Open source contre source fermée, les puces mémoire absorbent les profits de l’IA, Comcast se restructure

TBPN analyse GLM 5.2, les limites des modèles ouverts, la rareté de capacité IA et le transfert de valeur vers les puces mémoire.

L’épisode examine le retour brutal du débat entre modèles IA ouverts et fermés. GLM 5.2 de Z.ai sert de point de départ: le modèle open-weight est décrit comme suffisamment performant pour relancer les questions de cybersécurité, de souveraineté et de stratégie américaine.

Ce que l’épisode met en avant

Pourquoi c’est stratégique

La disponibilité de modèles ouverts proches du frontier complique les politiques de contrôle d’accès. Si une entreprise ou un acteur étranger peut attendre quelques mois et utiliser une alternative open-weight « assez bonne », les mécanismes de KYC ou de restriction autour des modèles fermés perdent une partie de leur force.

L’autre tension est matérielle. Google aurait plafonné l’accès de Meta à Gemini, signe que l’inférence et la capacité cloud deviennent des ressources rares. En parallèle, Micron, Samsung et SK Hynix profitent de la demande en mémoire HBM et DRAM: les coûts d’entrée de l’IA montent avant même que les utilisateurs finaux ne couvrent pleinement le prix réel des services.

À retenir

Source