Réguler l’IA pourrait changer qui gagne la course à l’IA
Une nouvelle étude économique soutient que la réflexion réglementaire actuelle est mal adaptée à la structure émergente de l’industrie de l’IA, où de puissants développeurs de modèles fondamentaux et des entreprises d’application opèrent au sein d’une chaîne d’approvisionnement étroitement interconnectée. Cette recherche souligne comment les décisions politiques affectant la concurrence, les ressources informatiques et les dynamiques de tarification peuvent façonner non seulement les profits des entreprises, mais également le bien-être des consommateurs.
Économie de la chaîne d’approvisionnement de l’IA
Le développement de l’IA tourne de plus en plus autour des modèles fondamentaux, des réseaux neuronaux massifs entraînés sur d’énormes ensembles de données capables d’effectuer une large gamme de tâches. Ces modèles constituent la colonne vertébrale technologique des produits IA modernes, mais leur développement est extrêmement coûteux. La formation d’un modèle à l’échelle de GPT-4 peut coûter plus de 100 millions de dollars, ce qui rend impraticable pour la plupart des organisations de construire leurs propres modèles.
En raison de ces coûts élevés, l’industrie de l’IA a évolué vers une chaîne d’approvisionnement structurée verticalement. Dans cet écosystème, de grandes entreprises technologiques construisent et maintiennent des modèles fondamentaux, tandis que des entreprises en aval les adaptent pour des applications spécialisées.
Le mécanisme clé qui permet cette structure est le fine-tuning, un processus par lequel les entreprises en aval réentraînent un modèle de base à l’aide de données spécifiques à leur domaine. Bien que la préformation du modèle nécessite d’énormes ressources informatiques, le fine-tuning exige généralement moins de puissance informatique, ce qui le rend accessible aux petites entreprises.
Politiques de concurrence et bien-être des consommateurs
Les régulateurs tentent souvent d’accroître la concurrence en améliorant la transparence des prix ou en exigeant des entreprises qu’elles fournissent des informations précises sur la performance des produits. Les chercheurs identifient deux catégories principales d’intervention politique : les politiques de concurrence par les prix et celles par la qualité.
Les politiques promouvant la concurrence par les prix se concentrent sur l’amélioration de la transparence des prix. Cependant, l’étude révèle que le résultat est plus complexe dans les chaînes d’approvisionnement de l’IA. Lorsque la concurrence s’intensifie et que les entreprises réduisent les prix, leur incitation à investir dans l’amélioration des modèles peut diminuer, ce qui peut réduire le bien-être des consommateurs.
En revanche, les politiques de concurrence axées sur la qualité, telles que les règles exigeant des déclarations de produits précises, améliorent systématiquement les résultats pour les consommateurs. Ces politiques encouragent les entreprises à investir davantage dans l’amélioration des modèles, augmentant la qualité des services IA tout en maintenant une pression concurrentielle sur les prix.
Subventions informatiques et économie de l’infrastructure IA
L’étude examine également un second outil réglementaire : les subventions informatiques. Plusieurs gouvernements ont commencé à subventionner l’accès aux infrastructures informatiques utilisées pour la formation de l’IA. Les chercheurs analysent comment ces subventions affectent la chaîne d’approvisionnement de l’IA et concluent qu’elles augmentent généralement le bien-être des consommateurs.
Cependant, les avantages dépendent fortement des conditions de coût. Si les coûts informatiques restent élevés, les subventions peuvent devenir inefficaces. Il est donc crucial que les décideurs calibrent soigneusement les taux de subvention.
Conclusion
Les avancées dans la technologie des GPU réduisent progressivement le coût de formation et de déploiement des modèles IA. À mesure que les coûts informatiques diminuent, l’efficacité des différentes politiques réglementaires évoluera. L’avenir semble positif pour les consommateurs, car la baisse des coûts informatiques permet d’offrir des produits IA de meilleure qualité à des prix plus bas.
