DeepSeek et Lee Kai-fu : pourquoi l’amalgame avec 01.AI doit être corrigé

La formule est séduisante, mais elle est inexacte : DeepSeek n’est pas la start-up de Lee Kai-fu. Cette mise au point est essentielle pour comprendre l’émergence spectaculaire de l’entreprise chinoise dans la course aux grands modèles de langage. Elle évite aussi de confondre deux acteurs bien réels, mais indépendants, de l’intelligence artificielle chinoise : DeepSeek et 01.AI.

Au 22 mars 2025, DeepSeek occupe une place singulière dans le débat mondial sur l’IA générative. Ses modèles récents, notamment DeepSeek-V3 et DeepSeek-R1, ont attiré l’attention par leurs capacités et par la publication d’éléments techniques permettant à la communauté d’étudier leurs méthodes. Lee Kai-fu, de son côté, reste une personnalité majeure du secteur, mais son entreprise est 01.AI, pas DeepSeek.

Le point à corriger : DeepSeek n’appartient pas à Lee Kai-fu

Attribuer DeepSeek à Lee Kai-fu revient à mélanger les trajectoires de deux entrepreneurs chinois reconnus. Liang Wenfeng est le fondateur de DeepSeek. Il est également connu pour son lien avec High-Flyer, une structure spécialisée dans l’investissement quantitatif, c’est-à-dire l’utilisation d’algorithmes et de données pour orienter des stratégies financières.

Lee Kai-fu est, quant à lui, un chercheur, dirigeant et investisseur très identifié dans l’écosystème technologique chinois. Après avoir notamment dirigé Google Chine et créé le fonds Sinovation Ventures, il a fondé 01.AI en 2023. Cette société a développé la famille de modèles de langage Yi.

La distinction ne relève pas d’un détail administratif. Elle change la lecture de la stratégie industrielle : les choix de recherche, les équipes, les financements, les produits et la gouvernance de DeepSeek ne se confondent pas avec ceux de 01.AI.

L’existence d’un écosystème chinois dynamique, dans lequel des entreprises peuvent utiliser, comparer ou intégrer les modèles les unes des autres, ne constitue pas une preuve de propriété, de partenariat stratégique ou d’investissement. Aucun élément public présenté dans l’article d’archive ne permet d’établir que Lee Kai-fu dirigerait DeepSeek ou y aurait une participation.

Qui est Lee Kai-fu et quel est le rôle de 01.AI ?

Lee Kai-fu est l’une des voix les plus écoutées sur le développement de l’IA en Chine. Sa notoriété repose sur un parcours à la croisée de la recherche, des grandes entreprises technologiques et du capital-risque. Il a contribué à populariser l’idée que l’IA ne serait pas seulement un secteur informatique parmi d’autres, mais une technologie générale appelée à transformer de nombreux métiers.

Avec 01.AI, lancée en 2023, il s’est inscrit dans la vague des jeunes entreprises chinoises cherchant à construire leurs propres grands modèles de langage. Ces systèmes sont entraînés sur d’immenses ensembles de textes et peuvent générer, résumer, traduire ou analyser du contenu en langage naturel. La famille Yi fait partie de ces modèles chinois conçus pour alimenter des assistants, des outils de recherche, des applications de création ou des logiciels professionnels.

La stratégie d’une entreprise d’IA ne consiste pas toujours à entraîner le modèle le plus grand possible. Elle peut aussi viser l’intégration dans les organisations, l’adaptation aux données d’un client, la réduction des coûts de calcul ou la création d’applications concrètes. C’est précisément pourquoi il faut distinguer le laboratoire qui conçoit un modèle de l’entreprise qui choisit de l’utiliser dans un produit.

DeepSeek, une trajectoire distincte autour de modèles très commentés

DeepSeek s’est imposée dans l’actualité de l’IA grâce à une succession de publications techniques et de modèles rendus accessibles au public. DeepSeek-V3, publié le 26 décembre 2024, puis DeepSeek-R1, présenté le 20 janvier 2025, ont fortement nourri les discussions sur la capacité d’acteurs chinois à produire des modèles compétitifs et à documenter une partie de leur démarche.

DeepSeek-V3 repose notamment sur une architecture dite de mélange d’experts. L’idée est de ne pas solliciter toutes les composantes du modèle pour chaque demande. À la place, un mécanisme sélectionne des sous-parties spécialisées, ou « experts », selon la tâche à traiter. L’objectif est d’augmenter les capacités du système sans faire exploser, à chaque réponse, la puissance de calcul nécessaire.

Le rapport technique de DeepSeek-V3 décrit un modèle comptant 671 milliards de paramètres au total, dont 37 milliards activés par jeton. Un paramètre est une valeur ajustée pendant l’entraînement, qui aide le modèle à repérer des régularités dans les données. Ce chiffre ne permet pas, à lui seul, de conclure qu’un modèle est meilleur qu’un autre : la qualité des données, la méthode d’entraînement, les garde-fous et l’évaluation sur des tâches réelles comptent tout autant.

DeepSeek-R1 a, pour sa part, mis l’accent sur le raisonnement. Ce terme désigne ici la capacité d’un modèle à décomposer un problème, à vérifier des étapes intermédiaires et à consacrer davantage de calcul à des questions complexes, par exemple en mathématiques ou en programmation. DeepSeek a expliqué avoir utilisé l’apprentissage par renforcement, une méthode qui récompense certains comportements jugés utiles, pour encourager ces capacités.

Cela ne signifie pas qu’un modèle de raisonnement est infaillible. Il peut toujours produire une réponse erronée, inventer une référence, mal interpréter une consigne ou reproduire des biais contenus dans ses données d’entraînement. La démonstration technique ne dispense donc jamais d’une vérification humaine, particulièrement lorsqu’une décision touche à la santé, au droit, à la finance ou à l’emploi.

Pourquoi la publication de DeepSeek-R1 a marqué le secteur

L’intérêt suscité par DeepSeek tient moins à une promesse abstraite de « domination » qu’à plusieurs éléments concrets. L’entreprise a publié des rapports détaillant une partie de ses choix d’architecture et d’entraînement. Elle a aussi rendu accessibles des poids de modèles et des versions plus petites, ce qui permet à des développeurs et à des chercheurs de les tester sur leurs propres infrastructures.

Cette démarche nourrit une concurrence qui ne se joue pas seulement entre les grands groupes américains et chinois. Elle oppose aussi plusieurs visions du développement de l’IA : modèles fermés exploités via des services en ligne, modèles dont les poids sont publiés, modèles compacts déployables localement, ou encore systèmes spécialisés pour une tâche précise.

Confondre des entreprises fausse le débat sur l’innovation chinoise

Dire que la Chine serait un « leader incontesté » de l’IA simplifie excessivement une compétition beaucoup plus complexe. Le pays dispose d’universités, de chercheurs, de grands groupes numériques, de jeunes pousses et d’un vaste marché d’applications. Il est donc un acteur central de l’IA mondiale. Mais il fait face, lui aussi, à des contraintes importantes, notamment l’accès aux puces de calcul les plus avancées et une compétition intense avec les laboratoires américains et internationaux.

La percée de DeepSeek montre surtout qu’une entreprise plus récente peut peser dans la conversation mondiale grâce à une combinaison de recherche, d’optimisation technique et de diffusion de ses modèles. Elle ne prouve pas qu’un unique entrepreneur, aussi influent soit-il, incarne à lui seul l’ensemble du secteur chinois.

Pour les lecteurs, les entreprises clientes et les investisseurs, connaître l’identité des acteurs compte. Une décision d’intégration d’IA implique de savoir qui fournit le modèle, sous quelles conditions il est distribué, où transitent les données, quelle documentation est disponible et qui répond des engagements commerciaux ou de sécurité. Une confusion sur le nom du fondateur peut conduire à une mauvaise compréhension de tous ces sujets.

Les promesses industrielles doivent être vérifiées au cas par cas

L’article d’archive attribuait à DeepSeek des projets d’optimisation industrielle, des partenariats stratégiques et des ambitions sectorielles précises. Ces affirmations ne sont pas étayées par des éléments vérifiables dans le texte fourni. Elles ne doivent donc pas être présentées comme des faits acquis.

Il est raisonnable d’expliquer comment l’IA peut aider une entreprise : prédire des besoins de maintenance, classer des documents, assister des opérateurs, résumer des procédures, détecter des anomalies ou accélérer l’écriture de logiciels. Toutefois, la valeur réelle dépend d’une mise en œuvre rigoureuse. Un modèle généraliste ne remplace ni l’expertise métier ni des données fiables.

Avant de déployer un modèle de langage dans un environnement professionnel, plusieurs questions devraient être posées :

• Les informations envoyées au modèle sont-elles sensibles ou confidentielles ?
• Les réponses peuvent-elles être vérifiées par un salarié qualifié ?
• Le modèle est-il hébergé sur des serveurs externes ou dans l’infrastructure de l’organisation ?
• Quelles règles encadrent la conservation, la suppression et la réutilisation des données ?
• Quel est le coût global, incluant l’intégration, le contrôle et la supervision humaine ?

Ces critères s’appliquent à DeepSeek comme à 01.AI, mais aussi à tous les fournisseurs de modèles génératifs.

Transparence, sécurité et responsabilité : les questions qui demeurent

La vitesse des progrès techniques ne réduit pas les enjeux éthiques, elle les rend plus urgents. Les modèles de langage peuvent produire des informations inexactes avec assurance, révéler des données insérées par erreur dans une requête, aider à automatiser certaines tâches ou être détournés pour générer du contenu trompeur. Les entreprises qui les déploient doivent donc prévoir des règles d’usage claires et des mécanismes de contrôle.

La cybersécurité mérite une attention particulière. Un assistant connecté à des bases de documents, à une messagerie ou à des outils internes peut devenir une porte d’entrée vers des informations sensibles si les droits d’accès sont mal configurés. Les attaques par injection de consignes, qui cherchent à faire ignorer au système ses règles initiales, illustrent ce risque. Le fait qu’un modèle soit performant en conversation ne garantit pas la sécurité de toute l’application qui l’entoure.

La responsabilité doit être partagée entre le concepteur du modèle, l’éditeur de l’outil, l’entreprise qui l’intègre et l’utilisateur final. Dans les usages à fort enjeu, la bonne pratique reste simple : l’IA peut assister une décision, mais une personne compétente doit pouvoir la comprendre, la contester et la corriger.

Ce qu’il faut surveiller après la montée de DeepSeek

La principale leçon de l’épisode DeepSeek n’est pas celle d’un acteur unique qui aurait gagné la course à l’IA. Elle est celle d’un marché où les avancées peuvent rapidement redistribuer l’attention, les investissements et les choix techniques. La publication de DeepSeek-V3 et DeepSeek-R1 a renforcé l’intérêt pour les architectures efficaces, les modèles de raisonnement et l’accès aux poids des modèles.

Les prochains développements à observer concernent d’abord la qualité réelle des modèles dans des usages variés et multilingues, au-delà des démonstrations. Il faudra aussi suivre leur coût d’exploitation, les conditions de licence, les capacités de déploiement local et les garanties offertes sur les données. Enfin, la réaction des concurrents, qu’ils soient chinois, américains ou européens, dira si cette dynamique accélère la diffusion de modèles plus ouverts et plus efficaces.

Une chose est certaine au 22 mars 2025 : DeepSeek et 01.AI méritent chacune d’être suivies pour leurs propres travaux. Les confondre n’aide ni à évaluer leurs technologies ni à comprendre la recomposition rapide du paysage mondial de l’intelligence artificielle.