Le modèle économique des intelligences artificielles chinoises à poids ouverts, ou open-weight, fait face à des défis financiers majeurs qui le distinguent radicalement du logiciel libre. Contrairement au logiciel open-source dont la distribution quasi gratuite permet des marges bénéficiaires élevées, les modèles IA exigent des infrastructures coûteuses pour chaque requête. Le calcul, l'électricité et la capacité des centres de données s'additionnent à chaque inférence, rendant la rentabilité à court terme extrêmement difficile. Les résultats financiers de plusieurs laboratoires chinois indépendants en témoignent clairement. Zhipu AI, également connue sous le nom de Z.ai, a enregistré une perte d'environ 500 millions de dollars sur un chiffre d'affaires de 107 millions de dollars au cours de l'année écoulée. Ses actions ont chuté de plus de 40 % en un mois, malgré le lancement remarqué du modèle GLM 5.2. De même, MiniMax a présenté une perte de 250 millions de dollars sur 79 millions de revenus, avec une dévaluation boursière dépassant les 50 % durant la même période. Moonshot AI, autre acteur du secteur, a même dû suspendre les nouvelles inscriptions après le lancement de son modèle Kimi K3 en raison d'une pénurie de puissance de calcul. La raison principale de cette détresse économique réside dans le fonctionnement même des modèles à poids ouverts. En diffusant les paramètres numériques permettant de reproduire l'IA, ces laboratoires autorisent leurs clients, principalement les géants du cloud et les fournisseurs spécialisés, à héberger et exécuter les algorithmes eux-mêmes. Les entreprises privilégient souvent ces infrastructures tierces pour des raisons de sécurité des données, plutôt que d'utiliser les services d'inférence des créateurs. Par conséquent, les laboratoires qui ont investi des centaines de millions de dollars dans l'entraînement ne captent que peu, voire aucun, revenu récurrent. Comme le soulignent les analystes, l'inférence génère la plupart des profits, mais elle profite généralement aux acteurs les plus efficaces en matière d'infrastructure, pas aux développeurs des modèles. Cette stratégie ouvre néanmoins une voie géographique et commerciale alternative. En rendant leurs modèles accessibles, les entreprises chinoises visent à bousculer la domination des leaders américains comme OpenAI et Anthropic. En transformant l'IA de pointe en une commodité à moindre coût, Pékin exerce une pression concurrentielle qui pourrait contraindre ses rivaux occidentaux à réduire leurs prix et à amortir plus difficilement leurs investissements massifs. Les experts estiment que ces laboratoires acceptent de sacrifier leur rentabilité immédiate au profit d'une position stratégique à long terme. Cette orientation s'inscrit également dans une politique d'État clairement définie. Lors d'une récente allocution à Shanghai, le président chinois Xi Jinping a appelé à promouvoir l'ouverture, le partage et la collaboration en matière de technologies numériques. Conformément à cette directive, des acteurs majeurs comme Zhipu, MiniMax et Moonshot intègrent cette logique d'ouverture dans leur développement, même si elle complique considérablement leur cheminement vers la profitabilité. Pour l'instant, le marché récompense davantage les infrastructures cloud qui hébergent ces modèles que les laboratoires qui les ont conçus.