Aller au contenu
webdegree°
Prix d'un site
Actualité

Modèles d’IA en entreprise : une fidélité de quelques semaines

Databricks a mesuré l'usage de 10 000 entreprises : les équipes changent de modèle d'IA presque chaque mois, un choix à anticiper

Chloé Dufour · 21 novembre 2026 · 3 min de lecture
Partager sur LinkedIn X E-mail
Modèles d’IA en entreprise : une fidélité de quelques semaines
Partager

Une entreprise qui a choisi un modèle d’IA en janvier a de fortes chances d’en utiliser un autre en juin. C’est ce que montre le premier Databricks AI Index, publié le 16 novembre 2026, construit à partir de l’usage réel de plus de 10 000 entreprises passant par la passerelle Unity Gateway de Databricks, selon le Blog du Modérateur.

Sommaire
  1. Des bascules en quelques semaines
  2. Les modèles ouverts chinois gagnent du terrain
  3. Le prix ne suit pas toujours la performance
  4. Ce que ça change pour une petite structure
  5. Multiplier les fournisseurs, une tendance de fond

Des bascules en quelques semaines

L’exemple le plus frappant concerne Claude Opus 5.5 : sa part dans les tokens consommés par les entreprises propriétaires est passée de 7,2 % à 38 % en six semaines seulement, entre fin septembre et novembre 2026, selon les données relayées par Le Monde Informatique. Dans le même temps, un modèle antérieur de la même famille, Claude Fable 5.1, est tombé de 5,5 % à 0,6 % d’usage. Databricks note que, depuis mai 2026, un nouveau modèle phare sort en moyenne chaque semaine, un rythme qui explique en grande partie cette instabilité des usages en entreprise.

Modèles d’IA en entreprise : une fidélité de quelques semaines
Des bascules en quelques semaines, Crédit : Can Ceylan / Pexels

Autre indicateur cité par Databricks sur X (compte de son cofondateur Yuchen Jin) : la part des entreprises travaillant avec un seul fournisseur de modèle est tombée de 64 % en juillet 2026 à 28 % début novembre. Autrement dit, la majorité des entreprises jonglent désormais entre plusieurs IA plutôt que de s’enfermer dans un seul outil.

Les modèles ouverts chinois gagnent du terrain

Le baromètre souligne aussi la montée des modèles dits « open weight », portés par des laboratoires chinois comme DeepSeek, Zhipu et Moonshot AI : leur part dans les tokens consommés est passée de 7,3 % à 30,9 % entre juillet et novembre 2026, soit plus de quatre fois plus en trois mois et demi. Deux de ces modèles, DeepSeek V4.1 Flash et GLM 5.3, figurent même parmi les dix meilleurs scores sur le benchmark de code de Databricks, à 93 % de réussite.

Le prix ne suit pas toujours la performance

Databricks met en avant un écart de coût qui interroge la rationalité des choix : GPT-6 Luna et Claude Opus 5.5 obtiennent un score quasi identique de réussite des tâches (89 %), mais Luna coûte 0,05 dollar par tâche contre 1,62 dollar pour Opus 5.5, soit un rapport de 1 à 32. À l’inverse, Claude Fable 5.1 reste en tête des benchmarks avec 96 % de réussite, pour 7,47 dollars par tâche, tandis que le modèle Muse Wonder de Meta atteint 95 % pour 1,53 dollar. Databricks a construit cette grille à partir de ses propres tâches internes, finalisée le 10 novembre 2026.

Ce que ça change pour une petite structure

Pour une agence ou une entreprise de taille modeste, ce tableau a une conséquence concrète : il n’existe pas de champion universel, et le modèle « rentable » aujourd’hui peut être dépassé dans les semaines qui suivent. Databricks observe d’ailleurs que les entreprises ont basculé plusieurs fois de fournisseur dominant dans l’année : d’abord largement orientées vers Anthropic en milieu d’année, elles ont ensuite donné l’avantage à OpenAI avec GPT-6 Sol puis Astra, avant qu’Opus 5.5 ne fasse revenir la balance vers Anthropic.

Ce mouvement permanent plaide pour une veille régulière plutôt qu’un choix figé une fois pour toutes, un sujet sur lequel les formations IA génériques montrent déjà leurs limites. Avant d’intégrer un nouvel outil dans ses processus, mieux vaut aussi vérifier ce qu’il implique en matière de sécurité des données, comme le détaille notre article sur l’évaluation de la sécurité des agents IA pour une entreprise.

Multiplier les fournisseurs, une tendance de fond

Le passage de 64 % à 28 % d’entreprises mono-fournisseur en quatre mois traduit une stratégie assumée : répartir les tâches entre plusieurs modèles selon leur coût et leur spécialité plutôt que de dépendre d’un seul. Pour les indépendants et petites équipes qui s’appuient déjà sur l’IA dans leur activité quotidienne, cette logique de comparaison permanente rejoint les réflexes à adopter au moment de choisir des outils IA pour freelances.

Databricks prévoit de publier cet index régulièrement, ce qui permettra de suivre si cette instabilité se poursuit ou si un modèle finit par s’imposer durablement en entreprise.

Chloé Dufour

Rédactrice spécialisée · outils numériques, IA, no-code

Chloé Dufour teste les outils du quotidien des pros du numérique : logiciels de design, no-code, IA générative, sécurité. Elle croise plusieurs sources et date chaque chiffre avant publication.

Voir tous les articles de Chloé