer un modèle, modifier son comportement, changer sa disponibilité régionale ou restreindre un client après une évolution juridique ou politique.

Tsai a souligné cette exposition en avertissant que les pays ne devraient pas supposer que la technologie d’un autre pays restera disponible sous tous les gouvernements ou dans toutes les circonstances. Cette préoccupation dépasse la Chine et les États-Unis. Elle s’applique chaque fois qu’un système critique dépend d’un service contrôlé dans une autre juridiction.

L’IA open source d’Alibaba présente un compromis différent. L’accès aux poids du modèle donne aux développeurs une plus grande liberté de déploiement, mais transfère davantage de responsabilité opérationnelle à l’utilisateur.

Les organisations européennes doivent sécuriser le système, gérer les mises à jour, évaluer les résultats et surveiller la manière dont les employés ou les clients l’utilisent. Elles ont aussi besoin d’une capacité de calcul suffisante pour fournir des performances acceptables.

La comparaison ne porte donc pas, dans l’absolu, sur le contrôle contre la dépendance. Elle oppose différentes répartitions des responsabilités, des coûts et du pouvoir de négociation.

Un client d’API externalise une grande partie de la charge technique tout en acceptant une dépendance contractuelle et vis-à-vis de la plateforme. Un utilisateur de modèle ouvert gagne en portabilité, mais assume davantage de responsabilités en matière d’ingénierie, de sécurité et de conformité.

Le marché européen émergent de l’IA utilisera probablement les deux voies. Les entreprises peuvent s’appuyer sur un modèle de pointe fermé pour les tâches générales complexes tout en exécutant des modèles ouverts plus petits pour des charges de travail sensibles ou prévisibles.

Les déploiements hybrides peuvent également acheminer les requêtes selon leur niveau de risque. Les informations publiques peuvent être envoyées vers un service externe, tandis que les données confidentielles des usines restent dans un environnement contrôlé.

Cette flexibilité affaiblit l’affirmation selon laquelle l’open source serait la seule voie de l’Europe. Elle renforce toutefois l’idée plus large de Tsai selon laquelle les modèles ouverts créent un pouvoir de négociation.

Une alternative crédible peut empêcher qu’un fournisseur d’API ne devienne incontournable. Elle donne aux acheteurs une solution de repli lors des négociations et réduit le coût de migration de certaines charges de travail.

La pression concurrentielle s’étend aux développeurs européens de modèles. Mistral AI et des initiatives collaboratives telles qu’OpenEuroLLM ont fait de l’ouverture, des langues européennes et du contrôle régional des facteurs de différenciation.

Les familles de modèles chinois ajoutent une autre source de poids performants. Cela élargit le choix des développeurs, mais rend également le contexte géopolitique plus complexe.

L’Europe peut utiliser un modèle chinois pour réduire sa dépendance à un service américain. Elle reste toutefois tributaire d’une propriété intellectuelle développée dans l’environnement commercial et réglementaire d’un autre pays.

La même préoccupation s’applique en sens inverse. Une entreprise européenne utilisant un modèle américain à poids ouverts contrôle davantage son déploiement, mais elle n’a pas créé de base de recherche indigène.

C’est pourquoi le principal débat devrait rester celui des modèles ouverts face aux API fermées, et non celui de la Chine face aux États-Unis. L’origine nationale compte, mais le contrôle du déploiement est le mécanisme immédiat auquel répond l’argument de Tsai.

L’Europe gagne le plus de marge de manœuvre lorsqu’elle peut choisir parmi plusieurs modèles, plusieurs clouds et ses propres installations de calcul. Remplacer un fournisseur étranger dominant par un autre laisserait intacte la faiblesse sous-jacente.

Le déficit de capacité de calcul est la partie la plus difficile du plan européen pour l’IA

L’accès aux modèles peut se faire en quelques minutes, tandis que le financement, la construction, l’alimentation et l’exploitation d’une infrastructure de calcul souveraine prennent des années.

Les propres institutions européennes reconnaissent cette contrainte. La Commission européenne indique que la région fait face à une pénurie critique d’infrastructures de calcul à grande échelle pour entraîner, affiner et exécuter des modèles avancés.

Son plan AI Gigafactories vise à mobiliser 20 milliards d’euros pour plusieurs installations majeures. Un premier processus d’expression d’intérêt a attiré 77 propositions dans 16 États membres et 60 sites potentiels.

L’Entreprise commune européenne pour le calcul à haute performance a lancé un appel formel en juillet 2026. La construction des premières installations devrait commencer en 2027, selon le calendrier préliminaire de la Commission.

Ces chiffres témoignent d’un élan politique, mais ils révèlent aussi un problème de calendrier. Les entreprises qui décident aujourd’hui où déployer l’IA ne peuvent pas utiliser des capacités encore en phase de passation de marchés ou de construction.

Elles peuvent louer des infrastructures auprès de fournisseurs de cloud établis, travailler avec de nouvelles entreprises européennes de calcul, ou exploiter elles-mêmes des systèmes plus modestes. Chaque voie implique des compromis en matière d’échelle, de coût, de disponibilité du matériel et d’expertise opérationnelle.

Les modèles ouverts couvrent également un large éventail de besoins en calcul. Un modèle compact peut fonctionner sur une station de travail ou un serveur modeste, tandis qu’un grand modèle peut exiger plusieurs accélérateurs spécialisés pour une inférence réactive.

L’inférence est le processus qui consiste à utiliser un modèle entraîné pour produire une réponse. Une inférence efficace dépend de bien plus que du nombre de puces. L’optimisation logicielle, la mémoire, le réseau, le stockage et l’ordonnancement des charges de travail influent tous sur les performances.

Cela offre à Alibaba une ouverture commerciale naturelle. L’entreprise peut affirmer que Qwen apporte de la flexibilité en matière de modèles, tandis qu’Alibaba Cloud fournit l’infrastructure et l’environnement d’ingénierie qui l’entourent.

Alibaba s’est aussi fortement engagée dans sa propre pile technologique d’IA. Dans une stratégie Qwen publiée en juin 2026, l’entreprise a déclaré avoir engagé plus de 53 milliards de dollars américains dans l’IA et l’infrastructure cloud sur trois ans.

Cet investissement soutient la crédibilité de Tsai en tant qu’opérateur, mais il révèle aussi une asymétrie. Alibaba peut distribuer des modèles ouvertement parce qu’elle s’attend à ce que la valeur se crée ailleurs, notamment dans l’usage du cloud et les applications.

L’Europe a besoin d’un mécanisme économique comparable si elle veut que les modèles ouverts renforcent l’industrie locale. Elle doit veiller à ce que les entreprises européennes captent de la valeur dans l’hébergement, la personnalisation, la sécurité, les logiciels et les applications spécialisées.

Sinon, la région pourrait exploiter des modèles étrangers sur des puces conçues à l’étranger via des plateformes cloud étrangères. Un tel système offre davantage de choix de modèles, mais une indépendance technologique limitée.

L’énergie constitue une autre contrainte. Les grandes installations de calcul ont besoin d’une électricité fiable, de raccordements au réseau, de systèmes de refroidissement et de processus d’autorisation prévisibles. Ces exigences peuvent retarder les projets même lorsque le financement existe.

Les talents sont tout aussi importants. Les organisations ont besoin d’ingénieurs qui maîtrisent le calcul distribué, l’optimisation des modèles, la gouvernance des données, la sécurité et l’évaluation. Le matériel sans ces capacités ne peut pas produire de services fiables.

Le marché fragmenté de l’Europe peut amplifier ces problèmes. Les règles nationales de passation de marchés, les exigences linguistiques, les politiques d’infrastructure et les tolérances au risque diffèrent d’un État membre à l’autre.

Une stratégie de calcul partagée pourrait aider les petites entreprises à accéder à des ressources qu’elles ne peuvent pas acheter seules. Des programmes mal coordonnés pourraient au contraire disperser les financements entre différentes installations sans créer de plateforme de développement cohérente.

L’opportunité industrielle reste réelle, car de nombreuses applications européennes ne nécessitent pas d’entraîner un modèle de pointe à partir de zéro. Les entreprises peuvent partir de poids existants et les spécialiser avec leurs propres connaissances.

Cette approche réduit le budget d’entraînement nécessaire. Elle n’élimine pas le besoin d’une inférence sécurisée et abordable à l’échelle de la production.

Le plan de Tsai ne fonctionne donc que si l’Europe considère l’accès aux modèles ouverts comme la première couche. Le calcul, l’énergie, les logiciels, les talents et les achats doivent suivre.

L’open source ne règle pas les questions de confiance ou de réglementation

L’Europe peut contrôler le lieu d’exécution d’un modèle tout en restant confrontée à des questions difficiles sur son entraînement, sa sécurité, ses licences et son comportement.

L’expression « IA open source » recouvre des publications offrant des niveaux de transparence très différents. Certaines fournissent les poids, le code et de larges droits de modification. D’autres restreignent certains usages ou omettent les données et les méthodes nécessaires pour reproduire l’entraînement.

Cette ambiguïté compte, car les acheteurs européens peuvent interpréter l’ouverture comme une preuve d’auditabilité. L’accès aux poids peut permettre des tests et des inspections, mais les réseaux neuronaux modernes ne deviennent pas pleinement compréhensibles simplement parce que leurs paramètres sont téléchargeables.

Une équipe technique peut évaluer un modèle sur des tâches connues, l’attaquer pour y déceler des faiblesses de sécurité et comparer ses versions. Elle ne peut toujours pas garantir le comportement du modèle dans chaque langue, chaque secteur ou face à chaque requête inhabituelle.

La sécurité de la chaîne d’approvisionnement suscite une autre préoccupation. Un déploiement peut dépendre de bibliothèques externes, de fichiers de modèles, de dépôts et d’images de conteneurs. Tout composant compromis peut saper le contrôle promis par un hébergement local.

Les organisations ont besoin d’artefacts signés, d’un suivi des versions, d’une gestion des vulnérabilités et de procédures de revue documentées. Elles ont aussi besoin d’un plan de correctifs lorsque le développeur d’origine publie un modèle plus récent.

La réglementation européenne apporte un soutien encadré au développement ouvert. En vertu de l’AI Act, certains fournisseurs utilisant une licence véritablement libre et open source peuvent bénéficier d’exemptions concernant certaines obligations de documentation.

Les exemptions open source de la Commission exigent un accès public aux paramètres, y compris aux poids, aux informations sur l’architecture et aux informations d’utilisation. Cette exemption ne supprime pas toutes les obligations.

Les fournisseurs de modèles ouverts doivent toujours respecter les exigences applicables en matière de droit d’auteur et publier des informations sur le contenu d’entraînement. Les fournisseurs de modèles classés comme présentant un risque systémique restent soumis à des obligations supplémentaires, quelle que soit l’ouverture de la publication.

Ce cadre complique un simple argumentaire d’Alibaba sur l’IA open source. Une licence et des poids téléchargeables ne suffisent pas à déterminer comment un modèle particulier sera traité en Europe.

Les régulateurs et les clients examineront l’intégralité de la publication. Ils considéreront également qui a mis le modèle sur le marché européen et si une modification en aval entraîne de nouvelles responsabilités pour le fournisseur.

Les règles de protection des données restent pertinentes lorsque les entreprises adaptent ou exploitent un modèle. Un déploiement local peut réduire les transferts de données, mais il n’excuse pas une collecte illicite, des contrôles d’accès insuffisants ou une conservation indéfinie.

Les clients industriels ont également besoin de preuves concernant l’exactitude. Un modèle utilisé pour résumer des notes de maintenance présente un profil de risque différent de celui d’un modèle recommandant une réparation critique pour la sécurité.

La revue humaine peut réduire les dommages, mais uniquement lorsque le relecteur dispose de suffisamment de temps, d’expertise et de sources. Une étape d’approbation purement nominale ne sert guère si les employés acceptent habituellement les résultats sans les vérifier.

La question géopolitique ne peut pas non plus être ignorée. Certaines organisations européennes hésiteront à adopter des modèles associés à une grande entreprise technologique chinoise, en particulier dans les administrations ou les infrastructures critiques.

D’autres considéreront les modèles chinois téléchargeables comme moins restrictifs que les services américains distants. Ces deux réactions peuvent être rationnelles selon la licence, l’architecture de déploiement, la sensibilité des informations et les règles de passation de marchés.

La confiance doit donc reposer sur des contrôles vérifiables plutôt que sur la nationalité du développeur ou son langage marketing. Les acheteurs devraient tester les modèles avec leurs propres données, documenter les schémas de défaillance et préserver leur capacité à changer de modèle.

Ils devraient aussi distinguer l’indépendance de l’isolement. L’Europe peut bénéficier de la recherche américaine, chinoise et européenne tout en gardant le contrôle sur les déploiements sensibles.

La proposition de Tsai est la plus solide lorsqu’elle est considérée comme un argument en faveur de l’optionalité. Elle est la plus faible lorsque l’open source est présenté comme une réponse complète aux enjeux de souveraineté, de sécurité ou de confiance.

Trois signaux montreront si l’Europe choisit la voie de l’ouverture

Le prochain test consistera à déterminer si l’Europe transforme l’intérêt pour les modèles ouverts en infrastructures, en marchés publics et en déploiements industriels reproductibles.

Le premier signal sera l’exécution du programme européen AI Gigafactories. Les annonces et les expressions d’intérêt établissent une ambition, mais les contrats de construction, les accords d’approvisionnement électrique et les capacités utilisables montreront si le déficit de calcul se résorbe.

Les progrès renforceraient la thèse de Tsai, car les entreprises européennes pourraient exploiter et adapter des modèles sans dépendre entièrement d’infrastructures non européennes. Les retards l’affaibliraient en laissant des poids ouverts sans capacité de calcul régionale suffisante.

Le deuxième signal est celui des achats des entreprises. Les fabricants, les services publics, les entreprises pharmaceutiques et les organismes publics européens doivent aller au-delà des démonstrations et intégrer des modèles ouverts dans de véritables flux de travail opérationnels.

Les déploiements les plus significatifs mobiliseront des connaissances propriétaires tout en préservant un contrôle mesurable. Les acheteurs devraient publier suffisamment de détails pour montrer comment ils ont évalué l’exactitude, la sécurité, la portabilité et l’effort opérationnel total.

Un ensemble croissant de déploiements reproductibles étayerait l’affirmation selon laquelle les données industrielles confèrent à l’Europe un avantage distinctif. Des projets qui restent bloqués au stade des pilotes suggéreraient que les coûts d’intégration et de gouvernance l’emportent sur l’attrait de l’accès aux modèles.

Le troisième signal est la concurrence entre les fournisseurs de modèles. Qwen, les modèles européens, la famille Llama de Meta et d’autres systèmes à poids ouverts rivaliseront sur les capacités, l’efficacité, les licences, la documentation et la couverture linguistique.

L’Europe en bénéficie si les clients peuvent remplacer un modèle par un autre sans reconstruire une application entière. Des interfaces communes et des évaluations indépendantes rendraient cette portabilité plus pratique.

Le comportement d’Alibaba mérite une attention particulière. L’entreprise doit continuer à publier des modèles avec des conditions et une documentation que les organisations européennes peuvent évaluer en toute confiance.

Tout virage vers un accès plus restrictif affaiblirait l’argument d’Alibaba en faveur de l’IA open source. Des publications régulières, des licences transparentes et des déploiements européens crédibles le renforceraient.

La politique européenne façonnera également la concurrence par son application. Des interprétations claires de l’AI Act peuvent aider les développeurs à comprendre leurs responsabilités avant de s’engager dans une architecture.

Des exigences incertaines ou incohérentes pourraient favoriser les plus grands fournisseurs, capables de financer d’importantes équipes juridiques et de conformité. Un tel résultat irait à l’encontre de l’objectif d’un écosystème européen diversifié.

Tsai a identifié une véritable source de levier. Les modèles ouverts permettent aux organisations européennes de conserver davantage de contrôle sur le déploiement, la personnalisation et les connaissances industrielles sensibles.

Il n’a pas fourni un plan complet. L’Europe a toujours besoin d’infrastructures, d’opérateurs qualifiés, d’une gouvernance digne de confiance, de fournisseurs locaux compétitifs et de la capacité à changer de modèle sans perdre ses applications.

Pour les développeurs, la tâche immédiate consiste à tester la portabilité plutôt que d’accepter sans examen une étiquette « open ». Pour les acheteurs en entreprise, il s’agit d’identifier quelles données et quels flux de travail nécessitent un contrôle local.

La décision de l’Europe ne prendra pas la forme d’une seule annonce politique. Elle émergera des contrats d’approvisionnement, des déploiements opérationnels, de la construction d’infrastructures et des modèles que les entreprises peuvent remplacer sans autorisation.

La question centrale est pragmatique : l’Europe peut-elle transformer l’accès ouvert en un contrôle technique durable, ou l’IA open source d’Alibaba deviendra-t-elle une nouvelle couche étrangère au sein d’une pile technologique dépendante ?