Revolut dit diviser sa facture d’IA par dix grâce à un modèle chinois

Une banque en ligne européenne, Revolut, a en partie remplacé l’assistant d’IA d’une entreprise américaine par un modèle chinois, qu’elle fait tourner sur ses propres machines. Elle affirme que sa facture est tombée à un dixième de la précédente. Derrière ce calcul se pose une question plus large : jusqu’où une entreprise européenne peut-elle se fier à une technologie chinoise pour réduire ses coûts ?

Ce que Revolut a changé

Ce choix vient d’une présentation de David Abitbol, responsable des opérations d’IA chez Revolut. Elle s’est tenue à la mi-octobre à New York et n’a eu d’écho qu’après sa republication sur YouTube, le 29 octobre, rapporte Numerama. Elle s’appuie sur des données recueillies auprès de 2 000 ingénieurs de l’entreprise.

Le récit se déroule en trois temps. Début 2025, l’arrivée de Gemini, l’IA de Google, aurait réduit de 20 % le temps passé à coder et de 10 % le délai de livraison. Ce délai désigne la durée entre la prise en charge d’une fonctionnalité et le moment où elle est prête à être mise en service.

Vient ensuite Claude Code, l’assistant de programmation d’Anthropic, avec des plafonds de dépense stricts. David Abitbol explique en avoir mis après avoir vu des ingénieurs dépenser « 1 000, 10 000 par mois, sans grand retour sur investissement ». Selon lui, l’outil « n’a pas eu tellement d’impact à l’époque ».

En avril 2026, Revolut passe à GLM-5.1, un modèle développé par le laboratoire chinois Z.ai. L’entreprise revendique alors 60 % de temps de code en moins et 70 % de délais de livraison en moins. Ce sont des chiffres donnés par Revolut : rien n’indique qu’un tiers les ait vérifiés.

Payer des machines plutôt qu’un usage

Ce qui change tout, c’est la façon dont l’entreprise paie. Les modèles de Google ou d’Anthropic sont en général facturés au volume de « tokens », ces fragments de texte, à peu près des demi-mots, que l’IA lit et écrit. Plus on s’en sert, plus la note monte, et c’est ce qui a poussé Revolut à brider ses ingénieurs.

GLM est publié en « open-weight », ou poids ouverts. Chacun peut télécharger les paramètres qui constituent le modèle, c’est-à-dire ce que l’IA a appris, et les installer sur les machines de son choix. Revolut n’appelle donc plus un service extérieur : elle fait tourner le modèle chez elle.

La banque mobilise 56 puces Nvidia B200, des processeurs spécialisés dans les calculs d’IA. La facturation ne dépend plus de la consommation, donc les ingénieurs peuvent, dit David Abitbol, « utiliser l’IA sans culpabiliser ». Il avance un coût moyen de 30 centimes par million de tokens et une dépense totale équivalant à un dixième de ce qui était versé à Anthropic.

L’usage n’est pas gratuit pour autant. Revolut doit payer ces machines, et en ajouter si la demande dépasse leur capacité. Le responsable reconnaît aussi que l’installation a demandé de longs réglages : le temps d’attente avant le début d’une réponse est passé de plus de 10 secondes à 1,6 seconde, avec le même nombre de puces, alors que la demande montait de 3 à plus de 7 requêtes par seconde.

En clair : Revolut a troqué un abonnement à l’usage contre un parc de machines à elle. C’est un pari rentable si beaucoup de gens s’en servent beaucoup.

Un modèle chinois, mais des données en Europe ?

Ce choix soulève la méfiance que suscitent les modèles chinois. David Abitbol y a répondu devant son public américain : « Vous ne passez pas par le service qui mène en Chine, vous récupérez simplement les poids pour les installer sur un service basé aux États-Unis. »

L’argument est technique. Comme le modèle tourne sur les machines de Revolut, les échanges des ingénieurs ne partent pas chez Z.ai. Selon le dirigeant, il n’y a pas de problème tant que les données restent dans l’Union européenne ou dans des pays dont la protection est jugée équivalente à celle du continent.

Pour rassurer ses régulateurs, Revolut assure aussi que ces assistants travaillent dans un environnement isolé, où les opérations autorisées sont définies à l’avance et où un humain garde la main.

Deux réserves ressortent pourtant. D’abord, la réponse porte sur la circulation des données, pas sur le modèle lui-même ni sur le code qu’il produit : David Abitbol n’a pas abordé ces risques, relève Numerama. Ensuite, la phrase citée évoque un service « basé aux États-Unis », alors que Revolut parle de données en Europe. Les éléments disponibles ne disent pas où tournent exactement les 56 puces.

Prix et contrôle : un arbitrage, pas un ralliement

Ce qui suit est de l’analyse, pas un fait établi. L’histoire est séduisante : une entreprise européenne qui choisit Pékin plutôt que Washington. Les éléments fournis racontent plutôt un arbitrage entre trois critères, le prix, le contrôle des données et la performance, mené au cas par cas.

Revolut ne renonce d’ailleurs pas aux modèles américains. Les modèles ouverts sont devenus sa priorité, mais Claude Code, Codex et Gemini restent disponibles pour certains usages, précise David Abitbol.

La comparaison mérite aussi de la prudence. Claude Code était bridé par des plafonds de dépense, GLM-5.1 est utilisable sans limite. Les gains de l’un à l’autre peuvent venir du modèle, mais aussi de la fin du plafond. Rien dans les éléments connus ne permet de les départager.

Revolut tire elle-même une leçon : le délai de livraison ayant davantage progressé que le temps de code, l’écriture du code n’était pas le principal goulot d’étranglement. Libérés de la crainte d’épuiser leur budget, les ingénieurs confient aussi à l’IA des tâches annexes, comme fouiller dans leur messagerie ou leurs outils internes.

Pour le rapport de force entre pays, un seul cas ne fait pas une tendance. Il montre pourtant qu’un modèle chinois à poids ouverts peut entrer dans une banque européenne sans passer par un service chinois. Reste à savoir qui, parmi les régulateurs, jugera cette garantie suffisante.

Et pour une PME ou un indépendant ?

Revolut compte 2 000 ingénieurs et a investi dans 56 puces de dernière génération. Une PME ne peut pas reproduire ce montage, et les sources ne disent rien de ce qui serait possible à plus petite échelle. Ce qui se transpose, c’est la logique.

Première question : comment êtes-vous facturé ? À l’usage, la note suit votre consommation. À forfait ou sur machines dédiées, elle est plus prévisible, mais il faut utiliser beaucoup pour que ce soit rentable.

Deuxième question : où vont vos données ? Pour Revolut, le critère décisif n’est pas la nationalité du modèle mais l’endroit où il tourne. Un fournisseur doit pouvoir vous dire où ses serveurs sont situés et qui y accède.

Troisième point, resté sans réponse à ce jour : les risques propres au modèle et au code qu’il génère. Revolut n’en a pas parlé. Si d’autres entreprises européennes suivent le même chemin, c’est sur ce terrain que le débat se jouera.

Sources

• « Utiliser l’IA sans culpabiliser » : Revolut dévoile les dessous de sa bascule vers un modèle chinois (Numerama)