DeepSeek, le choc chinois qui oblige l’économie mondiale de l’IA à revoir ses calculs

L’irruption de DeepSeek a eu l’effet d’un rappel brutal pour l’industrie de l’intelligence artificielle : la course aux modèles les plus performants ne se joue pas uniquement à coups de milliards de dollars, de centres de données géants et de puces toujours plus nombreuses. En quelques semaines, la start-up chinoise est devenue le symbole d’une autre approche, fondée sur l’optimisation des modèles et la diffusion publique de leurs poids, c’est-à-dire des paramètres qui permettent de les exécuter ou de les adapter.

Cette percée ne signifie pas que la Chine a soudainement pris une avance définitive sur les États-Unis, ni que les acteurs établis sont condamnés. Elle remet toutefois en cause une croyance très installée : pour atteindre le niveau des meilleurs assistants conversationnels, il faudrait nécessairement engager des dépenses hors de portée de presque toutes les entreprises. À la date du 23 février 2025, DeepSeek oblige donc investisseurs, concurrents et pouvoirs publics à réexaminer le coût, l’accès et la souveraineté de l’IA.

DeepSeek, une entreprise chinoise devenue un signal mondial

DeepSeek est une entreprise chinoise installée à Hangzhou, fondée en 2023 et liée à High-Flyer, une société de gestion quantitative cofondée par Liang Wenfeng. Son arrivée dans le débat public mondial ne tient pas seulement à une application de discussion concurrente de ChatGPT. Elle tient surtout à la succession rapide de plusieurs publications et modèles qui ont attiré l’attention des développeurs.

Le calendrier explique une grande part du phénomène. DeepSeek-V3, présenté en décembre 2024, est un grand modèle de langage généraliste. Le 20 janvier 2025, l’entreprise publie DeepSeek-R1, un modèle orienté vers le raisonnement, notamment les mathématiques, le code et les problèmes demandant plusieurs étapes de réflexion. Quelques jours plus tard, le 27 janvier, elle dévoile Janus-Pro, consacré à la compréhension visuelle et à la génération d’images.

Ces produits ne recouvrent donc pas tous le même usage. Les confondre est une source fréquente de malentendus : un chatbot textuel, un modèle de raisonnement et un modèle multimodal ne se mesurent pas avec exactement les mêmes tests.

Pourquoi DeepSeek-V3 et R1 ont-ils autant marqué le secteur ?

La réponse tient autant à leur méthode qu’à leurs résultats. DeepSeek-V3 repose sur une architecture dite Mixture of Experts, ou mélange d’experts. Au lieu de mobiliser tous les paramètres du modèle pour chaque demande, le système n’en active qu’une partie pertinente. D’après le rapport technique de l’entreprise, DeepSeek-V3 compte 671 milliards de paramètres au total, mais environ 37 milliards de paramètres activés pour un jeton donné.

Un paramètre est une valeur numérique ajustée pendant l’entraînement. Plus un modèle en possède, plus il peut théoriquement représenter des régularités complexes, mais plus son entraînement et son utilisation peuvent coûter cher. L’intérêt d’un mélange d’experts est donc de conserver une capacité globale très élevée tout en limitant le calcul nécessaire à chaque réponse.

DeepSeek-R1 a, lui, frappé les esprits grâce à ses résultats revendiqués dans des tâches de raisonnement. L’entreprise explique avoir développé une première version, R1-Zero, en s’appuyant fortement sur l’apprentissage par renforcement. Cette méthode récompense le modèle lorsqu’il atteint une réponse correcte ou suit une stratégie jugée utile. DeepSeek-R1 ajoute ensuite des étapes visant à améliorer la lisibilité des réponses et la fiabilité générale.

L’enjeu dépasse les performances dans les tableaux de benchmarks. Dans l’économie de l’IA, un modèle utile est aussi un modèle que l’on peut faire tourner à un coût acceptable, intégrer dans un produit et adapter à un domaine métier. En publiant ses modèles, DeepSeek permet à des chercheurs, des entreprises et des développeurs de les examiner et de les déployer eux-mêmes, sous réserve de disposer des compétences et de l’infrastructure nécessaires.

Il faut cependant résister à une lecture trop simple des classements. Il n’existe pas un palmarès unique et définitif des meilleurs modèles. Les résultats varient selon les jeux de tests, les langues, le raisonnement, la programmation, la capacité à suivre des consignes ou la qualité des réponses auprès d’utilisateurs humains. Janus-Pro, par exemple, ne doit pas être présenté comme un assistant conversationnel classé parmi les meilleurs chatbots : il répond à des tâches visuelles spécifiques.

Le chiffre de 5,576 millions de dollars doit être lu avec prudence

L’un des éléments les plus commentés est le montant de 5,576 millions de dollars avancé dans le rapport de DeepSeek-V3. Ce chiffre correspond à l’estimation du coût de calcul pour la phase d’entraînement finale du modèle sur des puces Nvidia H800. Il a alimenté l’idée qu’un modèle de premier plan pouvait être conçu pour une fraction du prix annoncé ou supposé chez les groupes américains.

Mais il ne faut pas le transformer en coût total de l’aventure DeepSeek. Cette somme ne recouvre pas nécessairement les dépenses de recherche antérieures, les salaires, les essais qui n’ont pas abouti, la préparation des données, les serveurs, le stockage, l’inférence, c’est-à-dire la production quotidienne de réponses pour les utilisateurs, ni l’ensemble des investissements matériels. Elle ne permet pas non plus de comparer exactement des modèles qui n’ont pas le même périmètre, la même taille ni les mêmes objectifs.

Le message économique reste néanmoins puissant. Les équipes de DeepSeek montrent que l’amélioration des algorithmes, de l’organisation du calcul et de l’entraînement peut réduire les besoins en ressources pour certaines étapes. Dans un marché où la valeur des fabricants de puces et des fournisseurs de cloud repose largement sur l’explosion attendue de la demande de calcul, cette possibilité est scrutée de très près.

Pourquoi Wall Street a-t-il réagi aussi violemment ?

Le 27 janvier 2025, les marchés américains ont connu une séance particulièrement agitée. Nvidia a perdu près de 593 milliards de dollars de capitalisation boursière en une journée, une baisse historique en valeur absolue. D’autres entreprises liées aux puces, aux centres de données et à l’énergie ont également été touchées.

Cette réaction ne signifiait pas que DeepSeek avait remplacé Nvidia, ni que ses modèles étaient devenus sans intérêt. Elle traduisait une révision brutale des anticipations. Depuis plusieurs années, une thèse domine : l’IA générative nécessitera toujours plus de puces avancées, de puissance électrique et de centres de données. Si des modèles compétitifs peuvent être entraînés ou exploités plus efficacement, le rythme de croissance attendu de ces dépenses pourrait être moins linéaire que prévu.

Pour Nvidia, Microsoft, Meta, OpenAI et leurs partenaires, le défi est donc moins celui d’un unique concurrent que celui d’une évolution de la structure du marché. L’efficacité peut faire baisser le coût unitaire d’une tâche, mais elle peut aussi multiplier les usages de l’IA. C’est un phénomène classique dans la technologie : un outil moins cher peut étendre le marché au lieu de le réduire.

Il est par ailleurs inexact de parler d’une chute de l’action OpenAI : OpenAI n’est pas une entreprise cotée en Bourse. Les mouvements observés concernent les sociétés cotées exposées aux infrastructures et aux services d’IA, ainsi que les valorisations privées et les attentes des investisseurs.

Une percée chinoise, mais pas une démonstration d’autonomie totale

L’ascension de DeepSeek s’inscrit dans une stratégie chinoise plus large. Depuis plusieurs années, Pékin fait de l’intelligence artificielle une priorité industrielle et scientifique. Le plan chinois de développement d’une nouvelle génération d’IA, publié en 2017, fixe notamment l’ambition de faire du pays un leader mondial du domaine à l’horizon 2030. Les grandes villes, universités, groupes technologiques et investisseurs disposent également de puissants leviers pour soutenir cet écosystème.

Pour autant, il serait imprudent d’en déduire que DeepSeek bénéficie d’un financement public direct démontré ou d’un soutien gouvernemental sans réserve. Son parcours est aussi lié à l’expérience accumulée par High-Flyer dans le calcul intensif et à la capacité de ses équipes à concevoir des modèles efficaces. Liang Wenfeng a participé, le 17 février 2025, à un symposium réunissant le président Xi Jinping et des entrepreneurs privés, signe de l’attention politique portée aux entreprises technologiques chinoises.

La question des puces rappelle les contraintes du pays. Les restrictions américaines sur les exportations de composants avancés ont limité l’accès de la Chine à certains processeurs de Nvidia. DeepSeek-V3 a été entraîné sur des Nvidia H800, une version conçue pour le marché chinois dans le contexte de contrôles à l’exportation antérieurs. L’efficacité revendiquée par DeepSeek peut donc aussi être lue comme une réponse à un environnement où l’accès au matériel le plus performant est plus incertain.

Sécurité des données : pourquoi plusieurs pays limitent-ils DeepSeek ?

La réussite technique de DeepSeek s’accompagne rapidement de préoccupations réglementaires. Celles-ci ne portent pas principalement sur la qualité des réponses du chatbot, mais sur le traitement des données des utilisateurs et sur le recours à un service lié à une entreprise chinoise dans des environnements sensibles.

L’Italie a été parmi les premiers pays européens à agir. À la fin janvier 2025, l’autorité italienne de protection des données a demandé des informations à DeepSeek, puis a indiqué avoir bloqué l’accès à son service sur le territoire, évoquant une protection des données insuffisamment claire. En Corée du Sud, la Commission de protection des informations personnelles a annoncé le 17 février 2025 la suspension des nouveaux téléchargements de l’application, dans l’attente de vérifications sur ses pratiques de traitement des données.

D’autres mesures sont plus ciblées. Taïwan a interdit l’usage de DeepSeek dans les organismes du secteur public. L’Australie a demandé le retrait de l’application des appareils et systèmes du gouvernement fédéral. Aux États-Unis, les débats politiques et législatifs se multiplient autour du risque de sécurité nationale, sans équivaloir à une interdiction générale du service pour tous les particuliers à cette date.

Pour les utilisateurs, la leçon dépasse DeepSeek. Avant de confier des documents, du code, des données de clients ou des informations internes à n’importe quel assistant d’IA, il faut vérifier où les données sont traitées, combien de temps elles sont conservées, si elles peuvent servir à améliorer le service et quelles options de contrôle sont proposées. Ces précautions valent aussi pour les solutions américaines ou européennes.

Ce qu’il faut surveiller dans les prochains mois

DeepSeek a ouvert trois fronts que l’industrie devra clarifier. Le premier est technologique : les résultats de R1 et de V3 seront-ils confirmés dans des usages réels, au-delà des benchmarks publiés et des démonstrations ? La qualité en français, la fiabilité factuelle, la résistance aux manipulations et le coût d’exploitation à grande échelle compteront autant que les performances en mathématiques ou en code.

Le deuxième front est économique. Les concurrents vont chercher à rendre leurs propres modèles plus efficients, à publier davantage de modèles ouverts ou à ajuster leurs tarifs. Le véritable changement pourrait être une diffusion plus large de l’IA dans les petites entreprises, les laboratoires et les administrations, si le coût d’accès baisse durablement.

Enfin, le troisième front est géopolitique et réglementaire. Les restrictions visant DeepSeek illustrent une tension appelée à durer : les États veulent profiter de l’innovation tout en conservant la maîtrise de données sensibles et d’infrastructures critiques. Dans cette compétition, les modèles ne sont plus seulement des produits numériques. Ils deviennent des actifs industriels, économiques et stratégiques.

DeepSeek n’a donc pas clos la course à l’IA. La start-up a surtout rendu cette course plus ouverte, plus incertaine et plus exigeante. Elle rappelle qu’une innovation décisive peut venir autant d’une meilleure utilisation des ressources que de leur accumulation.