Tout le monde croit que l’intelligence a une demande illimitée, pas seulement les maxis. Mais ce que les maxis se trompent, c’est que l’intelligence que Anthropic, OpenAI et les laboratoires de pointe construisent n’est pas le type générique que vous imaginez. Laissez-moi vous expliquer — Les deux utilisations principales de la puissance de calcul sont, de manière grossière, soit l’entraînement, soit l’inférence. La « intelligence générique » dont tout le monde dit qu’elle a une demande illimitée provient principalement de l’inférence, et l’inférence nécessite une puissance et une utilisation très différentes de l’entraînement. L’inférence se produit par pics, ce qui oblige à surdimensionner par défaut la capacité pour gérer les pointes jusqu’à ce que le problème d’utilisation soit résolu — ce qui signifie que, presque par définition, nous allons surdimensionner. Mais l’entraînement ne présente pas ce problème : la charge de travail est stable et la courbe de demande est prévisible. Ainsi, les centres de données sont actuellement surdimensionnés précisément parce que l’utilisation n’est pas encore optimisée. Anthropic et les autres laboratoires de pointe construisent leur avenir sur l’entraînement, c’est pourquoi ils affirment pouvoir absorber toute cette capacité excédentaire. Mais leur « intelligence » n’est pas la productivité au travail. C’est le saut vers des résultats de type singularité : nouvelles découvertes pharmaceutiques, capacités cybernétiques, auto-amélioration récursive. Ce sont de véritables uniques. C’est pourquoi, quand Anthropic parle de « menaces existentielles pour l’humanité », il ne parle pas vraiment de pertes d’emplois. Il dit qu’ils sont au bord de découvertes incroyables, parce qu’ils continuent d’ENTRAÎNER PLUS DE MODÈLES. Mais la distillation est réelle et l’open source est réel. La demi-vie de tout modèle de pointe est minuscule, car rien ne le protège comme la propriété intellectuelle protège un brevet. Imaginez une entreprise de médicaments pour maladies rares qui dépense des milliards en recherche, et deux mois après une percée, une version générique apparaît. Cette entreprise ne pourra jamais récupérer son investissement, à moins qu’elle ne puisse découvrir un nombre infini de médicaments pour maladies rares. C’est ce genre d’intelligence sur laquelle Anthropic mise. C’est ce sur quoi les 800 milliards de dollars de dépenses en calcul misent. Les questions que vous devez vous poser sont donc : 1) Si l’intelligence est à deux niveaux, quel est le coût de chaque niveau ? Quel est le coût de l’IGA, et quel est le coût de l’intelligence générique qui a une demande infinie ? Et 2) Allouons-nous le capital avec la bonne courbe de risque et la bonne fonction de déclin pour déterminer si le rendement de l’IGA est réel ? Et s’il est réel, une entreprise privée pourra-t-elle jamais vraiment le posséder ? C’est cette dissonance cognitive au cœur même de ce paradoxe : tout le monde se ment à lui-même sur ce que signifie l’intelligence, tandis que l’unité de mesure est volontairement maintenue vague par les utilisateurs comme par les fournisseurs. L’intelligence générique a une demande illimitée, mais c’est une course certaine vers le bas. La « superintelligence » est l’inverse : elle ne peut pas avoir une demande illimitée par définition, mais si elle réalise même la moitié de ce qu’elle promet, aucune entreprise privée ne pourra jamais la conserver, du moins pas sans l’intervention du gouvernement pour protéger son avantage (c’est pourquoi Anthropic insiste sur cet angle, sans avoir montré la moindre démonstration qu’elle est proche d’une telle découverte). Et à ce stade-là, il faut se demander qui va se retrouver avec le sac, et si cela a été en réalité très intelligent.
