Databricks presse Washington d'ouvrir l'IA pour contrer la Chine

Introduction

À San Francisco, le Cerebral Valley AI Summit a donné la parole à Andy Konwinski, cofondateur de Databricks et désormais patron du fonds Laude. Il y a déclenché une alerte : la domination américaine en recherche IA glisse vers la Chine parce que la plupart des percées récentes restent verrouillées derrière les murs des big tech. Pour cet ingénieur devenu investisseur, la question n’est pas seulement industrielle ; elle touche la résilience de la démocratie américaine qui repose, selon lui, sur un flux constant d’échanges académiques ouverts.

Il s’appuie sur un indicateur immédiat : « Les doctorants de Berkeley ou Stanford lisent désormais deux fois plus d’idées chinoises que d’idées américaines », a-t-il confié à TechCrunch. Derrière cette statistique, Konwinski voit la conséquence directe de modèles propriétaires, de salaires qui assèchent les campus et d’une adversité géopolitique où Pékin encourage le partage des architectures DeepSeek ou Qwen. En quinze minutes de conférence, il a replacé la diplomatie technologique au cœur du débat et appelé Washington à une réponse structurée dès 2026.

Développement

Pour étayer son propos, Konwinski a rappelé que la dernière rupture de génération – l’architecture Transformer publiée en 2017 – est née d’un article open source. Le parallèle est volontaire : si l’open science a permis l’essor de GPT, Claude ou Gemini, il juge paradoxal que ces mêmes acteurs verrouillent désormais leurs avancées. Dans le même temps, la Chine impose des standards internes qui poussent Alibaba, Baidu ou des étoiles montantes comme DeepSeek à livrer en open source leurs modèles tout en subventionnant les chercheurs qui les réemploient.

Le fonds Laude, qu’il dirige avec Pete Sonsini (ex-NEA) et Andrew Krioukov (Antimatter), veut incarner l’alternative. L’équipe finance des start-up mais aussi des laboratoires via le Laude Institute, un accélérateur qui distribue des subventions sans équity à des équipes capables de publier des briques fondamentales. En moins d’un an, près d’une trentaine de projets auraient été accompagnés, de nouveaux optimiseurs de training à des jeux de données multimodaux pour la défense. Objectif : réactiver le pont entre universités, industrie et secteur public sans exiger de secret industriel.

Konwinski fustige également le siphonnage des talents académiques par les salaires mirobolants des géants : « On mange nos semences », a-t-il lancé, estimant que les laboratoires privés finiront eux-mêmes par manquer de matière grise. Pour inverser cette dynamique, il propose un plan en trois volets : multiplier les programmes publics de recherche ouverte, encourager la publication des poids des modèles financés par l’argent fédéral et instaurer des incitations fiscales pour les entreprises qui contribuent à des projets open source stratégiques, à l’image de ce que la DARPA avait fait pour l’informatique dans les années 80.

Au-delà de la politique nationale, l’investisseur évoque une compétition culturelle : en Chine, dit-il, la recherche open source est célébrée comme prolongement du plan Made in China 2025, quand les États-Unis ont tendance à considérer l’ouverture comme une vulnérabilité. D’où son appel à bâtir un standard de cybersécurité qui permettrait de rendre les modèles ouverts mais traçables, afin de concilier souveraineté, sécurité et innovation. Les réactions des fondateurs présents au summit ont été partagées : certains redoutent qu’une publication massive ne facilite l’armement des adversaires, d’autres y voient la seule manière d’éviter la dépendance aux supercalculateurs de quelques acteurs.

Analyse critique

Le diagnostic posé par Konwinski présente des opportunités évidentes : un socle open source soutenu par des fonds publics redonnerait de l’air aux laboratoires universitaires, limiterait la course aux licences hors de prix et offrirait des briques communes aux PME. ✅ Sur le plan économique, des modèles ouverts peuvent aussi abaisser le coût de conformité pour les secteurs régulés qui peinent à accéder aux API privées.

⚠️ Mais l’argument comporte un angle mort : l’ouverture à tout prix peut exposer les États-Unis à des détournements militaires, exactement ce que Washington reproche à Pékin. La Chine peut se permettre une politique d’ouverture contrôlée parce que l’État surveille chaque publication ; le modèle américain, plus fragmenté, devra inventer des garde-fous juridiques qu’aucune agence ne porte encore clairement. 📊 Les industriels, eux, rappellent que leurs pipelines complexes – de la collecte de données à l’optimisation quantifiée – jouent aussi un rôle différenciant que l’ouverture n’efface pas automatiquement.

🔍 À court terme, le succès de l’approche Laude dépendra de la capacité à fédérer des partenaires publics (NSF, NIST, DoD) prêts à financer ce « bien commun numérique ». Sans cela, les initiatives open source resteront des bulles communautaires incapables de rivaliser avec les 10 milliards de dollars de capex que Meta ou OpenAI engagent chaque trimestre. L’autre vigilance concerne la gouvernance : qui audite les modèles ouverts, qui assume la responsabilité en cas d’abus, comment réconcilier liberté académique et conformité sectorielle ? Autant de questions auxquelles il faudra répondre avant de transformer l’alerte en politique industrielle.

Conclusion

Derrière la punchline « nous mangeons nos semences », Andy Konwinski remet l’open source au centre d’une stratégie nationale IA. Son appel vise autant la Maison-Blanche que les grands laboratoires qui confondent capital intellectuel et secrets commerciaux. Si les États-Unis veulent conserver la main face à une Chine qui publie à marche forcée ses briques DeepSeek ou Qwen, ils devront réinventer des mécanismes d’incitation à la recherche partagée. La fenêtre est étroite, mais la communauté tech semble prête à se rallier à une doctrine où la démocratisation du savoir est considérée comme une infrastructure critique, au même titre que les fabs de puces.

Sources

• TechCrunch — Databricks co-founder argues US must go open source to beat China in AI

Articles similaires