DeepSeek : pourquoi l’IA chinoise a déclenché l’alerte de Trump et des marchés

L’arrivée de DeepSeek-R1 a brusquement déplacé le débat sur l’intelligence artificielle. Depuis 2023, la course aux grands modèles de langage semblait largement se jouer à coups de milliards de dollars, de centres de données et de puces toujours plus puissantes. Le modèle chinois a fait émerger une autre question, potentiellement tout aussi décisive : est-il possible d’atteindre un haut niveau de raisonnement avec beaucoup moins de ressources que prévu ?

Le 27 janvier 2025, cette interrogation a provoqué une forte secousse sur les marchés financiers. Les investisseurs ont réévalué les perspectives des entreprises dont la croissance repose sur la vente de puces ou l’expansion rapide des infrastructures de calcul. Dans la foulée, Donald Trump a décrit DeepSeek comme un avertissement pour les États-Unis. Son propos ne portait donc pas seulement sur un nouvel assistant conversationnel, mais sur le rapport de force technologique entre Washington et Pékin.

DeepSeek-R1, un modèle conçu pour les tâches de raisonnement

DeepSeek est une jeune entreprise chinoise spécialisée dans les modèles de langage. Le 20 janvier 2025, elle a publié DeepSeek-R1, un modèle destiné aux problèmes qui demandent de dérouler plusieurs étapes avant de fournir une réponse : résoudre un exercice de mathématiques, écrire ou déboguer du code, analyser une question scientifique ou appliquer des règles logiques.

Un modèle de raisonnement ne se distingue pas uniquement par sa capacité à rédiger un texte fluide. Il est entraîné à consacrer davantage de calcul à des problèmes complexes et à produire des étapes intermédiaires avant sa réponse finale. Cette méthode peut améliorer les résultats sur certains tests, mais elle ne transforme pas l’IA en source infaillible. Une réponse apparemment structurée peut toujours contenir une erreur de raisonnement, une information inventée ou une mauvaise interprétation de la demande.

DeepSeek a présenté R1 comme un concurrent de modèles américains avancés, notamment OpenAI o1, sur plusieurs évaluations en mathématiques, programmation et connaissances scientifiques. C’est ce positionnement qui a retenu l’attention. Il convient toutefois de distinguer les objets comparés : ChatGPT est un service, qui peut s’appuyer sur plusieurs modèles, tandis que R1 est un modèle précis. Des résultats élevés sur des benchmarks ne suffisent pas non plus à établir qu’un modèle est meilleur dans tous les usages du quotidien.

Le coût de développement, l’affirmation qui a fait basculer le débat

L’élément le plus spectaculaire de l’annonce ne concerne pas uniquement les performances de R1, mais son économie. DeepSeek a affirmé avoir entraîné son modèle V3, sur lequel s’appuie la famille R1, pour environ 5,6 millions de dollars de puissance de calcul. Ce montant, très inférieur aux sommes souvent évoquées pour les modèles américains de premier plan, a alimenté l’idée qu’une IA compétitive pourrait être développée avec moins de puces et moins de dépenses.

Cette comparaison doit être maniée avec rigueur. Les 5,6 millions de dollars correspondent au coût de calcul communiqué pour l’entraînement de V3, et non à une comptabilité complète de tous les investissements de DeepSeek ni au coût total de R1. Le chiffre ne comprend pas nécessairement les salaires, les expériences antérieures, l’acquisition ou l’amortissement du matériel, les données, l’énergie, les phases de recherche ou le travail nécessaire pour mettre un produit à disposition du public.

DeepSeek explique aussi avoir optimisé l’usage de ses ressources informatiques. Son architecture active une partie seulement de ses paramètres à chaque requête, une approche connue sous le nom de mélange d’experts. L’objectif est de mobiliser les capacités les plus adaptées à une tâche sans faire fonctionner l’intégralité du modèle à chaque mot généré. Cette technique n’est pas nouvelle dans la recherche, mais son association à un modèle très compétitif a ravivé les interrogations sur la trajectoire des coûts de l’IA.

Pourquoi Nvidia et les valeurs technologiques ont-elles chuté ?

La réaction des marchés a été d’une ampleur rare. Le 27 janvier, Nvidia a perdu 17 % en Bourse et près de 600 milliards de dollars de capitalisation boursière en une séance. Plus largement, les pertes de valeur des entreprises technologiques ont été chiffrées à plus de 1 000 milliards de dollars dans les jours ayant suivi l’irruption de DeepSeek dans l’actualité.

Ce mouvement ne signifiait pas que DeepSeek avait rendu les puces de Nvidia inutiles. Il reflétait plutôt une crainte des investisseurs : si des modèles performants peuvent être entraînés ou exploités avec davantage d’efficacité, les géants du numérique devront-ils acheter autant de processeurs graphiques qu’anticipé ? Nvidia est devenu l’un des principaux bénéficiaires de la vague de l’IA générative parce que ses GPU sont essentiels à l’entraînement et au fonctionnement de nombreux grands modèles.

Le raisonnement possède cependant une limite importante. Une IA moins coûteuse peut aussi encourager davantage d’entreprises, de développeurs et de particuliers à en faire usage. Dans ce cas, la demande totale de calcul pourrait rester forte, voire augmenter. La baisse boursière traduit donc une révision brutale des attentes sur la rentabilité future des investissements, pas un verdict définitif sur les besoins matériels de l’IA.

Nvidia a d’ailleurs salué DeepSeek comme une avancée dans l’IA, tout en rappelant que l’inférence, c’est-à-dire la phase durant laquelle un modèle répond aux utilisateurs, nécessite toujours une puissance de calcul considérable à grande échelle. Sam Altman, patron d’OpenAI, a lui aussi qualifié R1 de modèle « impressionnant », notamment au regard de ce qu’il propose pour son prix, tout en assurant qu’OpenAI préparerait des modèles plus performants.

Donald Trump y voit un avertissement stratégique pour les États-Unis

Lors d’une intervention à Miami le 27 janvier 2025, Donald Trump a qualifié l’émergence de DeepSeek de « wake-up call », un signal de réveil pour l’industrie américaine. Il a appelé les entreprises du pays à se concentrer sur la compétition afin de conserver leur avance technologique.

Le parallèle avec un « moment Sputnik » permet de comprendre la portée politique de cette réaction. En 1957, le lancement du premier satellite soviétique avait provoqué un choc aux États-Unis et accéléré les investissements américains dans l’espace, l’éducation scientifique et la recherche. Dans le cas de DeepSeek, l’enjeu est similaire dans son principe : la démonstration qu’un rival peut progresser rapidement remet en cause l’idée d’une domination technologique acquise.

Donald Trump a aussi relevé qu’une méthode moins coûteuse pour développer l’IA pourrait être une bonne nouvelle si elle pousse les entreprises américaines à devenir plus efficaces. Son avertissement ne se réduit donc pas à une inquiétude sur les performances d’un seul modèle. Il met en lumière la pression exercée sur la Silicon Valley, sommée de continuer à innover tout en maîtrisant des dépenses de calcul en très forte hausse.

Cette compétition s’inscrit dans un contexte plus large. La Chine a affiché son ambition de devenir un leader mondial de l’intelligence artificielle d’ici à 2030, tandis que les États-Unis ont multiplié les restrictions sur l’exportation vers la Chine de composants de calcul avancés. DeepSeek est ainsi devenu, en quelques jours, un symbole de cette rivalité industrielle et géopolitique.

Un modèle ouvert, mais pas une transparence totale

DeepSeek-R1 se démarque également par son mode de diffusion. L’entreprise a publié les poids de son modèle principal sous licence MIT, ainsi que plusieurs modèles distillés de plus petite taille. Les « poids » correspondent aux réglages numériques appris par le modèle pendant son entraînement. Leur mise à disposition permet à des développeurs de télécharger le modèle, de l’étudier, de l’adapter et, avec le matériel adéquat, de l’exécuter sur leurs propres infrastructures.

Il faut néanmoins éviter un raccourci fréquent : publier les poids d’un modèle ne signifie pas que l’intégralité de sa conception est transparente. Les données précises utilisées pour l’entraînement, toutes les étapes de préparation, les essais internes et les ressources complètes mobilisées ne deviennent pas automatiquement publics.

Cette ouverture peut accélérer la recherche et donner aux entreprises davantage de contrôle sur leurs usages, notamment lorsqu’elles souhaitent faire tourner un modèle dans leur propre environnement. Elle soulève aussi des questions de sécurité : plus un modèle performant est facilement accessible, plus il faut réfléchir aux conditions de son déploiement, aux abus possibles et aux garde-fous à mettre en place.

Pour un utilisateur, la différence est concrète. Utiliser le service en ligne de DeepSeek revient à envoyer ses requêtes à une plateforme distante. Exécuter un modèle localement peut offrir un meilleur contrôle des données, mais suppose des compétences techniques et du matériel adapté. Dans les deux cas, une organisation doit évaluer la confidentialité des informations traitées, les obligations réglementaires applicables et la fiabilité des réponses obtenues.

Une concurrence qui dépasse les seuls modèles conversationnels

La réaction de la Silicon Valley montre que DeepSeek est pris au sérieux, même si l’ampleur durable de son avantage reste à démontrer. Des informations de presse ont évoqué un état de « panique » chez Meta, dont les équipes chercheraient à comprendre les méthodes employées par l’entreprise chinoise. Dans un secteur qui avance par publications, améliorations et réutilisation rapide d’idées techniques, une démonstration convaincante peut accélérer très vite les travaux des concurrents.

La véritable question est moins de savoir si R1 remplacera immédiatement ChatGPT, les modèles de Meta ou les outils d’OpenAI. Elle est de déterminer si DeepSeek a mis en évidence une méthode reproductible pour réduire fortement les coûts tout en conservant des performances élevées. Si la réponse est oui, les conséquences pourraient toucher toute la chaîne de valeur : fabricants de puces, fournisseurs de cloud, éditeurs de logiciels et entreprises clientes.

Les bénéfices potentiels sont considérables. Une IA plus accessible pourrait permettre à davantage d’acteurs de créer des assistants spécialisés, des outils éducatifs, des logiciels de programmation ou des services de recherche. Mais cette diffusion accélérée renforce aussi les besoins de contrôle qualité, de protection des données, de cybersécurité et de règles claires pour les usages sensibles.

Ce qu’il faut surveiller après le choc DeepSeek

Dans les prochains mois, plusieurs indicateurs permettront de mesurer la portée réelle de l’épisode DeepSeek. Le premier sera la confirmation indépendante de ses performances. Les benchmarks publiés par une entreprise sont des éléments importants, mais les comparaisons réalisées par des chercheurs, des développeurs et des clients dans des conditions variées sont essentielles pour juger la fiabilité d’un modèle.

Le deuxième concerne l’économie du modèle. Les observateurs devront distinguer le coût de calcul annoncé pour une étape précise de l’entraînement, le coût complet de recherche et développement, et le coût de fonctionnement à grande échelle. Cette distinction est indispensable pour savoir si la promesse d’une IA moins chère peut être généralisée.

Enfin, la réponse américaine sera déterminante. Elle peut prendre la forme d’investissements privés, de soutien à la recherche, d’une politique industrielle sur les puces ou de règles renforcées sur les technologies sensibles. L’épisode DeepSeek rappelle une réalité souvent masquée par les démonstrations de produits : l’avenir de l’IA se joue autant dans les laboratoires que dans les centres de données, les chaînes d’approvisionnement et les choix stratégiques des États.