Baidu relance ERNIE pour reprendre pied dans l’IA générative chinoise

Baidu ne part pas de zéro dans l’intelligence artificielle. Le groupe chinois a investi depuis des années dans le traitement du langage, le cloud et la conduite autonome. Mais l’essor fulgurant de l’IA générative a redistribué les cartes : dans un marché où les nouveaux modèles se succèdent rapidement, son statut historique de pionnier ne garantit plus sa position. Le lancement d’ERNIE 4.5 et de X1, en mars 2025, illustre la volonté de l’entreprise de reprendre l’initiative.

Souvent surnommé le « Google chinois », Baidu reste d’abord connu du grand public pour son moteur de recherche. Cette comparaison dit toutefois moins la réalité actuelle du groupe qu’autrefois. À mesure que les internautes obtiennent des réponses directement formulées par des assistants conversationnels, l’enjeu consiste aussi à faire de l’IA une porte d’entrée vers les services numériques, la recherche d’information et les usages professionnels.

Pourquoi Baidu est-il sous pression dans l’IA générative ?

L’intelligence artificielle générative désigne des systèmes capables de produire du texte, du code, des images ou des synthèses à partir d’une requête. Les modèles de langage de grande taille, ou LLM, sont au cœur de cette évolution : ils apprennent des régularités dans de très grands ensembles de données afin de prédire et de générer la suite la plus pertinente d’un texte.

Dans ce domaine, la Chine est devenue un terrain de compétition particulièrement intense. Les groupes technologiques établis y côtoient des entreprises plus récentes, capables de gagner rapidement en visibilité grâce à un modèle performant ou à une tarification agressive. Baidu doit ainsi défendre son terrain face à plusieurs acteurs, parmi lesquels Alibaba, Tencent et, plus récemment, DeepSeek.

DeepSeek a provoqué une forte attention avec son modèle R-1, présenté comme un modèle orienté vers le raisonnement. Ce type de système cherche à mieux traiter les problèmes demandant plusieurs étapes de réflexion, par exemple des calculs, des questions de logique ou certaines tâches de programmation. Son arrivée a relevé les attentes du marché, tant sur les performances que sur le coût d’accès aux modèles.

Pour Baidu, la difficulté est double. Il faut convaincre que ses outils restent compétitifs sur le plan technique, mais aussi montrer qu’ils peuvent être employés concrètement par des particuliers et des organisations. Dans l’IA générative, un bon résultat lors d’une démonstration ne suffit pas : il faut également une expérience fluide, des coûts maîtrisés, une disponibilité fiable et des possibilités d’intégration dans des produits existants.

ERNIE 4.5 et X1, les deux réponses de Baidu

Baidu a dévoilé deux nouveaux modèles d’IA avec des positionnements complémentaires. Le premier, ERNIE 4.5, constitue une évolution importante de la famille de modèles déjà développée par l’entreprise. Le second, X1, est conçu pour se mesurer aux progrès réalisés par les concurrents sur les tâches de raisonnement, notamment face à DeepSeek.

Ces lancements répondent à une logique désormais familière dans le secteur : améliorer régulièrement les capacités générales d’un modèle tout en proposant une déclinaison plus spécialisée pour les requêtes complexes. Un modèle généraliste doit savoir rédiger, résumer, traduire, répondre à des questions et aider à produire du contenu. Un modèle de raisonnement ambitionne, lui, de traiter plus méthodiquement certaines consignes nécessitant une résolution en plusieurs étapes.

Le point essentiel se situe dans la combinaison entre niveau de performance et accessibilité financière. Baidu présente X1 comme une alternative susceptible d’offrir des résultats comparables à ceux de DeepSeek, tout en restant abordable. Cette promesse compte beaucoup dans un marché où le prix des requêtes peut déterminer l’adoption d’un outil par une entreprise.

En effet, chaque réponse produite par un modèle mobilise de la puissance de calcul. Plus les requêtes sont longues, complexes ou nombreuses, plus la facture liée aux infrastructures peut augmenter. Réduire ce coût sans dégrader la qualité est donc un avantage commercial autant qu’un défi d’ingénierie.

Le duel avec DeepSeek dépasse la seule question des performances

La comparaison entre Baidu et DeepSeek ne doit pas faire oublier la différence de situation entre les deux acteurs. Baidu est un grand groupe technologique doté de services historiques et de chantiers d’IA déjà engagés. DeepSeek incarne davantage la poussée d’un acteur émergent qui a réussi à déplacer le débat vers les capacités de raisonnement et l’efficacité économique de ses modèles.

Cette dynamique oblige les entreprises installées à accélérer. Lorsqu’un nouveau modèle attire l’attention, les utilisateurs attendent rapidement des réponses des concurrents : une version améliorée, un accès plus simple, une baisse de prix ou de nouvelles fonctions. La vitesse de mise à jour est devenue un élément central de la compétition.

La bataille porte également sur la confiance. Les entreprises qui envisagent d’utiliser une IA générative doivent pouvoir évaluer la qualité des réponses, le comportement du système sur leurs données et la régularité du service. Elles recherchent moins une promesse abstraite de puissance qu’un outil adapté à des tâches précises : assister un centre de relation client, rédiger des documents, aider des développeurs, analyser des contenus ou faciliter la recherche d’information.

Baidu dispose ici d’un atout potentiel : ses travaux en IA peuvent être reliés à un ensemble plus large de produits et de services. Mais cet avantage ne se transforme en succès que si les modèles trouvent effectivement des usages récurrents. Le marché chinois de l’IA générative ne récompense pas uniquement l’antériorité, il récompense la capacité à faire évoluer rapidement un produit et à atteindre un grand nombre d’utilisateurs.

Des modèles au cœur d’un écosystème plus vaste

La stratégie de Baidu ne se limite pas aux assistants capables de répondre à une question. Le groupe investit aussi dans le traitement du langage naturel, le cloud et la conduite autonome. Ces domaines sont liés par un même besoin : disposer d’algorithmes, de données, de capacités de calcul et de logiciels capables de fonctionner à grande échelle.

Le traitement du langage naturel permet par exemple à une machine de classer des textes, extraire des informations, résumer des documents ou dialoguer avec un utilisateur. Dans la conduite autonome, les systèmes d’IA doivent interpréter de nombreuses informations issues de l’environnement pour aider un véhicule à prendre des décisions. Dans le cloud, les entreprises peuvent accéder à des ressources de calcul et à des outils logiciels sans gérer elles-mêmes toute l’infrastructure technique.

Cette diversité d’activités peut donner à Baidu plusieurs débouchés pour ses modèles. Une IA générative peut être intégrée dans des services de recherche, dans des outils professionnels ou dans des applications conçues pour des secteurs particuliers. La santé et l’éducation font partie des domaines souvent cités pour l’extension future de ces technologies, avec des usages potentiels d’assistance, de synthèse ou de personnalisation.

Il faut néanmoins distinguer potentiel et déploiement. Dans des secteurs sensibles, un modèle génératif ne peut pas être considéré comme une source infaillible. Ses réponses doivent être contrôlées, surtout lorsqu’elles peuvent influencer une décision médicale, pédagogique, administrative ou financière. La qualité d’un outil dépend donc autant de son intégration, de ses garde-fous et de la supervision humaine que de ses capacités linguistiques.

Puces, cloud et autonomie technologique : l’autre bataille de Baidu

Derrière les interfaces conversationnelles, l’IA générative repose sur une infrastructure lourde. L’entraînement et le fonctionnement des modèles nécessitent des centres de données et des puces capables d’effectuer un très grand nombre de calculs en parallèle. Les processeurs graphiques, souvent désignés par l’acronyme GPU, jouent un rôle majeur dans cette chaîne.

Face aux contraintes qui pèsent sur l’accès à certains composants étrangers avancés, Baidu cherche à renforcer son autonomie technologique. L’entreprise investit dans la recherche et le développement de ses propres puces afin de réduire sa dépendance à des fournisseurs occidentaux tels que Nvidia. Cet objectif ne concerne pas seulement les coûts : il touche à la continuité d’approvisionnement et à la capacité de faire évoluer les services dans un contexte géopolitique incertain.

Concevoir une puce ne règle toutefois pas tous les problèmes. Il faut aussi des logiciels, des outils de développement, des serveurs et un écosystème permettant d’exploiter efficacement ce matériel. Pour les utilisateurs finaux, la question se traduit de façon très concrète : un modèle répond-il vite, de manière stable et à un prix acceptable ?

L’autonomie technologique n’implique donc pas nécessairement l’isolement. Elle vise plutôt à donner davantage de marges de manœuvre à une entreprise dont les activités dépendent de ressources informatiques très coûteuses et stratégiques. Dans le cas de Baidu, la compétitivité des modèles ERNIE est étroitement liée à sa capacité à maîtriser, au moins en partie, l’infrastructure qui les fait tourner.

Une compétition encadrée par des exigences de sécurité et de confiance

L’essor de l’IA générative s’accompagne d’interrogations sur la sécurité, les biais, la protection des données et la fiabilité des contenus. Ces enjeux sont particulièrement importants lorsque des outils sont diffusés à grande échelle. Les entreprises doivent limiter les réponses manifestement erronées ou dangereuses, protéger les informations confiées par les utilisateurs et clarifier les responsabilités liées à l’usage de leurs systèmes.

En Chine comme ailleurs, les fournisseurs de services d’IA générative doivent composer avec un environnement réglementaire et politique spécifique. Pour Baidu, proposer des modèles plus puissants suppose donc de concilier innovation rapide, conformité et confiance des partenaires. Cette contrainte peut ralentir certains déploiements, mais elle devient aussi un facteur de différenciation si un acteur parvient à offrir des produits jugés solides et adaptés au marché.

L’éthique ne se résume pas à une déclaration de principe. Elle concerne des choix de conception : quelles consignes le modèle refuse-t-il ? Comment les données sont-elles gérées ? Qui vérifie les réponses dans les usages sensibles ? Comment les utilisateurs sont-ils informés des limites de l’outil ? À mesure que l’IA s’installe dans les services quotidiens, ces questions deviennent aussi importantes que les comparaisons de performance.

Ce qu’il faut surveiller pour Baidu

Le lancement d’ERNIE 4.5 et de X1 est un signal clair : Baidu entend rester dans la première ligne de la course chinoise à l’IA générative. Mais le véritable test viendra de la capacité du groupe à convertir ces annonces en usages durables. L’adoption par les entreprises, la qualité des intégrations dans ses services, le coût d’exploitation et la satisfaction des utilisateurs compteront davantage que l’effet d’annonce initial.

Il faudra également observer la réaction des concurrents. DeepSeek a contribué à élever le niveau d’exigence sur les modèles de raisonnement et sur le rapport entre performances et prix. Alibaba, Tencent et d’autres acteurs disposent eux aussi de moyens importants et de vastes écosystèmes numériques. Cette concurrence peut accélérer l’innovation, mais aussi comprimer les marges et rendre plus difficile la fidélisation des utilisateurs.

Enfin, l’infrastructure restera déterminante. La maîtrise du cloud, des puces et des ressources de calcul conditionnera la possibilité de proposer des modèles à la fois puissants et accessibles. Pour Baidu, retrouver une position de leader ne dépendra donc pas d’un seul modèle. Cela reposera sur sa faculté à faire converger recherche, produits, coûts et confiance dans un marché chinois devenu l’un des plus disputés de l’IA mondiale.