AI à la croisée des chemins : Pourquoi Wall Street dit « non » aux ChatGPT et Claude ?
À la croisée des chemins de l'IA, les entreprises, en particulier les institutions financières comme Wall Street, disent "non" aux modèles fermés comme ChatGPT et Claude. La raison principale : la fuite des données propriétaires et du savoir-faire (l'"alpha") vers les fournisseurs de modèles, car chaque requête est traitée en clair sur leurs serveurs. Cette préoccupation a conduit à des interdictions d'usage et stimule la demande pour une "IA privée".
Les solutions de confidentialité existent à plusieurs niveaux. Au niveau protocolaire, on trouve des promesses contractuelles de non-rétention des données (ZDR) ou des proxys anonymisants, mais cela repose sur la confiance. Pour une vérification réelle, il faut des mécanismes structurels comme les environnements d'exécution de confiance (TEE), le chiffrement de bout en bout (E2EE), le chiffrement homomorphe (FHE) ou l'inférence locale. Cependant, ces solutions ne fonctionnent actuellement qu'avec des modèles open source, qui accusent encore un retard de performance par rapport aux modèles fermés de pointe.
Le paysage évolue rapidement. Le coût des infrastructures privées (comme les TEE) baisse, les performances s'améliorent, et des études montrent que des modèles open source finement ajustés avec des données expertes peuvent surpasser les modèles leaders en précision et en coût pour des tâches spécialisées. Néanmoins, des défis persistent, notamment pour préserver la confidentialité dans les boucles complexes de formation des modèles (fine-tuning) et lors des interactions avec des outils externes (comme les recherches web) au sein des assistants IA.
En conclusion, le choix entre confiance (modèles fermés) et vérification (modèles open source privés) dépend du cas d'usage. Pour les workflows stratégiques contenant l'"alpha" d'une entreprise, la voie vérifiable et privée, bien qu'encore en construction, devient une option de plus en plus viable et abordable.
链捕手Il y a 8 h
