Votre stack IA tiendra-t-il quand tout bougera ?

#UpToDate 380

Cette semaine, j’ai voulu regarder un sujet qui a l’air très technique au premier abord, mais qui ne l’est pas du tout une fois qu’on le traduit en français normal.

Parce qu’en IA tout bouge très vite, parfois trop vite pour ceux qui construisent dessus. Je me suis penché sur ce sujet qui commence à piquer.

J’ai demandé à deux IA d’enquêter sur la politique de dépréciations des modèles chez OpenAI, de la migrations d’API, des modèles preview, des changements de couches permanent qui déstabilisent pas mal d’AI builders.

Vous êtes maintenant 4.783 à me lire. Bienvenue à vous dans cette édition du mercredi.

Et parce que je fais pendant quelques semaines un break le samedi matin, on se retrouvera par contre mercredi prochain pour un nouveau décryptage.

PPC

***

Ce qui compte avec l’IA, ce sont vos usages et la valeur que vous en tirez. Pour vous. C’est pour ça que j’ai écrit ce livre et que j’interviens aussi en conférence.

Echanger sur WhatsApp

Le plus intéressant, à mes yeux, n’est pas la liste des changements de LLM que les grands acteurs font semaines après semaines. Le plus intéressant, c’est ce ça entraîne. Derrière une dépréciation, il n’y a pas seulement un développeur qui doit corriger du code. Il y a parfois un manager qui doit réexpliquer un budget, un freelance qui voit sa spécialité devenir périssable, une équipe qui doit refaire un workflow, et une entreprise qui découvre qu’elle avait pris pour une fondation ce qui n’était en réalité qu’une couche provisoire.

Et c’est là que le sujet devient beaucoup plus intéressant que “qu’a encore annoncé OpenAI ?”.

Comment bâtir un stack IA qui permet d’être agnostique, de rester assez mobile et qui est assez bien pensé pour ne pas devenir dépendant d’un seul acteur, d’une seule API ou d’un seul rythme de dépréciation ? Autrement dit : comment rendre son stack IA antifragile.

•••

🎧 Si vous souhaitez écouter la conversation complète, l’épisode est disponible sur Apple Podcasts, Spotify et Deezer.

***

Si cette newsletter vous est utile :

Cliquez sur le ❤️ en haut ou en bas. C’est le signal le plus simple pour me dire que ça vous aide vraiment.

Et si quelqu’un dans votre entourage devrait lire ça, partagez-lui.

Partager

Ce que racontent les documents techniques d’OpenAI est en réalité très clair. Une dépréciation n’est pas une petite note de bas de page. OpenAI explique noir sur blanc qu’un modèle ou un endpoint déprécié reste annoncé comme tel jusqu’à sa date de shut down, moment où il n’est tout simplement plus accessible.

Autrement dit, face à ces changements permanents, le problème n’est de construire comme si ces changements étaient exceptionnels, parce qu’ils deviennent structurels.

OpenAI pousse clairement son nouvel empilement : la Responses API est présentée comme l’interface unifiée pour bâtir des applications agentiques, avec outils intégrés, contexte multi-tours, support natif du multimodal et meilleure réutilisation du cache. Pour un développeur bien organisé, c’est cohérent. Pour une organisation qui avait collé sa logique métier trop près d’une ancienne couche, cela peut vite devenir une migration subie.

Le plus intéressant, c’est que ce phénomène ne concerne déjà plus un seul acteur. Chez Anthropic, la documentation insiste sur un point très révélateur : chaque identifiant de modèle Claude est un pinned snapshot. Même lorsqu’un nom n’affiche plus une date, cela ne veut pas dire qu’il s’agit d’un pointeur perpétuel. Et pour les générations antérieures, certains alias n’étaient que des commodités qui résolvaient vers un modèle daté précis. Cela veut dire une chose très simple : les meilleurs fournisseurs eux-mêmes vous disent de ne pas raisonner comme si les couches modèles étaient des surfaces stables et éternelles.

Google pousse la même leçon, mais à sa manière. Sa documentation met côte à côte des modèles Google, des partner models, des open models et même des parcours pour utiliser certains modèles avec des bibliothèques de type OpenAI. On y voit aussi la coexistence entre modèles generally available et modèles preview. Là encore, le marché vous dit quelque chose de très simple : il faut penser en portefeuille de briques, pas en mariage définitif avec un seul acteur.

Donc, à votre place, je me poserais plutôt la question de savoir si votre entreprise reste libre de bouger quand une couche importante change. Si votre travail, votre production, vos assistants internes, vos automatisations ou vos habitudes reposent sur une seule brique trop spécifique, alors vous n’avez plus seulement un sujet d’IA. Vous avez un sujet d’architecture, de gouvernance et de dépendance.

Si vous vous arrêtez ici, vous voyez le risque, mais pas encore la solution. Vous voyez pourquoi les dépréciations comptent, mais pas encore comment bâtir quelque chose qui tienne mieux.

Dans la partie premium ci-dessous, je vais donc vous proposer une méthode plus utile : comment rendre votre stack IA antifragile, c’est-à-dire assez découplé, assez testable et assez réversible pour ne pas vous laisser piéger par les mouvements des fournisseurs.