Nous pensions avoir une « bulle d’IA ». Il existe des arguments puissants pour suggérer que nous avions tort

Soit vous aimez l’IA, soit vous la détestez. Soit vous êtes un optimiste (illusionné ?), soit vous êtes dans le train des sceptiques et pariez sur l’éclatement imminent de cette bulle d’IA dont tout le monde parle. Le célèbre analyste Ben Thompson fait partie du deuxième groupe depuis un certain temps et a soutenu que nous étions en fait dans une « bonne » bulle bénéfique, même si elle éclatait. La conférence annuelle NVIDIA d'il y a quelques jours l'a fait changer de position, et pour lui il n'y a pas de bulle. Il n’y a pas qu’un seul argument, mais trois. Ou plutôt trois sauts.

Le premier saut : ChatGPT. Le lancement de ChatGPT en novembre 2022 a été une révélation et a démontré ce que l’IA générative pouvait faire. Ce premier modèle présentait effectivement deux problèmes sérieux. La première, c’est qu’il se trompait souvent. La seconde, que lorsqu'il ne savait pas quelque chose, il l'inventait et hallucinait avec une étonnante certitude. Cela a fait de ChatGPT quelque chose de génial mais peu fiable, comme un jouet sympa qui nécessite une surveillance constante de l'utilisateur pour être vraiment utile.

Deuxième étape : le raisonnement. Près de deux ans plus tard, une autre révolution unique s’est produite dans le domaine de l’IA générative. En septembre 2024, OpenAI a lancé son modèle o1 et avec lui une nouveauté spectaculaire. Pour la première fois, le modèle n’a pas simplement laissé échapper la première chose qui lui venait à l’esprit : il a réfléchi sur sa réponse avant de la donner, a évalué si elle était correcte et a envisagé des alternatives. Le résultat était une IA nettement plus fiable et donc plus utile. Le prix ? Plus d'informatique. Les modèles d’IA capables de « raisonner » consomment beaucoup plus de jetons que ceux qui répondent directement, ce qui a déclenché une demande d’infrastructures. Ou ce qui revient au même : les centres de données.

Le troisième saut : les agents. À ces deux révolutions s’ajoute la troisième, celle des agents IA. Claude Code et Codex ont montré fin 2025 que les agents IA n'étaient plus une promesse et sont devenus quelque chose qui fonctionnait réellement. Dès lors, il est possible de leur donner des instructions pour qu’ils puissent ensuite commencer à exécuter des tâches imbriquées qui pourront les faire travailler pendant des heures. Ces agents vérifient leurs propres résultats et corrigent les erreurs sans que l'humain ait à intervenir. La différence avec ce que nous avions auparavant est notable, mais elle démantèle également la théorie des bulles.

Bulle? Dans une bulle, a expliqué Thompson, l’investissement dépasse la demande réelle. Cependant, à son avis, c’est le contraire qui se produit ici, car chaque hyperscaler – Microsoft, Google, Amazon, Meta – a clairement fait savoir que la demande informatique les dépassait et, pour y remédier, ils annoncent tous des investissements astronomiques dans les centres de données d’IA. Ces investissements dépassent les attentes du marché, mais pas celles de ces entreprises, qui, comme Thompson, savent clairement qu'en réalité la demande finira par être si énorme que l'infrastructure actuelle sera très insuffisante.

Des millions d’utilisateurs ne sont pas nécessaires. Encore plus frappante dans cette analyse est une autre nuance soulignée par cet analyste. Les chatbots étaient censés nécessiter une adoption massive pour générer un impact économique, mais d’un autre côté, nous avons des agents qui n’ont pas cette exigence. Une seule personne peut contrôler simultanément des milliers (des millions ?) d’agents, créant ainsi des tâches complexes. Cela signifie qu’il n’est pas nécessaire que tout le monde utilise l’IA pour que la demande informatique monte en flèche : il suffit qu’un nombre suffisant de personnes l’utilisent comme ils sont susceptibles de l’utiliser : pour créer ces « entreprises individuelles » où un être humain a des milliers d’employés en IA.

Les entreprises paieront. La réalité est que la grande majorité des consommateurs ne voudront pas payer pour l’IA. Les entreprises le font, car elles paient pour la productivité et l’IA semble commencer à tenir cette promesse. Mais l’argument va au-delà des économies de coûts : les agents non seulement rendent le travail effectué par les humains plus efficace, mais ils permettent également à un petit groupe de personnes ayant une vision stratégique claire de l’exécuter à une échelle qui nécessitait auparavant des centaines d’employés qui devaient également être coordonnés. Les grandes entreprises ajoutent depuis des décennies les niveaux de gestion nécessaires à leur évolution, mais toute cette hiérarchie disparaît avec les agents.

Mais. Cet analyste est également clair sur le fait que la vague de licenciements va être de plus en plus évidente et que l’IA va avoir un impact évident. Il explique toutefois que bon nombre de ces licenciements actuels correspondent davantage au suremploi vécu avec la pandémie de COVID-19. Ce qui va se passer désormais, c'est que les entreprises ne se demanderont plus si elles ont trop embauché pour le monde « pré-IA », mais plutôt si elles ont trop embauché pour le monde « post-IA ». En fait, ceux qui ne le demandent pas finiront probablement par rivaliser avec des concurrents plus petits, construits à partir de zéro avec l’IA et avec des structures de coûts radicalement inférieures. Deux choses sont claires pour lui. La première est que la demande en informatique ne cessera de croître. La seconde est que la bulle, si elle existe – et selon lui, la réponse est non – ne va pas éclater.

À Simseo | Son chien avait un cancer, ses vétérinaires n'avaient pas de solutions et il a trouvé un vaccin à ARNm ailleurs : ChatGPT