Les grandes promesses de DeepSeek de dominer le secteur technologique et financier mondial s’estompent - Le réveil brutal de 2026

DeepSeek trébuche là où les crypto-actifs accélèrent. L'IA générative montre ses limites face aux blockchains décentralisées.

La réalité rattrape les promesses

Les modèles linguistiques massifs butent sur l'exécution en temps réel. Pendant ce temps, les protocoles DeFi traitent des milliards sans intermédiaire. Les smart contracts font ce que le NLP ne peut pas : exécuter, pas seulement prédire.

La finance traditionnelle regarde ailleurs

Les banques centrales testent des CBDC tandis que DeepSeek perfectionne ses chatbots. Le décalage est criant. La vraie disruption vient des stablecoins algorithmiques, pas des promesses marketing.

La convergence manquée

L'IA reste un outil. La blockchain est une infrastructure. Confondre les deux, c'est le classique erreur de Silicon Valley - croire que tout problème se résout avec plus de paramètres. Pendant ce temps, le volume quotidien sur les DEX dépasse celui de certaines bourses traditionnelles.

Le coup de grâce ? Les investisseurs institutionnels allouent désormais 3% de leurs portefeuilles aux actifs numériques. Ils parlent tokenisation, pas traitement du langage. DeepSeek a visé la domination technologique mais a raté la révolution financière en cours.

Les marchés intègrent le choc et passent ensuite à autre chose

Le chaos a commencé après de DeepSeek fin 2024. Le laboratoire a déclaré que le modèle open-source fonctionnait sur des puces moins puissantes et coûtait beaucoup moins cher que les systèmes d'OpenAI et de Google.

Quelques semaines plus tard, en janvier 2025, est arrivé le R1. Les tests comparatifs ont montré des performances similaires, voire supérieures, à celles des modèles phares. Ce moment a redéfini les attentes.

Haritha Khandabattu, analyste directrice senior chez Gartner, a déclaré que le mois de janvier avait entraîné une réévaluation généralisée des prix, les perceptions concernant les coûts des modèles de pointe et la compétitivité de la Chine ayant évolué du jour au lendemain. Elle a précisé que cela avait directement impacté le secteur des semi-conducteurs et des hyperscalers.

Alex Platt, de DA Davidson, a déclaré à CNBC que cette annonce avait choqué les investisseurs, car l'opinion dominante était que la Chine avait jusqu'à un an de retard sur les États-Unis.

Brian Colello de Morningstar a déclaré que les craintes portaient sur une baisse de la demande de matériel d'IA et sur des revenus plus faibles pour Nvidia, ce qui ne s'est finalement jamais concrétisé, les dépenses restant stables tout au long de 2025.

Colello a indiqué que les prévisions tablent désormais sur une accélération des dépenses à partir de 2026. Depuis janvier, DeepSeek a déployé sept mises à jour, toutes des révisions des versions V3 et R1. Aucune ne constituait un nouveau modèle. Le marché les a perçues comme une évolution, et non comme une rupture.

Les limites de calcul freinent le prochain bond en avant

Platt a indiqué que la puissance de calcul de DeepSeek était devenue un goulot d'étranglement et que les optimisations architecturales avaient leurs limites. Le laboratoire a reporté la sortie de son modèle R2, initialement prévue en mai, suite à des difficultés rencontrées lors de l'entraînement sur des puces Huawei.

Les autorités chinoises ont encouragé l'utilisation de processeurs locaux afin de réduire la dépendance à la technologie américaine, en raison des contrôles à l'exportation liés aux puces haut de gamme de Nvidia.

« Ces dernières années, la Chine a vu son accès à la puissance de calcul limitée, en grande partie à cause des restrictions américaines sur la vente de puces », explique . « Pour développer des modèles avancés, il faut un accès à une puissance de calcul élevée. »

DeepSeek a par la suite admis, dans un article de recherche, que ses capacités étaient limitées par rapport à des modèles fermés comme Gemini 3, notamment en termes de ressources de calcul. Pendant ce temps, les laboratoires occidentaux continuaient de développer des modèles. OpenAI a lancé GPT-5 en août.

Anthropic a publié Claude Opus 4.5. Google a lancé Gemini 3 en novembre. Selon Arun Chandrasekaran, analyste chez Gartner, ces lancements rapides ont apaisé les craintes d'une banalisation soudaine.

Tout porte à croire que DeepSeek n'a pas dit son dernier mot. La veille du Nouvel An, le laboratoire a publié un article sur le développement de modèles plus efficaces. Dan Ives, de Wedbush, a déclaré que des révélations importantes sont à prévoir l'année prochaine. Il a confié à CNBC qu'un autre moment décisif comme celui de DeepSeek est à prévoir.

Si vous lisez ceci, vous êtes déjà en avance. Restez informés grâce à notre newsletter .