Les modèles Microsoft MAI réduisent les coûts de Copilot dans Excel et Outlook

Microsoft a commencé à acheminer des dizaines de milliers de requêtes Copilot chaque semaine dans Excel et Outlook vers ses propres modèles Microsoft MAI, marquant ainsi le premier changement à l'échelle de la production annoncé, passant des systèmes OpenAI et Anthropic qui ont alimenté les fonctionnalités d'IA de l'entreprise depuis leur lancement. Ce changement, confirmé par Bloomberg début juillet 2026, est un effort délibéré de Microsoft pour freiner la croissance rapide de ses coûts d'infrastructure d'IA en réduisant sa dépendance vis-à-vis des fournisseurs de modèles tiers.

Les modèles Microsoft MAI traitent désormais une fraction significative mais encore faible du total des requêtes Copilot dans les deux applications Office, avec un volume mesuré en dizaines de milliers de requêtes par semaine. Excel et Outlook dépendaient auparavant plus fortement des modèles d'OpenAI et d'Anthropic pour fournir leurs fonctionnalités assistées par IA. Microsoft a également déployé les modèles MAI dans GitHub Copilot, et l'entreprise prévoit de livrer un modèle de transcription propriétaire dans Teams dans un avenir proche.

Le calcul des coûts derrière le changement

Mustafa Suleyman, PDG de Microsoft AI, a été direct sur la motivation de l'entreprise. En juin 2026, il a déclaré que Microsoft paie des frais substantiels à Anthropic et que l'objectif de l'entreprise est de réduire et éventuellement éliminer ces dépenses. Pour un hyperscaler qui exécute de l'IA à l'échelle de Microsoft 365, le coût par token des appels d'API de modèles externes s'accumule rapidement sur des centaines de millions d'utilisateurs. Déplacer les charges de travail vers des modèles internes réduit ce coût marginal à presque zéro après l'investissement initial dans la formation et l'infrastructure d'inférence.

Cette logique axée sur les coûts s'applique à l'ensemble du portefeuille d'IA de l'entreprise. Alors que le volume actuel acheminé vers les modèles Microsoft MAI reste un faible pourcentage du trafic total de Copilot, la direction prise est indéniable. Microsoft construit un avenir où ses propres modèles serviront de couche d'inférence par défaut pour ses fonctionnalités d'IA destinées aux consommateurs et à la productivité, les modèles tiers étant réservés aux tâches pour lesquelles les alternatives internes ne peuvent pas répondre aux exigences de qualité.

Ce que les modèles Microsoft MAI signifient pour les utilisateurs professionnels

Ce changement stratégique introduit une tension que les clients professionnels doivent peser. Microsoft a dévoilé sept nouveaux modèles d'IA lors de sa conférence Build, dont MAI-Thinking 1, son premier modèle de raisonnement. Cependant, les résultats des benchmarks ont montré que MAI-Thinking 1 était largement en retard par rapport aux offres concurrentes d'OpenAI et d'Anthropic. Pour les abonnés à Copilot et Office, cela pourrait signifier payer le même prix d'abonnement mensuel pour des fonctionnalités d'IA reposant sur des modèles sous-jacents moins performants.

Microsoft n'a pas divulgué s'il prévoit de différencier les prix en fonction du modèle qui sert chaque requête Copilot. Les niveaux d'abonnement actuels à Copilot pour Microsoft 365 restent inchangés. Si une part significative des requêtes Copilot passe à des modèles MAI moins performants sans ajustement de prix correspondant, les acheteurs professionnels pourraient subir une dégradation de facto de la valeur qu'ils reçoivent pour leurs dépenses d'IA. L'écart de qualité est le plus important pour les requêtes analytiques complexes dans Excel ou les tâches nuancées de rédaction et de synthèse dans Outlook, précisément les cas d'utilisation pour lesquels les utilisateurs avancés en entreprise dépendent de Copilot.

Cela dit, de nombreuses requêtes Copilot courantes, comme les suggestions de formules simples dans Excel ou les réponses courtes aux e-mails dans Outlook, peuvent ne pas nécessiter des capacités de raisonnement de pointe. Pour ces tâches, un modèle interne adéquat offre la même expérience utilisateur à une fraction du coût. La question pour Microsoft est de savoir dans quelle mesure il peut segmenter les charges de travail de manière propre : acheminer les requêtes simples vers MAI tout en préservant l'accès aux modèles OpenAI et Anthropic pour les tâches complexes, sans introduire de problèmes de latence ou de fiabilité qui frustreraient les utilisateurs.

Implications structurelles pour l'écosystème de l'IA

Cette décision a des conséquences qui dépassent largement les propres produits de Microsoft. OpenAI et Anthropic ont fortement compté sur Microsoft à la fois en tant que client et partenaire de distribution. Le cloud Azure de Microsoft a été le fournisseur de calcul exclusif pour OpenAI, tandis qu'Anthropic a également maintenu une relation commerciale étroite avec l'entreprise. Une réduction progressive des achats de modèles auprès de ces partenaires représente un risque de revenus que les deux laboratoires de pointe devront gérer.

Pour OpenAI, perdre une partie de son plus grand canal d'entreprise signifie que l'entreprise doit accélérer ses propres efforts de vente directe aux entreprises et diversifier sa clientèle au-delà de l'écosystème Microsoft. Anthropic est confronté à un défi similaire : le PDG de Microsoft AI, Suleyman, a spécifiquement mentionné Anthropic comme une ligne de coûts que l'entreprise vise à éliminer complètement avec le temps. Les deux laboratoires ont développé leurs propres initiatives de mise sur le marché auprès des entreprises et rivalisent pour les clients adjacents à Azure, mais remplacer le volume que Microsoft commande dans ses propres produits est un défi d'une échelle différente.

Le timing est également notable. Ce changement de production intervient à un moment où l'industrie de l'IA dans son ensemble est aux prises avec l'économie de l'inférence à grande échelle. Les modèles de pointe sont coûteux à exécuter, et les hyperscalers qui les déploient à grande volume sont très sensibles à l'érosion des marges. La décision de Microsoft de construire des alternatives internes reflète un modèle déjà visible chez Amazon avec ses familles de modèles Titan et Nova, et chez Google avec Gemini. Les hyperscalers convergent vers une stratégie hybride : ils proposent des modèles tiers via leurs plateformes cloud comme service générateur de revenus, tout en déployant leurs propres modèles dans leurs produits propriétaires pour contrôler les coûts.

Ce que cela signifie pour les décideurs

Pour les responsables informatiques d'entreprise et les acheteurs de technologies, le passage aux modèles Microsoft MAI introduit une nouvelle couche d'évaluation lors de l'évaluation des investissements dans Copilot. Le conseil standard d'auditer l'utilisation des fonctionnalités d'IA et de mesurer les gains de productivité réels devient plus urgent lorsque la qualité du modèle sous-jacent peut changer sans préavis explicite. Les entreprises qui mènent des projets pilotes ou déploient Copilot dans l'ensemble de leur personnel devraient établir une référence des performances et des niveaux de satisfaction actuels dès maintenant, avant qu'une plus grande partie des requêtes ne migre vers les modèles internes de Microsoft.

D'un point de vue stratégique pour les fournisseurs, les organisations qui dépendent des capacités des modèles de pointe intégrées dans leurs outils de productivité peuvent avoir besoin de compléter Copilot avec un accès direct aux API d'OpenAI, d'Anthropic ou d'autres fournisseurs pour les tâches à enjeux élevés. Cela crée une architecture d'IA à deux niveaux au sein de l'entreprise : une couche intégrée optimisée pour les coûts pour le travail de routine, et une couche premium de meilleure qualité pour les analyses complexes ou sensibles. La budgétisation des deux niveaux nécessite une planification explicite.

Pour les investisseurs et les analystes du secteur, le déploiement des modèles Microsoft MAI signale que la relation entre les hyperscalers et les laboratoires d'IA entre dans une nouvelle phase. Le modèle de partenariat qui a caractérisé 2023-2025, où les fournisseurs de cloud ont investi des milliards dans les laboratoires de pointe et distribué leurs modèles en tant que service, cède la place à une dynamique plus concurrentielle. Les plus grands clients des modèles d'IA de pointe sont également les mieux placés pour construire leurs propres alternatives, et ils agissent en fonction de cette capacité. Ce changement structurel exercera une pression sur les laboratoires d'IA indépendants pour qu'ils démontrent une valeur différenciée qui ne peut être reproduite par les efforts internes de leurs plus grands partenaires de distribution.

Pourquoi c'est important

La décision de Microsoft d'acheminer le trafic Copilot via ses propres modèles MAI n'est pas une mesure isolée de réduction des coûts. C'est un signal stratégique indiquant que l'économie de l'IA en entreprise favorise le fournisseur verticalement intégré. Lorsque l'entreprise qui contrôle le système d'exploitation, la suite de productivité, l'infrastructure cloud et le modèle d'IA peut servir sa base d'un milliard d'utilisateurs à un coût d'inférence marginal proche de zéro, les fournisseurs de modèles indépendants font face à un désavantage concurrentiel existentiel. La prochaine phase de l'industrie de l'IA sera définie non pas par celui qui construit le modèle le plus intelligent isolément, mais par celui qui peut fournir une intelligence adéquate au coût total le plus bas sur la plus large empreinte de distribution.

Related Articles

• Microsoft lance MAI-Image-2-Efficient pour réduire les coûts de l'IA
• La refonte de Microsoft 365 Copilot réduit les temps de chargement de moitié et ajoute Work IQ
• Microsoft et NVIDIA lancent la MAI model family et une pile agentique unifiée

✔Human Verified

Recherché et recoupé avec des sources primaires par la rédaction de Bytevyte.