Elon Musk veut lever 6 milliards pour son projet d’IA : où va la course des Titans de la Tech ?

Julien Pillot : Nous parlons d'un secteur encore en phase d'émergence qui n'a pas encore désigné ses champions, même si certaines entreprises sont parties tôt et ont déjà pris des positions des plus stratégiques sur différents maillons de la chaîne de valeur. Je pense notamment à des acteurs comme Nvidia pour ce qui concerne la conception de semi-conducteurs (processeurs et de GPU) et la surcouche logicielle Cuda, ou à Microsoft, Google et Amazon pour ce qui concerne les data centers ou s'effectuent les opérations de stockage et de calculs, ou encore à Google, Microsoft et Meta pour ce qui concerne les modèles de fondation. 

Une fois ceci dit, plusieurs éléments sont à prendre en compte.

Commençons par lever un tabou : les IA actuelles n'ont rien de révolutionnaires !

Elles ne sont que des évolutions de systèmes algorithmiques finalement assez classiques qui automatisent des tâches, et font exactement ce pour quoi elles ont été entraînées au préalable. Elles excellent dans le domaine de la reconnaissance multiple, de la recherche de corrélations, sont capables de réaliser de façon autonome des calculs complexes et de délivrer des résultats avec une grande rapidité. 

Mais, en dépit de démonstrateurs aussi bluffants que ChatGPT ou Midjourney, elles demeurent des "narrow AI", c'est à dire des programmes spécialisés dans une tâche précise, incapables de raisonner - comme pourrait le faire un cerveau humain - pour s'adapter à un contexte nouveau, faire face à un imprévu ou migrer d'une fonction à une autre. On le voit d'ailleurs tous les jours quand les IA génératives ont tendance à halluciner ou à ne pas répondre à la question qui leur est posée, ou lorsque qu'une voiture autonome doit faire face à un événement imprévu ou est dans l'incapacité de lire un panneau. Et ne demandez surtout pas à ChatGPT de conduire votre voiture à votre place : il en serait bien incapable ! Sur la capacité d'adaptation, le cerveau humain, d'une incroyable plasticité, garde l'avantage. Mais davantage que la technique sous-jacente ou les résultats obtenus, ce qui frappe le plus avec les IA actuelles, y compris les spécialistes, c'est la vélocité de ces évolutions rendues possibles par les progrès phénoménaux en matière de calcul et de l'immense quantité de données disponibles pour entraîner les IA.

Une fois ceci dit, il faut néanmoins souligner que ces IA, sous leur forme actuelle, sont déjà capables de faire mieux que des humains dans quasiment tous les domaines applicatifs, et en cela, elles vont être de précieux outils de productivité, et demander un effort d'adaptation conséquent des process de production, des approches métiers et des usages. Elles pourront même se montrer capables de supprimer des emplois, surtout si ceux-ci reposent sur des choix ou des actes prédéfinis, des séquences répétitives, réclamant peu d'initiatives individuelles. Mais, on est encore loin de l'IA Générale qui sera en mesure de raisonner, de prendre des décisions en totale autonomie et ce, de façon indifférenciée dans l'ensemble des domaines applicatifs. Cette IA, fantasmée par certains comme Sam Altman (OpenAI), est redoutée par d'autres comme Elon Musk, car elle porte en elle le potentiel d'une révolution qui n'usurperait pas son nom : celle de surpasser l'être humain.

Nous avons déjà partiellement répondu à cette question.

Nous l'avons vu, les IA actuelles ne sont pas si révolutionnaires et, si elles sont d'indéniables outils de productivité et offrent des potentiels applicatifs importants, elles bluffent surtout les personnes non averties et doivent encore démontrer leur rentabilité, et parfois même, leur utilité. Et la course à leur développement et leur déploiement est excessivement consommatrice en cash.

Une fois ceci rappelé, il y a deux éléments supplémentaires à prendre en considération.