Le brief IA que les pros lisent chaque soir
Les 7 actus IA du jour, décryptées en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
La réalité comme avantage concurrentiel
David Beyer, connu pour ses analyses perspicaces, met en lumière une tension essentielle dans notre époque technologique. Il compare deux entreprises médicales pour illustrer son propos. La première, spécialisée dans le traitement d'images radiologiques, bénéficie d'une application idéale de l'IA. Les images sont des données statiques, et avec suffisamment de puissance informatique, la précision devient accessible à tous. Ce type de problème est résolu par l'IA grâce à sa capacité à traiter des données fixes de manière efficace.
En revanche, la seconde entreprise, qui gère des demandes d'assurance médicale, se confronte à un environnement dynamique. Les réglementations changent constamment, les politiques évoluent, et les codes de facturation se mettent à jour. Ce contexte nécessite une connaissance opérationnelle acquise uniquement par l'expérience directe, ce que Beyer appelle le « tissu cicatriciel ». Cette connaissance ne peut être simulée ou apprise en dehors du contexte réel, car elle se développe à travers les interactions et les ajustements continus face aux rejets et aux erreurs du système.
L'IA peut certes accélérer l'apprentissage dans des environnements aux règles fixes, mais elle ne peut pas reproduire les imprévus du monde réel. Elle ne peut pas non plus influencer la vitesse à laquelle les régulateurs modifient leurs règles ou anticiper les mouvements des concurrents. Ainsi, la vitesse à laquelle une entreprise apprend et s'adapte est dictée par la réalité elle-même, et non par la vitesse de calcul des machines. La réalité, avec ses complexités et ses imprévus, devient alors un avantage concurrentiel difficile à imiter.
La crise d'adoption : technologie récursive ≠ adoption récursive
Les modèles d'IA progressent de manière récursive, chaque génération de modèles améliorant la suivante. Cette avancée est indéniable et impressionnante. Cependant, beaucoup extrapolent cette récursivité à l'économie, anticipant un remplacement rapide et massif de la main-d'œuvre humaine. Citadel Securities, dans son analyse de la « crise de l'intelligence mondiale de 2026 », déconstruit cette idée en soulignant que la récursivité technologique ne se traduit pas automatiquement par une adoption tout aussi rapide.
L'adoption de l'IA dans le monde réel est freinée par des facteurs qui ne progressent pas à la vitesse du logiciel. Parmi ces facteurs, on trouve le capital physique nécessaire pour construire des infrastructures, la capacité du réseau électrique, les approbations réglementaires, et surtout, le changement organisationnel, qui est souvent le plus lent. Pour illustrer ces contraintes, on peut observer les dépenses de construction manufacturière aux États-Unis. Entre 2021 et 2024, ces dépenses ont bondi de 75 milliards de dollars à plus de 240 milliards de dollars, un record historique. Ce saut reflète le besoin d'un soutien physique massif pour accompagner la promesse de l'IA, un processus qui s'étend sur des années.
Historiquement, les chocs de productivité liés à l'IA ont été des chocs d'offre positifs. Ils réduisent les coûts marginaux, augmentent la production et le revenu réel. John Maynard Keynes avait prédit que les gains de productivité nous permettraient de travailler seulement 15 heures par semaine au 21ème siècle. Cette prédiction s'est révélée fausse, car elle sous-estimait l'élasticité du désir humain. À mesure que la technologie réduit les coûts, nous ne cessons pas de travailler ; nous élargissons notre consommation, exigeons une qualité supérieure et créons de nouvelles industries auparavant inimaginables.
Les données récentes confirment cette tendance : depuis 2020, la création de nouvelles entreprises aux États-Unis a atteint des niveaux sans précédent, restant historiquement élevés. Loin de réduire l'activité humaine, les changements technologiques stimulent l'innovation et l'entrepreneuriat. De plus, contrairement aux craintes de remplacement massif, la demande pour des compétences techniques, comme l'ingénierie logicielle, s'est stabilisée à des niveaux pré-pandémiques, soulignant que la technologie complète notre travail plutôt que de l'éliminer.
L'IA va-t-elle nous remplacer ? La mauvaise question
L'idée que l'IA pourrait remplacer tous les humains est souvent débattue, mais elle pose la mauvaise question. Au lieu de se demander si l'IA va nous remplacer, il serait plus pertinent de réfléchir à la manière dont elle redéfinit notre travail et nos compétences. L'IA, en automatisant certaines tâches, libère du temps pour que les humains se concentrent sur des activités plus créatives et stratégiques. Elle ne remplace pas l'humain, mais modifie la nature du travail, nécessitant une adaptation continue des compétences humaines.
En fin de compte, l'IA et les humains ne sont pas en compétition directe. L'IA est un outil puissant qui, lorsqu'il est bien utilisé, peut amplifier les capacités humaines et ouvrir de nouvelles perspectives. La véritable question est de savoir comment nous pouvons tirer parti de cette technologie pour enrichir notre travail et notre société.
