Un virage discret mais significatif dans les choix d'IA
La dynamique s'accélère : des groupes occidentaux comme DoorDash, Airbnb et Siemens déploient désormais des modèles d'intelligence artificielle venus de Chine, au détriment d'outils américains tels que Claude ou ChatGPT. Selon une enquête du Financial Times publiée en juillet 2026 et des données d'usage rapportées par la plateforme OpenRouter, les offres de fournisseurs chinois – notamment DeepSeek et Z.ai – ont franchi un seuil symbolique en dépassant leurs concurrents américains en volume d'utilisation.
La motivation première est économique. L'index Ramp AI évalue à environ 7 500 $ par employé et par mois la dépense dans les organisations les plus engagées en IA, avec un cas extrême d'une organisation ayant dépensé 500 M$ en un mois. Pour des directions financières confrontées à une montée rapide des coûts variables liés aux appels de modèles et à l'orchestration, l'arbitrage devient immédiat.
Coûts, contrôle et modularité : les ressorts du basculement
Au-delà des tarifs, plusieurs acteurs mettent en avant un atout technique : des modèles en « open-weight » (poids ouverts) qui exposent leurs paramètres. Cette caractéristique facilite l'adaptation fine aux cas d'usage internes et améliore le contrôle sur les données sensibles, deux priorités pour les entreprises réglementées.
- Des économies directes signalées par des dirigeants d'entreprise, avec l'exemple d'un modèle de la start-up chinoise Moonshot AI utilisé par DoorDash.
- Une réorientation qui touche aussi les start-up : la californienne Lindy a abandonné les outils d'Anthropic au profit de DeepSeek V4.
- Des données d'usage consolidées par OpenRouter montrant la montée en puissance de DeepSeek et Z.ai.
Le sujet n'était que rarement abordé publiquement dans le secteur. Un dirigeant de plateforme, Eugene Cheah (Featherless AI), évoque d'ailleurs un thème que l'écosystème évitait jusqu'ici, signe que la discussion sur les arbitrages techniques et économiques s'ouvre désormais au grand jour.
Quelles implications pour les entreprises et leurs fournisseurs ?
Pour les directions des systèmes d'information et les comités achats, le message est clair : la trajectoire budgétaire des projets IA peut déraper si elle reste indexée à des modèles facturés à l'usage sans optimisation. La bascule vers des alternatives moins coûteuses et plus configurables réinterroge la dépendance à un petit nombre de prestataires et met la pression sur les grilles tarifaires des acteurs historiques.
Les effets possibles à court terme :
- Renégociation des contrats et diversification du portefeuille de modèles pour limiter le risque de verrouillage fournisseur.
- Réarchitectures en faveur d'outillages capables d'orchestrer plusieurs modèles (américains et chinois) selon le coût et la performance attendus.
- Revue des politiques de données afin d'évaluer les bénéfices de modèles à poids ouverts en matière d'auditabilité et de personnalisation.
Points de vigilance pour les groupes européens
Si le levier coût-performance attire, l'adoption de modèles chinois appelle une évaluation rigoureuse des enjeux de conformité, de sécurité et de gouvernance des données. La localisation des traitements, les clauses contractuelles encadrant l'entraînement ultérieur, et la traçabilité des versions de modèles deviennent des critères déterminants au même titre que le prix et la latence.
Ces arbitrages concernent directement les entreprises françaises exposées à la compétition internationale et à la pression de productivité. Dans les mois à venir, la standardisation de processus de sélection multi-modèles et l'outillage d'observabilité pourraient s'imposer comme des prérequis pour tenir la ligne budgétaire tout en maintenant la qualité des cas d'usage (service client, automatisation back-office, assistance à la décision).
Cas d'usage et bascule d'écosystème
La tendance touche à la fois les grands groupes et les structures plus agiles. Elle se traduit par des migrations partielles – pour certains flux ou microservices – plutôt que par des remplacements massifs immédiats. Dans ce contexte, la capacité à comparer en continu coût par requête, taux d'erreur et temps de réponse devient un avantage opérationnel.
| Entreprise | Modèle/Fournisseur cité | Motif principal évoqué |
|---|---|---|
| DoorDash | Moonshot AI | Économies sur la facture IA |
| Airbnb | Modèles chinois (non précisés) | Coûts et performance jugés suffisants |
| Siemens | Modèles chinois (non précisés) | Optimisation des dépenses IA |
| Lindy | DeepSeek V4 | Abandon des outils Anthropic |
Les données d'OpenRouter indiquant un dépassement en usage de DeepSeek et Z.ai confirment la réalité d'un rééquilibrage. Pour les fournisseurs américains historiques, la réponse passera sans doute par des offres plus modulaires, des options d'hébergement flexibles et des politiques tarifaires mieux alignées sur les volumétriques réelles.
Ce que cela change pour les salariés et les clients finaux
Côté équipes, la bascule vers des modèles plus économiques peut accélérer la diffusion d'outils d'assistance logicielle au quotidien si les coûts par utilisateur diminuent. Pour les clients, l'enjeu tient à la stabilité et à la qualité de service : le choix de modèles doit éviter une dégradation des réponses, tout en garantissant la protection des données personnelles manipulées dans les parcours numériques.
À ce stade, un fait demeure central : face à une dépense mensuelle pouvant grimper à 7 500 $ par employé, la contrainte budgétaire s'impose comme le premier moteur des recompositions en cours. Le marché entre dans une phase de comparaison fine où prix, contrôle technique et gouvernance des données pèsent autant que la notoriété des fournisseurs.
