Dario Amodei le répète depuis des mois : les laboratoires chinois « distilleraient » massivement les modèles américains pour combler leur retard. Anthropic a récemment chiffré l’accusation, dénonçant plus de 16 millions d’échanges frauduleux générés par des comptes liés à Deepseek, Moonshot ou MiniMax. Pendant que la Silicon Valley instruit ce procès, je fais tourner un modèle chinois open source sur un Mac Mini, posé sous mon écran, et je m’en sers tous les jours pour mon travail. Il y a là un paradoxe qui mérite qu’on s’y intéresse.
Copier ou apprendre : qu’est ce que la distillation ?
La distillation n’a rien d’un plagiat au sens classique. Le principe consiste à faire travailler un modèle frontière sur des millions de requêtes complexes, puis à utiliser les réponses et les raisonnements produits pour entraîner un modèle plus compact, qui imite le comportement du grand modèle sans hériter de son coût de calcul. Ce n’est pas nouveau : Google l’utilise pour ses versions Flash et Nano de Gemini, nettement plus légères que le modèle principal. Cet entraînement n’est donc pas illégal, c’est une approche technique, ni plus, ni moins.
Ce qui fait un peu changer l’approche, c’est l’industrialisation du procédé, et surtout son statut juridique flottant. Les réponses d’un LLM ne sont pas protégées par le droit d’auteur américain, ni par le droit européen. Comme le résume Etienne Drouard, avocat associé chez Hogan Lovells, le seul contre-feu possible est contractuel : interdire la distillation dans les conditions d’utilisation, sans pouvoir vraiment l’empêcher en droit de la propriété intellectuelle. On est donc dans un rapport de force, davantage que dans un cadre juridique précis. C’est peut-être ce que Donald Trump a pris en considération quand il a interdit l’exportation de Fable 5 d’Anthropic.
Le local change la donne
Cette bataille de récits entre Washington et Pékin m’intéresse moins, professionnellement, que ce qu’elle a produit : des modèles open source chinois, comme la famille Qwen d’Alibaba, diffusés sous licence Apache 2.0, gratuits, et suffisamment performants pour tourner sur un simple Mac Mini M4. Via Ollama, j’exécute donc localement un modèle Qwen qui traite la majorité de mes tâches de rédaction, de synthèse et de reformulation, sans jamais solliciter Claude.
L’intérêt n’est pas seulement économique, même si économiser des tokens sur un abonnement Anthropic n’est pas négligeable. Pour moi, l’essentiel se joue là : rien ne quitte la machine. Pour un métier de communication qui manipule quotidiennement des documents stratégiques, des éléments de langage non publiés, des notes sur tel ou tel sujet ou des données clients confidentielles, ce n’est pas un détail de confort, c’est une garantie structurelle. Aucun cloud, aucun serveur tiers, aucune question à se poser sur la destination et le stockage des données.
Le RAG, ou comment un petit modèle devient pertinent
Un modèle local plus modeste qu’un modèle frontière a une limite évidente : il ne connaît ni mes dossiers, ni mes bases, ni l’historique d’un compte. C’est là qu’intervient le RAG, ou retrieval-augmented generation. Le principe est simple : avant de répondre, le système va chercher, dans une base de documents que je constitue moi-même, les passages pertinents à la question posée, puis les injecte dans le prompt comme contexte. Le modèle ne réapprend rien, il consulte, un peu comme un collaborateur qui irait relire le bon dossier avant une réunion plutôt que de réciter un pitch par cœur.
Pour un communicant, l’usage est direct : une base de notes de brief, de comptes rendus, de positionnements de marque, interrogée par un modèle qui reste chez soi. La pertinence rejoint la confidentialité, sans dépendre d’un abonnement ni d’une connexion.
Pour dépasser la querelle sino-américaine
Les laboratoires américains ont raison de s’inquiéter de la distillation, elle interroge la valeur de leurs investissements. Mais pour qui travaille dans la communication, la question n’est pas de savoir qui a copié qui. Elle est de savoir où l’on veut que ses données soient stockées. Pendant que Washington et Pékin se disputent la propriété du savoir, la vraie indépendance tient dans un boîtier de la taille d’un livre, posé sur un bureau, qui ne demande jamais la permission à quiconque et qui est, pour moi, l’avenir des modèles d’iA.