Et si l’IA d’entreprise entrait déjà dans l’ère des stratégies multi-modèles ?
L’intelligence artificielle (IA) évolue vers une phase de maturité où les entreprises commencent à arbitrer entre plusieurs modèles en fonction des usages, des coûts et de la sensibilité des tâches.
Pendant longtemps, le débat autour de l’IA s’est articulé autour d’une logique de classement, avec un acteur dominant et plusieurs challengers. Cette dynamique rappelle les débuts du cloud, où chaque entreprise cherchait à imposer sa plateforme comme référence unique. Cependant, la situation actuelle révèle une segmentation des modèles d’IA.
Selon l’AI Gateway Production Index de Vercel, en juin 2026, les modèles open-weight ont traité 29 % des tokens, représentant moins de 4 % des dépenses totales. En comparaison, Anthropic a concentré 61 % de la dépense tout en ne traitant que 32 % des tokens. Ces données suggèrent que les entreprises confient les tâches les plus sensibles aux modèles les plus robustes, tandis que les usages à volume élevé et faible criticité se dirigent vers des options plus économiques.
Une bascule silencieuse
Cette tendance d’allocation se manifeste également dans l’évolution des flux sur l’AI Gateway Production Index de Vercel. En juin, le volume total de tokens a augmenté de 29 % en un mois, et les dépenses totales ont crû de 27 %, alors que le prix moyen par token est resté stable. Cela indique un ajustement continu des choix plutôt qu’un changement brusque.
Un exemple frappant est celui de DeepSeek, qui est passé d’un volume insignifiant à 22,6 % des tokens en juin, illustrant la rapidité avec laquelle les choix peuvent évoluer dès qu’une alternative moins coûteuse et suffisamment performante émerge.
Du réflexe de comparaison à la logique d’allocation
Les directions techniques adoptent de plus en plus une approche d’allocation : quel modèle pour quelle tâche, que ce soit pour une rédaction courante, un développement critique ou une analyse réglementaire. Chaque cas d’usage devient une décision architecturale plutôt qu’un simple choix de fournisseur.
Cette logique se reflète également par type d’usage. OpenAI domine la génération d’images avec 53 % du volume, tandis que les laboratoires chinois captent environ deux tiers des dépenses vidéo, sans qu’aucun fournisseur ne s’impose sur l’ensemble des usages.
La gouvernance devient un avantage compétitif
Dans les cas critiques, comme les agents de développement ou l’automatisation back-office, Anthropic concentre plus de 72 % des dépenses. Cela met en lumière l’importance de la confiance et de la fiabilité dans les domaines à enjeux élevés.
Pour les dirigeants, cela signifie qu’il est essentiel de repenser la gouvernance de l’IA comme une compétence organisationnelle continue, capable de s’adapter aux fluctuations de prix, aux ruptures d’accès à certains modèles et à l’émergence rapide de nouveaux entrants.
Une nouvelle maturité de l’intelligence artificielle
Il serait prématuré de considérer que les positions sont figées. Les modèles les plus avancés continuent de garder une longueur d’avance sur les usages exigeants, et les équilibres évoluent rapidement. Par exemple, entre mai et juin, la part des tokens d’OpenAI est passée de 12,5 % à 10,3 %, tandis que sa part de dépense a augmenté de 13,3 % à 16,1 %, indiquant une évolution des types de tâches qui lui sont confiées.
Ce mouvement, bien qu’émergent, dessine une nouvelle forme de maturité. Les entreprises les mieux positionnées seront celles capables d’adapter en continu leur portefeuille de modèles, plutôt que de rechercher un fournisseur unique.
L’intelligence artificielle entre ainsi dans une phase où la création de valeur dépend autant de son orchestration que de la qualité des modèles. Pour les entreprises, l’enjeu est désormais de développer cette capacité de pilotage, qui pourrait devenir un avantage concurrentiel aussi structurant que la maîtrise des achats, de la finance ou de la cybersécurité.
Source : AI Gateway Production Index de Vercel
