Je prends « La strategie multi-modele et le risque de dependre d’un seul moteur » par le côté terrain en mars 2024, parce que les promesses techniques deviennent claires seulement quand elles rencontrent les contraintes. La promesse de « La strategie multi-modele et le risque de dependre d’un seul moteur », en mars 2024, tient dans cette idée: le choix de modèle devient une décision d’architecture, pas une nouveauté de laboratoire, mais elle doit encore passer par les détails.

En mars 2024, le paysage de l’IA a complètement changé depuis l’époque où ChatGPT régnait seul. Aujourd’hui, comme Directeur TI, je regarde une carte avec plusieurs gros moteurs: celui d’OpenAI, celui d’Anthropic, celui de Google, sans compter les modèles ouverts qu’on peut faire rouler chez nous. Pis mon vieux réflexe d’architecte se réveille en titi: attention à ne pas attacher toute notre maison à un seul fournisseur.

Le piège du moteur unique

flowchart TD
    A[Notre maison branchee sur l'IA] --> B{Un seul moteur?}
    B -->|Oui| C[Dependance totale a un fournisseur]
    B -->|Non| D[Capacite de changer de moteur]
    C --> E[Il monte ses prix: on subit]
    C --> F[Il deprecie un modele: on casse]
    C --> G[Sa qualite baisse: on est coince]
    D --> H[Une couche d'abstraction au milieu]
    H --> I[Choisir le bon modele par tache]
    H --> J[Negocier, comparer, basculer]
    I --> K[Liberte strategique preservee]
    J --> K

J’ai vu ce film-là bien des fois dans ma carrière, avec les bases de données, les fournisseurs cloud, les progiciels. Quand tu écris ton système pour qu’il ne sache parler qu’à un seul fournisseur, tu lui donnes un pouvoir énorme sur toi. Le jour où il monte ses prix, déprécie la version que t’utilisais, ou baisse en qualité, t’es coincé. Avec l’IA, le risque est encore plus vif, parce que les modèles changent à une vitesse folle.

Mettre une couche d’abstraction au milieu

La parade que je défends, c’est de ne jamais coller notre code directement sur un modèle précis. On met une couche d’abstraction au milieu — une sorte de prise standard — pour pouvoir brancher l’un ou l’autre selon le besoin. Un modèle excelle pour résumer, un autre coûte moins cher pour des tâches simples, un troisième tourne chez nous pour les données sensibles. Le bon outil pour la bonne job, sans se marier à personne.

Bien sûr, cette souplesse a un coût: c’est un peu plus de travail au départ que de foncer avec le modèle à la mode. Mais ce coût, je le vois comme une assurance. Dans un domaine qui bouge aussi vite que l’IA, la pire position stratégique pour HLC serait de dépendre entièrement d’un moteur qu’on ne contrôle pas. Garder la main sur ce choix, c’est garder notre liberté.

Ce que je retiens

En mars 2024, le choix d’un modèle d’IA est devenu une vraie décision d’architecture, pas un détail de laboratoire. Le paysage s’est peuplé: OpenAI, Anthropic, Google, modèles ouverts qu’on peut héberger nous-mêmes. Pis mon réflexe d’architecte me crie d’éviter le piège du moteur unique.

Ce que je retiens, c’est qu’attacher toute notre maison à un seul fournisseur lui donne un pouvoir énorme: hausses de prix, dépréciation, baisse de qualité, on subit tout. Ma parade, c’est une couche d’abstraction — une prise standard — pour brancher le bon modèle selon la tâche pis garder la liberté de basculer. Ça coûte un peu plus au départ, mais c’est une assurance. Dans un domaine aussi mouvant, la pire position pour HLC serait de dépendre d’un moteur qu’on ne contrôle pas. Garder la main sur ce choix, c’est garder notre liberté stratégique.