Parler IA — Le fine-tuning : la promesse la plus vendue, présente dans 9 % des modèles en production

Le fine-tuning consiste à réentraîner un modèle sur vos propres données pour qu'il adopte votre vocabulaire et vos façons de faire. C'est la promesse la plus vendue et la moins pratiquée : dans l'enquête Menlo Ventures menée auprès de 600 décideurs informatiques, seuls 9 % des modèles en production sont fine-tunés, contre 51 % qui reposent sur le RAG, où le modèle va lire vos documents au moment de la question au lieu de les mémoriser. L'édition suivante de la même enquête, publiée en décembre 2025 auprès de 495 décideurs, confirme que le fine-tuning reste marginal.

L'écart tient au coût de possession : un modèle réentraîné fige une connaissance qu'il faut réentraîner à chaque changement de tarif, de gamme ou de procédure, quand une base documentaire se met à jour dans la journée. Devant un fournisseur qui propose d'entraîner un modèle sur vos données, posez une seule question : que se passe-t-il quand cette donnée change, et qui paie le réentraînement ? Avant de signer, faites chiffrer séparément les deux architectures sur un périmètre unique et n'engagez le réentraînement que si l'approche documentaire a été testée sur des cas réels et jugée insuffisante.

Source : Menlo Ventures, « 2024: The State of Generative AI in the Enterprise », 20 novembre 2024 (600 décideurs informatiques, États-Unis) ; édition 2025, 9 décembre 2025 (495 décideurs).