DeepSeek vient de faire ce que OpenAI redoutait depuis 3 ans.

DeepSeek vient de faire ce que OpenAI redoutait depuis 3 ans.

En janvier 2025, un modèle d'intelligence artificielle chinois a fait trembler Wall Street en quelques heures. Nvidia a perdu près de 600 milliards de dollars de capitalisation boursière en une seule séance. La raison ? Un laboratoire de Hangzhou avait utilisé une technique appelée distillation pour construire un modèle aussi puissant que GPT-4 — pour une fraction du coût. Ce n'était pas de l'espionnage. C'était de la physique.

Derrière ce mot technique qui ne paye pas de mine se cache désormais l'un des enjeux centraux de la guerre technologique entre Pékin et Washington. Comprendre la distillation, c'est comprendre pourquoi les restrictions américaines sur les puces ne suffisent peut-être plus à ralentir la Chine.

Qu'est-ce que la distillation, exactement ?

La distillation de modèles est une technique d'entraînement de l'IA formalisée il y a une décennie, mais aujourd'hui au cœur de toutes les stratégies. Le principe est simple à saisir :

• Un modèle "professeur" — grand, coûteux, puissant — génère des réponses à des milliers de questions.
• Un modèle "élève" — plus petit, moins gourmand en ressources — apprend non pas depuis zéro, mais en imitant les sorties du professeur.
• Résultat : l'élève absorbe le raisonnement condensé du professeur sans avoir besoin d'autant de données brutes ni de puissance de calcul.

C'est comme donner à un étudiant les meilleures notes de cours d'un professeur génial, plutôt que de lui faire lire une bibliothèque entière. Il progresse beaucoup plus vite, pour beaucoup moins cher.

Pourquoi cela change les règles du jeu géopolitique

Depuis 2022, les États-Unis ont imposé des restrictions sévères sur l'exportation de puces graphiques avancées — notamment les GPU H100 de Nvidia — vers la Chine. L'idée : priver Pékin de la puissance de calcul nécessaire pour entraîner des modèles de pointe. Une stratégie d'étranglement classique.

La distillation fragilise ce calcul de manière structurelle. Si vous pouvez entraîner un modèle compétitif en vous appuyant sur les sorties publiques des modèles américains — celles que n'importe quel utilisateur peut générer via une API — vous contournez une partie de l'embargo sans jamais violer directement une loi.

DeepSeek-R1 aurait ainsi été entraîné, en partie, en utilisant les sorties de modèles comme ChatGPT d'OpenAI. OpenAI a d'ailleurs indiqué surveiller de près ces pratiques, qualifiées de violation de ses conditions d'utilisation. Mais techniquement, juridiquement, la frontière reste floue.

Les chiffres qui donnent le vertige

Pour saisir l'ampleur du décalage, quelques ordres de grandeur s'imposent :

• GPT-4 aurait coûté selon les estimations entre 50 et 100 millions de dollars à entraîner.
• DeepSeek-V3, le modèle phare de l'entreprise chinoise, aurait été entraîné pour environ 6 millions de dollars.
• Ce ratio de 1 à 15 n'est pas dû à une magie inexplicable — il repose en grande partie sur l'optimisation via distillation et sur des architectures plus efficientes.

Ces chiffres signifient une chose concrète : la barrière à l'entrée pour construire un modèle de très haut niveau s'effondre. Ce qui nécessitait hier un datacenter de la taille d'un hangar peut aujourd'hui tenir dans une infrastructure beaucoup plus accessible.

Ce que cela implique concrètement pour tout le monde

Pour les entreprises et développeurs, la distillation ouvre une porte stratégique majeure : il est désormais possible de créer des modèles spécialisés, adaptés à un secteur précis (médical, juridique, financier), en s'appuyant sur la connaissance distillée de modèles généralistes géants — sans supporter les coûts colossaux d'un entraînement from scratch.

Pour les États et régulateurs, la question devient urgente : comment contrôler la diffusion de l'intelligence artificielle quand les connaissances d'un modèle peuvent être "extraites" via de simples appels API ? Les futures restrictions devront probablement s'attaquer non seulement au matériel, mais aussi à l'accès aux modèles eux-mêmes.

Pour le grand public, cela se traduit par une chose tangible : des IA de plus en plus puissantes vont devenir accessibles sur des appareils de plus en plus modestes. La distillation est la raison pour laquelle votre smartphone pourra bientôt faire tourner localement un assistant aussi capable que ChatGPT.

La vraie leçon de cette bataille

La guerre technologique entre Pékin et Washington n'est pas seulement une guerre de puces ou de datacenter. C'est une guerre d'efficience algorithmique. Celui qui saura faire plus avec moins — qui saura distiller l'intelligence plutôt que la brute-forcer — dictera les conditions du marché mondial de l'IA pour la prochaine décennie.

Les États-Unis ont compris trop tard que vendre l'accès à leurs meilleurs modèles revenait, dans certains cas, à offrir un cours particulier à leurs principaux concurrents. La distillation n'est pas une faille. C'est un miroir tendu à toute l'industrie.

La prochaine fois que vous utiliserez ChatGPT, Gemini ou Claude, vous participerez sans le savoir à l'écosystème le plus stratégique de notre époque. Chaque réponse générée est une donnée potentielle. Et les données, aujourd'hui, c'est le pouvoir.

— Reservoir Live