Par Moon of Alabama – Le 26 aout 2026
J’ai déjà écrit quelques textes sur la bulle de l’IA:
- « L’Intelligence Artificielle » est (principalement) une reconnaissance de formes glorifiée – 2 Juin 2023
- La bulle de l’IA est-elle prête à éclater ? – 3 Octobre 2025
- Ces « effrayants » modèles d’IA ne le sont pas tant – 24 Avril 2026
- C’est de la mathématique – Comment la chine évite la bulle de l’IA – 4 Août 2026
J’y déplorait que les Large Language Models (LLM) très médiatisés, proposés par OpenAI et Anthropic, ne sont pour la plupart que des moteurs de recherche pas toujours fiables. Il n’y a que quelques cas d’utilisation réels pour ceux-ci. C’est pourquoi je soutiens que tout cela ne justifie pas les investissements actuels en IA.
Mais les entreprises d’IA (et ceux qui les promeuvent) veulent beaucoup d’argent. Comme il n’y a aucune utilité réelle pour leurs modèles très coûteux, ils inventent toujours des cas futuristes. Interrogés sur les modèles d’utilisation actuels, ils détournent la conversation et parlent de science-fiction.
Un maître de cette tactique est Scam Altman, le chef d’OpenAI.
Dans une récente interview de lui, on lui a demandé comment il utilisait personnellement le produit de son entreprise. C’est bien sûr une question gentillette. C’est comme demander au PDG de Mercedes pourquoi il aime conduire les voitures de son entreprise. Tout vendeur raisonnable saisirait l’opportunité pour vanter ses produits.
Altman, cependant, ne la saisit pas (@20:25) :
Q : Comment utilisez-vous ChatGPT ? Comment l’utilisez-vous tous les jours et à quoi cela ressemble-t-il ?
Altman: Ahem – permettez-moi de répondre à une question plus intéressante que cela. Comment je voudrais l’utiliser.
Je pense que nous sommes proches d’un monde où vous pouvez avoir une sorte de descendant de ChatGPT qui regarderait votre écran d’ordinateur tout le temps, regarderait chaque réunion à laquelle vous participez, enregistrerait chaque appel, tout comme ça, avoir un contexte parfait de toute votre vie, tout ce que vous voyez…
Quand j’ai regardé ce gloubi-boulga, deux questions me sont venus à l’esprit :
- Qui diable voudrait une telle chose ?
- Pourquoi Altman n’explique-t-il pas comment il utilise son produit ?
Une deuxième interview gentillette avec Altman, publiée il y a trois jours, répond à la deuxième question.
Sam Altman n’utilise pas ChatGPT (@5:58) ni les codecs, l’autre produit de son entreprise.
Altman : Cela fait 20 ans que j’utilise les ordinateurs de la même manière. J’ai maintenant une chose magique appelée codecs. vous aussi. Tout le monde aussi.
Cela signifie que je devrais utiliser complètement mon ordinateur d’une manière différente. Je ne devrais pas cliquer autour, euh, vous savez coller d’une application de messagerie à une autre. Je ne devrais pas faire défiler mes courriels sans réfléchir et essayer de déterminer lequel est le moins pénible pour moi d’ouvrir et de répondre lorsque je ne veux pas y faire face. Je ne devrais pas avoir une liste de choses à faire et faire un peu comme ces tâches informatiques écrites de la même manière que je fais depuis si longtemps.
Et pourtant, il y a comme quelque chose dans mon esprit qui est codé pour dire que ce genre de choses veut dire travailler et veut dire être productif.
Ce qu’Altman dit vraiment ici, c’est que le produit de son entreprise n’est pas utile pour ce qu’il fait tous les jours. Ça pourrait être utile, dit-il, si …, si … et si …. Mais ce n’est pas le cas actuellement, du moins pas pour lui.
Mais il est toujours là pour demander que plus d’argent soit investi dans des modèles OpenAI toujours plus grands qui n’ajouteront rien de valeur.
Il n’est donc pas étonnant que les rats quittent son navire :
Le responsable des centres de données d’OpenAI A quitté l’entreprise (archivé) – WSJ
Un dirigeant clé supervisant la construction du centre de données d’OpenAI, Chris Malone, a quitté l’entreprise la semaine dernière, selon des personnes familières avec le dossier, rejoignant une vague de départs de dirigeants avant l’offre publique prévue.
…
Son départ intervient dans un contexte d’exode plus large au sein de l’entreprise, qui travaille à une introduction en bourse attendue en 2027 et qui cherche à rattraper son rival Anthropic dans les ventes aux entreprises. Ces dernières semaines, la Directrice des recettes Denise Dresser, le directeur d’exploitation Brad Lightcap et Fidji Simo, qui était le second du directeur général Sam Altman, sont tous partis.
OpenAI est sur son lit de mort. Sa disparition provoquera probablement un crash plus important. Ensuite, Microsoft avalera la carcasse.
Son principal concurrent, Anthropic, est tout aussi fou (archivé) et se cassera également la figure :
L’introduction en bourse record de SpaceX avait testé les limites d’une métrique financière obscure. Anthropic pourrait la pousser encore plus loin.
Le fabricant de Claude est susceptible de dire aux investisseurs que ses opportunités de revenus potentielles sont supérieures à 30.000 milliards de dollars, dépassant l’estimation de 28.500 milliards de dollars de SpaceX, selon des personnes familières avec le sujet.
Les startups technologiques ou autres entreprises en pleine croissance qui entrent en bourse estiment souvent leurs « marchés adressables totaux« , ou TAM, pour montrer aux investisseurs qu’ils ont amplement de marge de croissance. De tels chiffres estiment le montant des revenus annuels qu’une entreprise pourrait théoriquement capter si elle atteignait 100% de part de marché en utilisant des intrants allant des données sectorielles aux modèles des banquiers.
…
Pour mettre en contexte sa vision de plus de 30.000 milliards de dollars, les 191 sociétés technologiques du S&P 1500 ont généré 2.400 milliards de dollars de revenus l’année dernière …
Les évaluations lancées par ces entreprises et les centaines de milliards investis dans les centres de données pour les maintenir en activité sont absurdes par rapport aux revenus potentiels que ces entreprises pourront générer.
Imaginez un produit qui est si bon que chaque ménage en Amérique du Nord et en Europe est prêt à dépenser environ 20 $ par mois pour l’utiliser. Ce sont 400 millions de ménages pour un revenu total de 48 milliards de dollars par an. C’est une somme risible comparée aux 1.100 milliards de dollars contractés par OpenAI et Anthropic avec Microsoft, Amazon et Oracle pour les calculs actuels et futurs.
Il n’y a aucun produit d’IA en vue (sauf du battage médiatique) et aucun revenu potentiel qui puisse justifier de tels investissements.
Les analyses de la banque BCA (par l’intermédiaire d’Ed Zitron) sont d’accord :
Les entreprises d’IA devront peut-être générer à terme 10.000 milliards de dollars de revenus par an pour justifier leurs dépenses d’investissement. À moins d’une augmentation massive de la croissance de la productivité, cela sera très difficile à réaliser.
Les dépenses en capital qui sont actuellement investies dans LLMs/AI n’ont aucun rapport avec les revenus futurs potentiels. C’est de l’argent gaspillé.
Il n’y a pas encore de « croissance de la productivité » due à l’IA. Au sein des entreprises, les projets d’IA échouent notoirement. Au niveau de l’utilisation personnelle, demandez simplement à Scam Altman, qui n’a encore constaté aucun gain de productivité personnel au cours de sa journée de travail.
La peur que l’IA entraîne des pertes d’emplois est également absurde. C’est un moyen marketing pour plaider en faveur de plus d’investissements en capital. Dans le monde réel, les pertes d’emplois en IA sont un mythe.
Les grands modèles de langage sont des moteurs de recherche sémantiques raisonnablement bons, bien qu’encore défectueux. Avec certaines fonctionnalités ajoutées par-dessus, ils peuvent être utilisés pour la génération de texte, de code, d’image ou de vidéo. Mais comme ces modèles sont intrinsèquement peu fiables, tous leurs résultats nécessitent une supervision humaine.
Il n’y a que peu d’argent que les gens sont prêts à payer pour ce que font les LLM. Les coûts de formation des nouveaux modèles dépassent largement leurs revenus potentiels. Les algorithmes sous-jacents des LLM actuels (modèles de transformateurs) sont gourmands en calculs et rendent leur utilisation coûteuse.
Il n’y a donc rien qui justifie les énormes investissements actuels.
Moon of Alabama
Traduit par Wayan, relu par Hervé, pour le Saker Francophone.