Les leaders de l'intelligence artificielle, dont Anthropic, OpenAI et Google, font face à un paradoxe technologique majeur : la distillation. Cette technique consiste à utiliser les sorties d'un modèle d'IA avancé pour entraîner ou améliorer un modèle concurrent. Si Anthropic, OpenAI et Google alertent sur le risque que des rivaux n'exploitent massivement leurs résultats pour reproduire leurs avancées à moindre coût, cette situation rappelle étrangement ce qu'ils ont longtemps appliqué à l'ensemble du web. Pendant des années, ces entreprises ont justifié le scraping de contenu en ligne par le concept d'usage loyal, affirmant que toute information publique pouvait servir au développement algorithmique. Aujourd'hui, elles constatent que, dès lors qu'une donnée ou un contenu est publié sur internet, son contrôle devient pratiquement impossible. La préoccupation est légitime sur le plan commercial. Développer des modèles de pointe exige des investissements de plusieurs milliards de dollars. Si la distillation permet à des concurrents de reconstruire une intelligence comparable en une fraction du prix, le modèle économique traditionnel des laboratoires d'IA en serait fortement compromis. Pourtant, la frontière technique et juridique reste floue. La distillation est une pratique courante et bénéfique en interne, permettant aux laboratoires d'optimiser leurs propres modèles ou de créer des versions plus légères. Le débat s'envenime lorsque des acteurs externes l'appliquent, certains chercheurs craignant même que la position ferme d'Anthropic ne freine involontairement l'innovation dans ce domaine. Des experts qualifient cette situation de véritable panique technologique, tandis que d'autres soulignent que les arguments juridiques sur l'usage loyal peuvent s'appliquer des deux côtés. Derrière cette polémique se cache une réalité inhérente à l'écosystème numérique moderne : la course aux données déclenche une dynamique permanente de chat et de souris. Anthropic a progressivement restreint l'accès à ses modèles les plus performants pour limiter les extractions massives, mais ces mesures ont soit échoué, soit provoqué l'émergence de contournements plus sophistiqués. Tant que les sorties d'un modèle sont accessibles, des acteurs trouveront inévitablement des méthodes pour les collecter, les réutiliser et en tirer parti. Cette constatation vaut pour les blogs, les photographies, le code logiciel et désormais les productions des grands modèles de langage. L'affaire met en lumière les limites du contrôle informationnel à l'ère du web ouvert. Les géants technologiques qui ont longtemps défendu la libre circulation et l'exploitation des données en ligne doivent désormais composer avec une dynamique qu'ils ont contribué à instaurer. Le débat sur la légitimité de la distillation continuera de façonner l'évolution de l'intelligence artificielle, la protection des actifs numériques et les relations entre les développeurs de modèles et les créateurs de contenu. Face à cette réalité structurelle, l'industrie devra nécessairement ajuster ses cadres techniques, économiques et juridiques pour concilier innovation ouverte et valorisation des recherches.