Bonjour à tous et toutes,
L’intelligence artificielle pourrait rendre nos entreprises toujours plus efficaces… tout en les condamnant économiquement. C’est le paradoxe que j’explore dans ce nouveau numéro de Métamorphoses. À force de réduire les coûts, nous risquons d'oublier l'essentiel à savoir inventer les revenus de demain. Le secteur des médias nous montre déjà ce qui nous attend.
Autre sujet : en Ukraine, quelques paramètres informatiques peuvent désormais perturber des opérations militaires. Quand notre capacité à nous défendre dépend d'entreprises technologiques privées, qui détient réellement le pouvoir ?
Pendant ce temps, une IA résout 98 % de problèmes complexes de physique théorique pour moins de trois dollars chacun ! Une révolution qui pourrait bouleverser la recherche scientifique.
Et Jeff Bezos nous promet la semaine de trois jours grâce à l'IA. Formidable ! Mais qui profitera réellement des gains de productivité ?
Le point commun de ces quatre sujets consiste à savoir si nous allons utiliser l'IA pour prolonger le passé ou pour réinventer notre avenir ?
Bienvenue dans Métamorphoses 149 !
Stéphane Amarsy
Vous pouvez retrouver cette newsletter en podcast ici
L’impossible équation économique
Jamais les entreprises n'ont disposé d'autant de technologies pour améliorer leur productivité, jamais elles n'ont pu envisager de produire autant avec aussi peu de ressources, et pourtant, jamais autant de modèles économiques n'ont semblé aussi fragiles. L'intelligence artificielle promet de réduire les coûts, d'automatiser les tâches, d'accélérer les décisions et de démultiplier les capacités humaines ce qui peut être perçu comme une formidable opportunité. Sauf que cette révolution intervient au moment précis où les besoins des consommateurs changent, où les usages se transforment et où les sources traditionnelles de revenus commencent à s'éroder. Face à cette situation, la réaction de nombreuses entreprises est presque mécanique. Les revenus diminuent ? Réduisons les coûts. Les marges se contractent ? Automatisons. La concurrence s'intensifie ? Produisons davantage avec moins de collaborateurs. Et surtout, conservons notre modèle économique aussi longtemps que possible.
À quoi sert de produire deux fois plus efficacement un produit ou un service si les clients en ont progressivement moins besoin ? L'intelligence artificielle, utilisée essentiellement pour réduire les coûts, constitue un formidable instrument pour accélérer la disparition des entreprises qu'elle était censée sauver.
Le secteur des médias offre une illustration parfaite de cette contradiction. Il serait néanmoins dangereux de croire qu'il s'agit d'une crise propre à la presse. Les médias sont simplement les premiers à subir une équation économique qui pourrait progressivement s'imposer à une grande partie de notre économie.
_______________
Prenons le cas du groupe EBRA, grand groupe français de presse quotidienne régionale, détenu par le Crédit Mutuel. Avec neuf titres, dont Le Dauphiné libéré, Le Progrès, Les Dernières Nouvelles d'Alsace et L'Est républicain, il représente une institution profondément ancrée dans les territoires. En juin 2026, le groupe annonce un plan de départs volontaires visant une réduction significative de ses effectifs, dans un contexte de restructuration industrielle et de transformation de ses activités. Pourquoi ? Les chiffres parlent d'eux-mêmes. En 2025, EBRA réalise 479 millions d'euros de chiffre d'affaires, un niveau stable par rapport à 2024, mais enregistre une perte nette de 35 millions d'euros. Selon sa direction, les ventes au numéro et les abonnements papier ont été divisés par deux en dix ans. L'objectif affiché consiste notamment à retrouver durablement l'équilibre économique à l'horizon 2028. (Source Le Monde). Difficile, dans ces conditions, de reprocher à une direction de chercher à ajuster ses coûts. Les rotatives coûtent cher. La distribution physique représente une dépense considérable. Les infrastructures ont été conçues pour des volumes qui n'existent plus. Quant aux organisations, elles restent souvent structurées autour de processus hérités d'une époque où le journal papier constituait le cœur de la relation avec les lecteurs. L'intelligence artificielle peut naturellement contribuer à transformer cette organisation. Elle peut faciliter la transcription, le traitement des données, la mise en page, la documentation, la traduction ou la production de contenus standardisés. Cela ne résoudra rien car les difficultés économiques d'EBRA ne traduisent pas seulement un problème de productivité. Elles illustrent une transformation beaucoup plus profonde de la manière dont nous consommons l'information, de la valeur que nous lui attribuons et surtout de notre disposition à payer pour y accéder.
Pendant des décennies, le modèle économique de la presse reposait sur une mécanique assez stable. Les journalistes produisaient l'information. Les lecteurs achetaient les journaux. Les annonceurs finançaient une partie de cette activité pour accéder à des audiences relativement captives. Ce modèle fonctionnait parce que les médias contrôlaient largement les conditions d'accès à l'information. Cette rareté a progressivement disparu. Nous sommes passés d'un monde où l'information devait être recherchée à un monde où elle nous poursuit en permanence. Notifications, réseaux sociaux, vidéos, plateformes, influenceurs et désormais intelligences artificielles conversationnelles constituent autant de points d'accès concurrents. La multiplication des contenus n'a pas augmenté notre envie de nous informer. Non seulement, elle a parfois produit l'effet inverse mais en plus elle a conduit à partager le gâteau avec de multiples acteurs. Selon le Digital News Report 2026 du Reuters Institute, 42 % des personnes interrogées déclarent éviter l'actualité au moins occasionnellement, contre 29 % en 2017. Dans les 48 marchés étudiés, les réseaux sociaux et plateformes vidéo sont désormais utilisés chaque semaine pour accéder à l'information par 54 % des répondants, contre 51 % pour les sites et applications des médias et plus vous êtes jeune, plus c’est le cas. Produire un journal moins cher ne changera rien à ce fait.
Malheureusement, une deuxième transformation vient compliquer la donne. Pendant longtemps, Internet a représenté une formidable promesse pour les médias. Certes, il fragilisait le modèle papier tout en ouvrant simultanément des perspectives inédites. Les contenus devenaient accessibles à des millions de lecteurs supplémentaires. Les moteurs de recherche, notamment Google, apportaient des visiteurs. Chaque visite pouvait générer des recettes publicitaires ou déboucher sur un abonnement. Le modèle reposait sur un équilibre imparfait, mais économiquement lisible. Google aidait les internautes à trouver l'information et les dirigeait vers les sites qui l'avaient produite.
L'intelligence artificielle modifie radicalement cette mécanique. Avec les réponses générées directement dans son moteur de recherche, Google ne se contente plus d'indiquer où se trouve l'information. Il peut désormais la synthétiser, la reformuler et la présenter directement à l'utilisateur. Il en va de même pour les autres outils d’intelligence artificielle. Pourquoi cliquer sur un article lorsqu'une réponse apparaît immédiatement ? Pourquoi parcourir plusieurs sites pour comprendre un sujet lorsqu'une interface conversationnelle propose une synthèse, puis répond aux questions complémentaires ? L'utilisateur gagne du temps tout en obtenant une information plus accessible, personnalisée et adaptée à ses interrogations.
La conséquence ? Celui qui a financé la production de l’information perd la relation avec son lecteur. En juillet 2025, le Pew Research Center a publié une étude sur ce sujet. Lorsqu'un résumé généré par l'IA apparaît dans les résultats Google, les internautes observés cliquent sur un résultat de recherche traditionnel dans seulement 8 % des visites, contre 15 % en l'absence de ce résumé. Quant aux liens vers les sources citées directement dans les résumés IA, ils ne sont utilisés que dans 1 % des visites concernées. (source Pew Research Center). Autrement dit, la présence d'une réponse IA s'accompagne d'une probabilité de clic beaucoup plus faible.
Les premières conséquences économiques sont visibles. En juillet 2026, Axios rapporte des données de Chartbeat selon lesquelles le trafic envoyé par Google Search vers les éditeurs de presse de son réseau a diminué de 34 % sur un an. Les petits éditeurs apparaissent particulièrement vulnérables, même si cette baisse résulte de plusieurs transformations simultanées et ne peut être imputée intégralement aux réponses générées par l'IA. Le phénomène ne se limite d'ailleurs plus à Google. Selon Reuters, 10 % des répondants utilisent chaque semaine des chatbots IA pour s'informer en 2026, contre 7 % l'année précédente. La proportion reste minoritaire, mais elle progresse. Et surtout, elle introduit une manière différente de consommer l'information. Nous ne recherchons des réponses et non plus uniquement des contenus. Un contenu peut être associé à une marque, à un abonnement, à un espace publicitaire et à une relation durable avec un lecteur. Une réponse générée par une intelligence artificielle peut mobiliser les connaissances issues de multiples contenus sans nécessairement produire ces mêmes relations économiques.
Le journaliste enquête. Le média finance. L'intelligence artificielle synthétise. La plateforme distribue. Mais qui récupère les revenus ? Et par conséquence, qui financera demain l'enquête dont l'intelligence artificielle aura besoin pour produire sa synthèse ? Nous construisons progressivement une économie dans laquelle ceux qui produisent l'information ne sont plus nécessairement ceux qui en captent la valeur. Bien sûr, les plateformes cherchent à faire évoluer leurs relations avec les éditeurs. Google développe notamment des dispositifs de liens plus visibles et expérimente des accords rémunérés avec certains groupes de presse. Ces initiatives ne résolvent pas encore la question existentielle de la répartition de la valeur. Une économie de l'information peut-elle durablement fonctionner si ceux qui financent sa production perdent une part croissante des revenus associés à sa consommation ?
Et la publicité ? Nous entendons régulièrement que les recettes publicitaires des médias traditionnels s'effondrent dans un marché global en croissance. En France, selon le bilan BUMP 2025 publié par l'IREP, France Pub et Kantar, les recettes publicitaires nettes atteignent 19,8 milliards d'euros, en hausse de 3,3 %. Le marché de la publicité digitale progresse quant à lui de 11 %, tandis que les cinq grands médias historiques, sur un périmètre incluant leurs recettes numériques, enregistrent un recul de 6,5 %. Les revenus publicitaires vont vers les acteurs capables de connaître les comportements, de cibler les consommateurs, de mesurer les résultats et de contrôler les points d'accès à leurs décisions. Dans le passé, les annonceurs achetaient principalement une audience et aujourd’hui, ils recherchent de plus en plus une capacité à influencer un parcours d'achat et à mesurer directement son efficacité.
Et demain ? Lorsque des millions d'individus demanderont à leur assistant IA de sélectionner un produit, de comparer des services, de préparer un voyage ou de choisir un fournisseur, qui contrôlera l'accès commercial à ces décisions ? Nous allons très probablement assister à une nouvelle concentration de la valeur publicitaire autour des interfaces intelligentes qui orientent les choix des consommateurs. Une entreprise verra alors ses coûts de communication augmenter, sa visibilité naturelle diminuer et sa dépendance à quelques intermédiaires se renforcer. Le plus étonnant est que cette évolution pourrait se produire alors même que la quantité d'informations disponibles continuerait d'exploser : plus de contenus, plus d'automatisation et plus de personnalisation sans forcement davantage de revenus pour ceux qui les produisent.
Toutes ces raisons expliquent pourquoi chercher uniquement à réduire les coûts éditoriaux apparaît insuffisant. Même si EBRA parvenait à produire ses journaux avec beaucoup moins de ressources, cela ne garantirait ni le retour de ses lecteurs historiques, ni celui des annonceurs, ni celui des visiteurs détournés par les réponses générées par l'IA, ni des nouveaux lecteurs. La productivité ne peut pas, à elle seule, réparer une proposition de valeur dont les fondements économiques se déplacent.
Face à la contraction de leurs marges, les entreprises adoptent naturellement des stratégies de rationalisation en simplifiant leurs organisations, en mutualisant certaines fonctions, en automatisant les tâches répétitives et en réduisant parfois leurs effectifs. L'IA rend ces transformations beaucoup plus puissantes. Une activité qui nécessitait hier dix personnes pourrait, dans certains contextes, être réalisée demain avec trois personnes et plusieurs systèmes intelligents. Les gains potentiels sont considérables. Encore faut-il comprendre ce que nous cherchons à gagner. Réduire les coûts de production peut parfaitement améliorer la rentabilité à court terme sans résoudre la fragilité de la demande. Pire, cette stratégie peut parfois amplifier le problème. Une rédaction dont les effectifs diminuent risque de perdre une partie de ses capacités d'enquête, de présence territoriale et de différenciation. Un cabinet de conseil qui automatise massivement ses productions peut fragiliser les mécanismes d'apprentissage de ses jeunes consultants. Une entreprise industrielle qui réduit ses compétences internes peut affaiblir sa capacité à développer les produits de demain. Aucune de ces conséquences n'est déterministe car tout dépend de l'utilisation des gains de productivité. Servent-ils à reconstruire l'avenir ou simplement à prolonger le passé ?
Nous connaissons tous des entreprises qui passent davantage de temps à mesurer leurs économies qu'à imaginer ce qui pourrait donner envie à leurs clients de payer demain. Les comités de direction savent calculer une réduction de masse salariale à trois décimales près. Ils sont généralement beaucoup moins précis lorsqu'il s'agit d'évaluer les nouveaux besoins susceptibles de représenter 20 % de leur chiffre d'affaires dans cinq ans. Pour autant, cela serait insensé de leur en faire uniquement le reproche alors qu’ils évoluent dans une économie qui les pousse dans cette direction. Les actionnaires attendent des marges. Les investisseurs réclament de la croissance. Les banques souhaitent de la visibilité. Les marchés valorisent les résultats. Et les dirigeants doivent continuer à payer les salaires à la fin du mois.
L'avenir est une promesse et les coûts sont une certitude. Nous privilégions ce que nous savons mesurer, avec le risque de sacrifier ce que nous devrions inventer.
Imaginons maintenant une entreprise réalisant 500 millions d'euros de chiffre d'affaires. Ses activités historiques reculent de 8 % chaque année ce qui est une hypothèse illustrative loin d'être absurde pour certains marchés en transformation rapide. Après trois ans, ses revenus historiques ne représentent plus qu'environ 389 millions d'euros. Elle doit donc générer près de 111 millions d'euros de nouveaux revenus annuels pour simplement retrouver son chiffre d'affaires initial sans même tenir compte de l'inflation, des investissements nécessaires ou des différences de rentabilité entre les activités.
Combien d'entreprises sont capables de créer, en trois ans, des activités représentant plus de 20 % de leur chiffre d'affaires initial ? Combien peuvent le faire tout en finançant une restructuration, en préservant leurs compétences et en maintenant une rentabilité satisfaisante ?
L'économie repose implicitement sur l'idée que les nouvelles activités remplaceront progressivement celles qui disparaissent. Cette hypothèse a accompagné plusieurs siècles de transformations technologiques. L'agriculture s'est mécanisée. L'industrie s'est automatisée. Les services se sont développés. De nouveaux métiers ont émergé. Rien ne garantit que les délais de cette substitution resteront compatibles avec ceux de la révolution actuelle car nous sommes confrontés à trois vitesses différentes :
La première est celle de la disparition des revenus historiques, parfois très rapide.
La deuxième est celle des gains de productivité, que l'IA peut accélérer considérablement.
La troisième est celle de la construction de nouveaux marchés, nécessairement plus incertaine.
Ces trois dynamiques ne sont pas naturellement synchronisées. Une entreprise peut perdre 10 % de ses revenus en un an, réduire ses coûts de 5 % et devoir attendre cinq années avant qu'une nouvelle activité ne devienne rentable.
Et pendant ce temps, il faut financer la transition, avec quelles ressources ? Les banques accepteront-elles de financer massivement des modèles encore incertains ? Les investisseurs renonceront-ils à une partie de leurs exigences de rendement ? Les salariés pourront-ils absorber des reconversions successives ? Les consommateurs disposeront-ils encore du pouvoir d'achat nécessaire pour soutenir les nouveaux marchés ? Ajoutons une dernière difficulté avec la recherche simultanée de toutes les entreprises d’activités de croissance. Elles se tournent vers les mêmes territoires prometteurs, notamment l'IA, les services personnalisés, les abonnements, la donnée, les expériences et les prestations à forte valeur ajoutée. Un marché attractif attire la concurrence ce qui finit par exercer une pression sur les prix. Nous demandons donc à chaque entreprise de remplacer rapidement ses revenus déclinants par des activités nouvelles, rentables et différenciantes, tout en sachant que l'ensemble de ses concurrents poursuit exactement le même objectif.
L'équation devient pour le moins sportive.
Les médias ne sont que les premiers exposés
De nombreux secteurs pourraient suivre des trajectoires comparables à celles des médias. Les cabinets de conseil vendent historiquement une combinaison d'expertise, de temps humain et de livrables. Que devient cette logique lorsque les clients peuvent réaliser eux-mêmes une partie croissante des analyses ? Les agences de communication facturent la création de contenus et de campagnes. Quelle valeur attribuer à ces productions lorsque leur coût marginal diminue fortement ? Les éditeurs de logiciels vendent des licences, souvent proportionnelles au nombre d'utilisateurs. Mais que devient cette tarification lorsque des agents intelligents remplacent une partie des interactions humaines avec les logiciels ? Les organismes de formation commercialisent des contenus, des parcours et du temps pédagogique. Comment préserver leur différenciation lorsque chacun peut disposer d'un tuteur personnalisé accessible en permanence ? Même les professions dont la valeur repose sur une expertise réglementée devront distinguer plus clairement les tâches automatisables de la responsabilité, du jugement et de la relation humaine qui demeurent essentiels.
Évidemment, ces secteurs ne disparaîtront pas nécessairement car de nouveaux besoins apparaîtront, certaines activités deviendront plus importantes et de nouvelles entreprises émergeront. Mais là encore, il convient de s’interroger sur la possibilité que les revenus qu'ils produiront apparaîtront suffisamment rapidement, et s'ils seront captés par les entreprises et les travailleurs qui auront perdu les revenus précédents. Les gains de productivité peuvent aussi provoquer une baisse des prix, voire une gratuité apparente pour certains services ce qui représente une formidable perspective pour les consommateurs. Pour les entreprises, une baisse des prix ne garantit en rien une augmentation équivalente des volumes, et encore moins une augmentation des revenus.
Si une entreprise fournit dix fois plus de services, mais les vend dix fois moins cher, elle aura modifié sa structure de production et non son chiffre d'affaires. Et si, simultanément, toutes les entreprises adoptent cette logique, nous pouvons nous retrouver avec une économie infiniment plus productive dans laquelle de nombreux acteurs peinent pourtant à préserver leurs revenus. Par conséquent, chaque entreprise aura intérêt à réduire ses coûts salariaux pour rester compétitive. Si cette dynamique se généralise sans création suffisamment rapide de nouvelles activités et de nouveaux revenus, elle affaiblira une partie de la demande qui soutient l'économie. La somme des décisions rationnelles individuelles ne produit pas nécessairement une situation collectivement souhaitable.
Alors, on fait quoi ? On organise notre lente agonie ou on change de modèle ?
Nous pouvons naturellement poursuivre dans la direction actuelle : automatiser davantage, réduire les coûts, consolider les acteurs, fermer les activités déficitaires et espérer que les nouvelles entreprises créeront suffisamment de richesse et d'emplois pour compenser les destructions. Bien que possible, ce succès repose sur notre capacité collective à inventer de nouveaux revenus suffisamment vite pour absorber ceux qui disparaissent. Or nous ne disposons d'aucune garantie que cela sera le cas.
Il faut donc envisager un changement beaucoup plus profond. D'abord, nous devons cesser de confondre les activités historiques des entreprises avec leur véritable raison d'être. Un groupe de presse n'a pas pour seule mission de produire des journaux. Il contribue à informer les citoyens, à rendre les territoires intelligibles, à révéler les dysfonctionnements et à nourrir la vie démocratique. Pourquoi sa valeur devrait-elle dépendre principalement du nombre d'articles publiés ou des espaces publicitaires vendus ? Peut-être faut-il imaginer des services d'information locale personnalisée, des plateformes de connaissance territoriale, des outils d'aide à la compréhension des décisions publiques, des communautés ou des expériences qui répondent à des besoins nouveaux. Certaines initiatives existent déjà à la périphérie des modèles historiques dont les charges continuent de dominer l'économie des entreprises.
Ensuite, nous devons modifier notre approche des gains de productivité. Pourquoi l'essentiel des discussions autour de l'IA porte-t-il sur les économies potentielles ? Pourquoi ne pas consacrer une part significative de ces gains au financement de nouvelles activités, de compétences et de propositions de valeur ? Une entreprise pourrait décider qu'une partie de ses économies liées à l'automatisation financera systématiquement l'expérimentation de nouveaux marchés. Une autre pourrait associer davantage ses collaborateurs aux activités créées grâce à l'IA, plutôt que de faire de la substitution du travail humain le premier indicateur de réussite. Naturellement, ces approches impliquent des risques et des arbitrages mais continuer à investir exclusivement dans l'efficacité d'un modèle qui s'érode n'en comporte-t-il pas davantage ?
Nous devons également reconsidérer la manière dont la valeur est captée. Dans les médias, cela implique de repenser la relation économique entre les producteurs d'information et les plateformes qui exploitent, résument ou distribuent leurs contenus. Des mécanismes de rémunération, de licences, de partage de revenus ou de relations directes avec les communautés doivent être développés. Et au-delà des médias, nous devons anticiper une économie dans laquelle les interfaces intelligentes pourraient devenir les principaux intermédiaires entre les producteurs et les consommateurs.
Enfin, la transition ne peut pas reposer uniquement sur les entreprises. Lorsqu'une technologie transforme simultanément les métiers, les usages, les revenus et les conditions de concurrence, elle interroge nécessairement nos mécanismes collectifs de financement, de formation, de fiscalité et de redistribution de la valeur. Il serait illusoire de penser que chaque entreprise, prise isolément, pourra résoudre une contradiction qui concerne potentiellement l'ensemble du système économique. De ce fait, nous devons nous interroger sur les façons de financer le temps nécessaire à la transformation de notre économie au -delà de l’innovation tout simplement car le temps devient notre ressource la plus rare.
Pourquoi sauver ce qui doit être réinventé ?
Notre histoire économique nous a appris à considérer les gains de productivité comme une formidable source de prospérité. L'intelligence artificielle a le potentiel pour contribuer à améliorer les soins, l'éducation, la recherche, l'accès à la connaissance et de nombreux services essentiels. Nous aurions tort de réduire cette perspective à une menace. Mais nous aurions tout autant tort de croire que les mécanismes économiques qui ont accompagné les révolutions technologiques précédentes fonctionneront automatiquement à la même vitesse.
Nous entrons dans une période,
où les technologies peuvent transformer les usages avant que les entreprises aient eu le temps de modifier leur modèle économique.
où les intermédiaires peuvent capter une part croissante de la valeur sans supporter l'ensemble des coûts nécessaires à sa création.
où nous pouvons automatiser des métiers beaucoup plus rapidement que nous ne savons inventer les activités qui les remplaceront.
où les gains de productivité ne garantissent plus, à eux seuls, la croissance des revenus.
Face à cette perspective, la tentation consiste à poursuivre les recettes traditionnelles (réduire les coûts, protéger les marges, améliorer les processus et accélérer la production). Ok, mais jusqu'où ? Une entreprise peut difficilement construire son avenir en consacrant l'essentiel de son énergie à rendre son passé moins coûteux. Nous devrions mobiliser l'intelligence artificielle pour explorer de nouveaux besoins, imaginer de nouvelles manières de créer de la valeur, développer les capacités humaines et repenser les modèles économiques sur lesquels reposent nos sociétés et non simplement lui demander de supprimer les coûts que nous ne savons plus financer.
Le plus grand danger pour nos futurs est la suppression progressive des moyens humains et financiers permettant de réinventer notre économie, au nom même de sa survie. Nous construirons ainsi des entreprises toujours plus efficaces, dans des marchés qui ne permettent plus de rémunérer suffisamment ce qu'elles produisent, des organisations parfaitement optimisées et économiquement condamnées.
Nous sommes en train de chercher des économies là où il faudrait inventer une nouvelle économie. Alors, allons-nous continuer à mesurer notre réussite à l'aune des coûts que nous supprimons, ou commencer à l'évaluer à partir de la valeur nouvelle que nous savons créer ? Allons-nous demander à l'intelligence artificielle de prolonger artificiellement des modèles économiques vieillissants, ou saisir l'occasion de repenser ce qui mérite véritablement d'être produit, échangé et rémunéré ? Et surtout, aurons-nous le courage de remettre en question les règles d'un système économique qui exige des résultats immédiats au détriment de nos possibilités futures (environnement, niveau de vie, pollution, …), alors que sa transformation suppose du temps ?
Notre avenir dépendra entre autres de notre capacité à accepter que produire autrement ne suffit plus. Nous devons aussi réapprendre à créer, capter et partager autrement la valeur. Alors, on fait quoi ? On attend notre lente agonie ou on change de modèle ?
Quand la guerre dépend du bon vouloir de ceux qui possèdent la technologie
Imaginez un instant. Vous êtes un soldat ukrainien. Votre pays subit depuis plusieurs années les attaques d'une puissance militaire supérieure. Pour compenser ce déséquilibre, vous avez développé une capacité remarquable à exploiter les nouvelles technologies, notamment les drones, devenus essentiels pour observer, anticiper et frapper les positions ennemies. Votre drone décolle, accélère et puis soudain, sa connexion satellitaire est interrompue sans aucun avertissement ni explication. Il n'a pourtant subi aucune attaque russe. Quelqu'un, à plusieurs milliers de kilomètres du champ de bataille, a modifié les conditions d'utilisation d'une technologie dont dépend votre mission. De la science-fiction ? Malheureusement non. Dans la nuit du 13 au 14 octobre 2026, les forces ukrainiennes ont découverts des restrictions affectant leurs communications satellitaires. Certains terminaux embarqués sur des drones perdaient leur connexion au-delà de 160 km/h, parfois même de 80 km/h. Plusieurs opérations ont été perturbées. Volodymyr Zelensky dénonce au même moment l'absence d'alertes préalables de ses partenaires concernant certaines frappes balistiques russes. Deux événements distincts, mais dont la simultanéité oblige à challenger la dépendance d’un pays à se défendre ?
Depuis le début de l'invasion russe de 2022, les satellites Starlink de SpaceX jouent un rôle déterminant dans la résistance ukrainienne. Les soldats communiquent, coordonnent leurs opérations et maintiennent des connexions malgré la destruction d'une partie des infrastructures terrestres grâce à cette constellation. On peut parler de véritable révolution militaire qui dépend d'une entreprise privée américaine, fondée et dirigée par Elon Musk. Déjà, en 2022, Musk avait refusé d'étendre la couverture satellitaire nécessaire à une opération ukrainienne contre la flotte russe en Crimée, invoquant le risque d'une escalade majeure. La question de savoir jusqu'où un entrepreneur pouvait influencer une opération militaire était alors apparue au grand jour.
En octobre 2026, l'histoire prend une nouvelle dimension avec les restrictions concernent notamment Starshield, la déclinaison militaire des technologies satellitaires de SpaceX. Musk précise que ces systèmes sont contrôlés par le gouvernement américain et que les limitations relèvent des autorités militaires, jusqu'au président des États-Unis. Il distingue ce dispositif de Starlink, son service commercial. Qui a exactement ordonné les restrictions ? Les informations disponibles ne permettent pas de le déterminer avec certitude. L'administration Trump nie être responsable des limitations alléguées. Un incident technique a également été évoqué. Mais finalement, le problème dépasse la question de savoir qui a appuyé sur le bouton. Il suffit parfois de modifier un paramètre pour transformer une supériorité technologique en vulnérabilité militaire.
Au même moment, Donald Trump cherche à redéfinir les rapports avec Moscou. Son administration a assoupli des restrictions sur les importations de diesel russe, dans un contexte de tensions énergétiques. Trump demande parallèlement à l'Ukraine de suspendre ses attaques contre les raffineries russes. L'argument stricto économique est compréhensible du fait de la hausse des prix de l'énergie qui pèse sur les consommateurs américains avec néanmoins une conséquence géopolitique beaucoup moins anodine. Les raffineries constituent une cible stratégique pour l'Ukraine, qui cherche à affaiblir les ressources et les capacités logistiques russes. En demandant à Kyiv de renoncer à ces frappes, Washington limite potentiellement l'un des moyens dont dispose l'Ukraine pour peser sur le rapport de force. Et voilà que surviennent les restrictions satellitaires. Les autorités ukrainiennes soupçonnent une pression volontaire. Zelensky s'inquiète également d'une possible interruption du partage de renseignements américains. Washington conteste avoir suspendu ce dernier. Aucune preuve publique ne permet aujourd'hui d'affirmer que Musk et Trump ont coordonné ces restrictions dans le cadre d'un accord avec Poutine.
Cela montre toutefois que L'accès à une infrastructure technologique indispensable peut devenir un instrument de négociation politique. Autrement dit, pour contraindre un pays, il n'est plus nécessaire de lui couper les routes ou de bombarder ses infrastructures. Il suffit de limiter l'accès aux outils dont dépend sa capacité à agir avec des conséquences immédiates.
Pendant des siècles, la puissance géopolitique s'est construite autour les trois piliers que sont le territoire, les ressources et la force militaire. Puis l'économie industrielle a ajouté les capacités de production. Les infrastructures numériques (Satellites, systèmes de communication, cloud, semi-conducteurs, données et désormais intelligence artificielle) doivent aujourd’hui être ajoutées avec la particularité d’appartenir largement à des entreprises privées. Microsoft, Amazon ou Google contrôlent une partie déterminante des capacités informatiques mondiales. Nvidia occupe une position dominante dans les processeurs nécessaires à l'entraînement des IA les plus avancées. SpaceX dispose, avec Starlink, d'une infrastructure satellitaire devenue stratégique. Ces entreprises n'ont pas besoin de conquérir des territoires pour exercer leur influence. Leur pouvoir vient précisément du fait que nous avons organisé nos sociétés autour de leurs technologies.
Il y a là une contradiction démocratique majeure. Nous avons progressivement transféré des capacités essentielles à des acteurs privés sans véritablement repenser les mécanismes de responsabilité associés. Lorsqu'un gouvernement prend une décision stratégique, il peut être interrogé par son Parlement, contesté par ses citoyens et soumis à des engagements internationaux. Que se passe-t-il lorsque la décision passe par un contrat commercial, une restriction technique ou les conditions d'utilisation d'un service ? Qui contrôle les contrôleurs de nos infrastructures ? L'ironie serait presque amusante si les conséquences n'étaient pas aussi dramatiques. Nous avons passé des décennies à protéger nos frontières physiques, pour découvrir que certaines de nos frontières stratégiques se trouvent désormais dans les paramètres informatiques d'entreprises étrangères.
L'épisode ukrainien devrait provoquer un électrochoc européen parce que notre dépendance ne se limite évidemment pas aux satellites militaires. Que deviendrait une entreprise européenne si son fournisseur de cloud décidait de restreindre certains services ? Comment une administration pourrait-elle fonctionner si les capacités d'IA qu'elle utilise devenaient indisponibles ? Et que se passerait-il si un désaccord diplomatique transformait brutalement une relation commerciale en rapport de force ? L'Europe investit dans ses infrastructures spatiales, notamment avec IRIS. Elle soutient des capacités de calcul et tente de développer des alternatives technologiques avec malheureusement des écarts de moyens, de rapidité et d'échelle considérables. Nous avons surtout longtemps confondu souveraineté et réglementation. Rappelons que réguler une technologie dont on ne maîtrise ni l'infrastructure, ni les composants, ni le fonctionnement ne suffit pas à garantir notre autonomie. La souveraineté a certes un prix. Construire des alternatives coûte cher, nécessite des compétences et demande du temps. En miroir, combien coûte l'absence d'alternative lorsque celui dont on dépend décide de changer les règles ? L'Ukraine nous apporte une réponse brutale.
Le plus préoccupant est encore devant nous avec la façon dont l'intelligence artificielle transforme profondément la nature même de ces dépendances. Jusqu'à présent, les technologies nous aidaient principalement à communiquer, calculer ou exécuter des tâches. Demain, les systèmes d'IA pourront de plus en plus observer des situations, formuler des stratégies, recommander des décisions et déclencher des actions. Imaginons une armée dont la surveillance, la reconnaissance des menaces, la coordination logistique et certaines décisions opérationnelles reposeraient sur des systèmes d'IA externes. Que resterait-il de son autonomie si le fournisseur décidait d'en modifier les règles, les priorités ou les accès ?
Le risque ne se limite d'ailleurs pas à la guerre. Dans l'économie, la santé, l'énergie ou les transports, les systèmes intelligents prennent progressivement une place centrale dans nos processus de décision. Plus nous leur déléguerons de fonctions essentielles, plus la question du contrôle de ces systèmes deviendra politique. Nous pourrions alors voir apparaître puissance inédite, où quelques acteurs maîtriseraient simultanément les infrastructures, les données, les intelligences et une partie des capacités d'action. Ces entreprises sans posséder nécessairement les territoires, pourraient néanmoins conditionner ce qu'il est possible d'y faire.
Qui sera réellement souverain demain ?
L'affaire Starlink révèle une métamorphose fondamentale de la puissance. Nous entrons dans un monde où la souveraineté d'un État ne se mesure plus uniquement à ses frontières, à son armée ou à son économie, mais aussi à sa capacité à maîtriser les infrastructures technologiques dont dépend son fonctionnement.
Et cette métamorphose s'accélère avec l'intelligence artificielle. Il serait pourtant absurde de vouloir se passer de ces technologies. Elles élargissent considérablement nos capacités, multiplient nos possibilités et peuvent contribuer à résoudre des problèmes jusqu'ici insolubles. Encore faut-il éviter que cette augmentation de nos capacités ne s'accompagne d'une diminution de notre liberté de décider. Nous devons construire des interdépendances maîtrisées, des alternatives crédibles et des mécanismes de responsabilité adaptés à ces nouveaux rapports de force. L'Ukraine nous rappelle aujourd'hui que la souveraineté se construit. Et demain, le danger viendra aussi de la capacité d'un fournisseur technologique à décider de ne plus nous donner les moyens de nous défendre.
GPT-6 Astra résout 98 % des problèmes de physique théorique pour moins de 3 dollars chacun.
Une intelligence artificielle capable de résoudre en quelques minutes des problèmes qui mobilisent habituellement des chercheurs pendant des heures, voire des jours. Pour le prix d'un café. Derrière cette performance spectaculaire se dessine une transformation profonde de l'organisation même de la recherche scientifique. Prenez une trentaine de physiciens de haut niveau, issus notamment de Harvard, de Duke et de Google DeepMind, qui décident de mettre à l'épreuve les intelligences artificielles les plus avancées. Ils construisent un examen particulièrement exigeant, baptisé TheoPhysEval, composé de 50 problèmes inédits de physique théorique, d'un niveau habituellement réservé à la recherche qui demandent une maîtrise approfondie des mathématiques, de la physique et des méthodes de raisonnement scientifique. Un spécialiste mondial pourrait en moyenne en résoudre un en une journée. Un chercheur d'une discipline voisine aurait besoin de beaucoup plus de temps.
GPT-6 Astra, associé à l'agent Codex, résout 49 des 50 problèmes. Soit 98 % de réussite.
Et en plus, lorsque certaines réponses de l'IA ont été initialement jugées incorrectes par les humains, elle a défendu ses raisonnements. Les chercheurs se sont alors retournés vers les experts qui avaient établi les solutions de référence, et surprise, les solutions de ces derniers contenaient des erreurs subtiles. Après réexamen et correction, le score d'Astra est passé de moins de 90 % à 98 %. Autrement dit, dans plusieurs cas, une intelligence artificielle a contesté la réponse d'un physicien expert avec raison. Nous avions pris l'habitude de voir les humains corriger les hallucinations des machines, nous découvrons désormais des machines capables de révéler les erreurs de leurs examinateurs. Voilà qui devrait nous inviter à une certaine modestie.
Pour résoudre les 50 problèmes, GPT-6 Astra a consommé environ 116 dollars de ressources informatiques, soit 2,33 dollars par problème en moyenne. Moins de trois dollars pour produire une solution à une question susceptible de mobiliser un chercheur hautement qualifié pendant une journée.
Les autres modèles testés ont obtenu les résultats suivants : Claude Opus 5.5, dans Claude Code, atteint 92 %, avec 46 problèmes résolus sur 50 avec un coût d'environ 4,80 dollars par problème. Gemini 3.8 Flash atteint 68 %, soit 34 problèmes résolus. Avec un accès Internet désactivé, Astra conserve un résultat de 92 %, identique à celui de Claude Opus 5.5. Cette performance laisse à penser que les modèles ont déjà internalisé une quantité considérable de connaissances scientifiques.
Il ne faut toutefois pas confondre le coût informatique d'une réponse avec le coût réel d'une recherche complète. Il faut encore formuler la question, vérifier les hypothèses, interpréter les résultats et, lorsque cela s'impose, les confronter à l'expérience. Il reste que le coût marginal de l'exécution d'un calcul scientifique complexe devient presque dérisoire. Cette évolution aura des conséquences bien plus importantes que les classements entre modèles. Toute l'économie de la recherche repose, depuis des siècles, sur la rareté des ressources disponibles comme le temps des chercheurs, les financements, les équipements, les compétences spécialisées. Que se passe-t-il lorsqu'une partie significative du travail intellectuel peut être exécutée pour quelques dollars ?
Prenons un jeune chercheur qui travaille sur un modèle théorique complexe. Jusqu'à présent, tester plusieurs hypothèses nécessitait des semaines de calculs, des échanges avec des experts d'autres disciplines et de nombreuses vérifications mathématiques. Demain, ce même chercheur pourra confier simultanément des dizaines de pistes à des agents intelligents. Pour chacune, l'IA pourrait construire les équations, rechercher des solutions, écrire les scripts nécessaires, détecter certaines incohérences et proposer des résultats vérifiables. Le chercheur conservera la responsabilité scientifique de son travail, mais disposerait d'une capacité d'exploration sans commune mesure avec celle d'hier.
Nous passons progressivement d'une recherche limitée par notre capacité à exécuter des raisonnements à une recherche limitée par notre capacité à imaginer les bonnes questions.
Cela changera tout. Les laboratoires les plus riches ne seront plus nécessairement les seuls à pouvoir mobiliser d'importantes capacités de calcul intellectuel. Un doctorant installé dans une université disposant de moyens modestes pourrait accéder à des outils qui rivalisent, sur certaines tâches théoriques, avec les ressources humaines de laboratoires beaucoup mieux dotés. Une forme de démocratisation du travail scientifique devient envisageable avec évidemment une réserve majeure car l'accès aux modèles les plus puissants, aux équipements expérimentaux et aux données pourrait créer de nouvelles dépendances économiques et technologiques. La rareté se déplace.
GPT-6 Astra n'a pas découvert une nouvelle théorie de la gravitation. Il n'a pas inventé spontanément une loi fondamentale de la physique. Les chercheurs ont souligné eux-mêmes les limites de ces systèmes qui disposent de capacités remarquables pour résoudre des problèmes définis, mais peinent encore à démontrer ce que les scientifiques appellent le « goût ». Cette aptitude singulière qui consiste à sentir qu'une question mérite d'être explorée, qu'une hypothèse apparemment absurde pourrait être féconde ou ce qu'un résultat inattendu révèle de fondamental. L'histoire des sciences ne s'est jamais résumée à résoudre les problèmes existants. Einstein n'a pas simplement calculé plus rapidement que ses contemporains en remettant en question la manière même dont nous pensions l'espace et le temps. Darwin a construit une nouvelle interprétation du vivant. Combien de découvertes sont nées d'une intuition, d'une anomalie ou d'une question que personne ne songeait à poser ? D’ailleurs, le test le démontra parfaitement car le seul problème non résolu par toutes les IA est un problème inverse. Malgré leurs performances, ces systèmes n'ont pas démontré à date leur capacité à produire, seuls, une percée scientifique majeure. Ils excellent dans l'exécution d'une démarche définie. Le choix de la démarche reste une autre affaire. Du moins pour le moment.
Les auteurs de l'étude soulignent que certains problèmes autrefois adaptés à des premiers travaux de doctorat pourraient désormais être trop facilement résolus par des agents d'IA donc à quoi bon demander à un doctorant de consacrer plusieurs mois à des calculs qu'une IA peut réaliser en quelques minutes ? Pour apprendre à les comprendre ? Certainement. Pour développer son esprit critique ? Évidemment, mais continuer à mesurer la compétence scientifique uniquement à travers la capacité à produire ces calculs n'aurait plus beaucoup de sens. Les universités devront progressivement déplacer leurs critères d'évaluation vers la formulation des hypothèses, la qualité des questions, la capacité à construire des expériences pertinentes et l'interprétation des résultats. Cela concerne bien au-delà de la physique les mathématiques, la biologie, la chimie, l'ingénierie ou l'économie. Nous allons devoir apprendre à former des chercheurs capables de travailler avec des intelligences qui les dépassent sur certaines tâches, sans renoncer à leur propre intelligence.
Pendant des siècles, les scientifiques ont cherché à construire des instruments pour observer ce que leurs sens ne pouvaient percevoir : le microscope a élargi notre vision du vivant, le télescope a repoussé les limites de l'univers observable et les ordinateurs ont démultiplié nos capacités de calcul. L'intelligence artificielle augmente directement notre capacité à mener des raisonnements scientifiques complexes et ce pour quelques dollars. Qu’allons nous faire de cette nouvelle puissance intellectuelle. Si la résolution devient facile, choisir ce qui mérite de l'être devient infiniment plus important. L'IA ne signe pas la fin de la recherche scientifique, au contraire, elle nous oblige à en redécouvrir l'essence.
Jeff Bezos prédit la semaine de trois jours grâce à l'IA
Dans une interview accordée à Fox News le 7 octobre 2026, le fondateur d'Amazon estime que les gains de productivité générés par l'intelligence artificielle pourraient devenir suffisamment importants pour que certains salariés puissent faire vivre leur famille en travaillant seulement trois jours par semaine. Il va même plus loin. Selon lui, certains ménages pourraient retrouver un modèle économique reposant sur un seul revenu, plutôt que deux, parce que les revenus d'une seule personne deviendraient suffisants pour maintenir le niveau de vie familial. Alors que les inquiétudes se multiplient autour d'un possible chômage technologique massif, il imagine au contraire une pénurie de travailleurs. Pourquoi ? Parce que les individus pourraient choisir de travailler moins, tout simplement. Une vision presque paradisiaque du futur du travail à une “petite” nuance près. Amazon a supprimé environ 30 000 postes administratifs et de fonctions centrales entre octobre 2025 et janvier 2026. Interrogé sur cette contradiction, Bezos attribue ces suppressions aux recrutements excessifs réalisés pendant la pandémie, et non à l'intelligence artificielle.
Produire davantage ne signifie pas nécessairement travailler moins. Depuis deux siècles, les grandes révolutions technologiques ont considérablement augmenté notre productivité. Un agriculteur produit aujourd'hui ce qui nécessitait autrefois le travail de nombreuses personnes. Une usine moderne fabrique en quelques heures ce qui demandait jadis plusieurs journées. Le temps de travail n'a pas diminué pour autant dans les mêmes proportions que les gains de productivité. Pourquoi ? Parce que ces gains peuvent être utilisés de différentes manières. Augmenter les salaires, réduire les prix, accroître les marges, investir davantage ou diminuer le temps consacré au travail. Vous l’aurez compris, rien ne garantit que la dernière option sera privilégiée.
Imaginons une entreprise de cent salariés qui, grâce à l'intelligence artificielle, parvient à produire la même quantité de valeur avec soixante personnes. Deux trajectoires sont alors possibles. Elle peut conserver ses effectifs, réduire le temps de travail et développer de nouvelles activités ou supprimer quarante postes, maintenir les horaires des autres salariés et améliorer sa rentabilité. Dans les deux cas, la productivité augmente. Mais les conséquences sociales sont radicalement différentes. La technologie ne détermine pas à elle seule la manière dont ses bénéfices seront répartis alors que nos choix économiques et politiques le feront.
Pourquoi avons-nous organisé nos sociétés autour d'un modèle dans lequel le revenu, la reconnaissance sociale et une grande partie de notre identité restent aussi étroitement liés au temps passé à travailler ? Si l'intelligence artificielle nous libère progressivement d'une partie des tâches nécessaires à la production économique, pourquoi faudrait-il systématiquement remplacer chaque heure économisée par une nouvelle heure d'activité ? Nous pourrions consacrer davantage de temps à l'éducation, à nos proches, à la créativité, aux engagements collectifs ou simplement à vivre autrement. Encore faudra-t-il que les gains de productivité se traduisent réellement en pouvoir d'achat et en liberté de choix, plutôt qu'en concentration supplémentaire des richesses.
A suivre …
Bonnes métamorphoses et à dans deux semaines.
Stéphane Amarsy
