Bonjour à toutes et tous,
L’éclatement de la bulle de l’IA prépare potentiellement une nouvelle redistribution du pouvoir mondial. Les investisseurs pourraient perdre des fortunes mais les infrastructures resteraient. Qui les rachèterait ? Qui posséderait alors les moyens de produire l’intelligence ? Et l’Europe saurait-elle saisir cette occasion ?
Dans Métamorphoses 151, nous explorons aussi une dépendance plus personnelle qui s’installe chaque fois que nous choisissons la facilité. À force de demander aux algorithmes de nous épargner un effort, leur confions-nous aussi notre capacité à décider ?
Pendant ce temps, des chercheurs commencent à modifier certains acquis des IA sans reprendre tout leur apprentissage. Corriger une erreur devient possible. En introduire une discrètement aussi.
Qui possède l’intelligence ? Qui la modifie ? Et que choisissons-nous encore par nous-mêmes ?
Cette semaine, je vous propose de regarder le pouvoir qui se construit derrière nos écrans.
Bonnes métamorphoses.
Vous pouvez retrouver cette newsletter en podcast réalisé avec Notebook ici
L’éclatement de la bulle et la redistribution du pouvoir mondial
Une révolution technologique peut transformer profondément le monde tout en ruinant une partie de ceux qui l'ont financée. Nous semblons redécouvrir cette évidence. Le 5 novembre 2026, le Nasdaq a plongé de 5,5 %, le S&P 500 de 4,4 % et NVIDIA a perdu plus de 9 % en une seule séance. Plus de 2 000 milliards de dollars de capitalisation se sont évaporés sur les valeurs technologiques américaines. Alors, simple correction ou début de l'éclatement de la bulle de l'IA ? En Chine, les signaux sont encore plus inquiétants. L'indice STAR50, qui regroupe notamment des entreprises technologiques et des fabricants de semi-conducteurs, a perdu 40 % en moins de quatre mois, effaçant environ 480 milliards de dollars de valorisation.
Pour autant, la question dépasse largement les fluctuations boursières. Selon JP Morgan, les investissements mondiaux dans les infrastructures d'IA pourraient atteindre 900 milliards de dollars en 2026, et cumuler 5 500 milliards d'ici 2030. Des sommes folles dont personne ne peut aujourd'hui garantir la rentabilité. En plus, derrière ces montants se cache une mécanique financière particulièrement préoccupante. Certains fournisseurs de technologies investissent dans des entreprises qui utilisent ensuite ces financements pour acheter leurs propres produits. NVIDIA finance des acteurs qui achètent ses GPU, les fournisseurs de cloud investissent dans des développeurs de modèles qui leur achètent ensuite des capacités de calcul. À cela s'ajoutent des prêts, des garanties et des engagements contractuels de plusieurs dizaines de milliards. Une partie de l'écosystème se finance donc elle-même.
Tant que la croissance accélère, tout fonctionne. Mais que se passe-t-il lorsque les revenus ne progressent plus au rythme des investissements ? Le cabinet TS Lombard a étudié un scénario de crise qui pourrait entraîner une baisse d'au moins 30 % des actions américaines, détruire quelque 20 000 milliards de dollars de valorisation et provoquer entre 125 et 200 milliards de dollars de pertes sur les marchés du crédit. Bien que cela soit qu’un scénario, cela doit nous pousser à nous interroger, d'autant plus que les conséquences dépasseraient les seuls investisseurs professionnels. Les sept géants technologiques américains représentent une part considérable des grands indices boursiers. Une correction profonde affecterait donc aussi l'épargne de millions de personnes à travers leurs fonds de pension, leurs assurances-vie et leurs placements diversifiés.
Et si certains opérateurs d'IA disparaissent, un autre problème apparaît. Que deviennent les données que nous leur avons confiées ? La faillite de Character.AI, en octobre 2026, illustre parfaitement ce risque. Des millions d'utilisateurs ont entretenu des conversations parfois très intimes avec ses personnages virtuels. Or, dans une procédure de faillite américaine, certaines données peuvent potentiellement être cédées à de nouveaux propriétaires, sous réserve des protections juridiques applicables. Nous pourrions donc voir nos investissements perdre de la valeur tandis que nos secrets deviennent des actifs négociables.
L'éclatement d'une bulle financière peut aussi redistribuer le pouvoir économique et géopolitique.
Souvenons-nous de l'an 2000. L'explosion de la bulle Internet a ruiné des investisseurs et fait disparaître de nombreuses entreprises. Pourtant, les réseaux de fibre optique et les infrastructures numériques sont restés. Ils ont constitué une partie des fondations de la révolution suivante. L'IA pourrait connaître une trajectoire comparable. Derrière les valorisations boursières se trouvent des centres de données, des GPU, des mémoires, des infrastructures électriques, des systèmes de refroidissement et des capacités industrielles considérables. Si les investissements ralentissent brutalement, certains opérateurs surendettés devront céder leurs actifs. Des capacités de calcul deviendront potentiellement disponibles à des prix bien inférieurs à ceux d'aujourd'hui.
Ce phénomène pourrait se combiner avec une autre transformation majeure. Les modèles deviennent plus efficaces et de ce fait moins chers. Nous pourrions donc assister simultanément à une baisse du coût des infrastructures et à une amélioration spectaculaire de l'efficacité des modèles. De quoi démocratiser l'accès à des intelligences spécialisées, locales et beaucoup moins dépendantes des grands fournisseurs américains.
Mais attention. Les crises renforcent parfois ceux qu'elles étaient censées affaiblir. Amazon, Microsoft et Google disposent des moyens financiers nécessaires pour racheter les infrastructures de leurs concurrents fragilisés. Nous pourrions ainsi démocratiser l'utilisation de l'IA tout en concentrant davantage la propriété de ses moyens de production.
La Chine pourrait, elle aussi, profiter d'une redistribution industrielle, même si les restrictions américaines continueraient de limiter son accès aux composants les plus avancés. Sa stratégie de modèles plus frugaux pourrait devenir un atout majeur.
Et l'Europe ? Nous ne dominons ni les modèles fondamentaux ni les puces les plus avancées. En revanche, nous possédons de solides compétences dans l'énergie, les équipements électriques, l'automatisation industrielle et les logiciels métiers. Une baisse des coûts pourrait nous donner une occasion historique de développer des capacités souveraines, des modèles spécialisés et des infrastructures locales. Encore faudrait-il nous organiser rapidement, mobiliser nos capitaux et sortir de cette formidable capacité européenne à transformer chaque opportunité stratégique en débat réglementaire.
Nous continuons à mesurer la révolution de l'IA à travers les valorisations de ceux qui construisent ses infrastructures. Pourtant, la véritable transformation se jouera dans nos entreprises, nos métiers, nos systèmes éducatifs, nos organisations et nos modèles sociaux. Une crise financière pourrait détruire des milliers de milliards de dollars sans réduire la capacité de l'IA à bouleverser nos sociétés.
Nous devons travailler à savoir qui possédera les moyens de produire et de distribuer l’intelligence après la correction boursière en cours et surtout, nous devons tout faire pour que cela ne crée pas une dépendance encore plus importante. Les révolutions technologiques ne bénéficient pas nécessairement à ceux qui les financent en premier. Bien au contraire, elles bénéficient surtout à ceux qui savent construire le monde d'après.
Vous pouvez acheter ce livre pour explorer entre autres comment préserver la souveraineté de la décision dans ce monde changeant et incertain. Vous pouvez le commander partout ou ici.
La facilité est-elle en train de décider de notre avenir ?
Nous voulons préserver la planète tout en commandant des objets superflus parce que la livraison est gratuite. Nous défendons notre liberté, puis confions à un algorithme le programme de notre soirée. Nous redoutons une intelligence artificielle trop puissante, tout en lui demandant de penser plus vite que nous. Sommes-nous incohérents ? Oui ! Cette contradiction raconte bien plus qu’une faiblesse individuelle car elle n’est qu’une partie visible d’une société qui transforme notre désir de confort en principe de gouvernement.
La facilité décide déjà.
Dans une cuisine, un appareil promet d’épargner dix minutes. Après trois utilisations, il rejoindra un placard. Nous avons acheté une économie d’effort et nous héritons d’un objet supplémentaire, de matériaux mobilisés, d’une dépendance minuscule, ... Le confort prend du volume à force de petites promesses.
Avec les réseaux sociaux, cette mécanique change de profondeur. Le pouce avance, la curiosité recule. Pourquoi chercher quand le contenu arrive seul ? Pourquoi supporter le silence quand un écran le remplit ? Notre attention devient une pièce meublée par d’autres. Nous y habitons encore sans réellement en choisir l’aménagement ?
L’intelligence artificielle déplace cette question au cœur du jugement. Elle peut supprimer des tâches fastidieuses, ouvrir des connaissances, soutenir une réflexion. Tant mieux. Mais entre demander une explication et adopter une conclusion, une frontière subsiste qui engage notre autonomie.
Je crois que nous sous-estimons cette dette cognitive. Une réponse obtenue sans compréhension ressemble à un ascenseur emprunté chaque jour dans un immeuble dont nous oublions les escaliers. Tout fonctionne. Jusqu’à la panne. Pour autant, glorifier la difficulté serait une impasse. Personne ne gagne en humanité à remplir dix formulaires absurdes. Une personne épuisée ne manque pas de vertu parce qu’elle cherche du répit. Le confort libère aussi du temps pour apprendre, aimer, participer. Encore faut-il décider de son usage. La responsabilité dépasse donc nos habitudes. Lorsqu’une plateforme rend l’achat instantané et la réparation laborieuse, elle organise un choix. Lorsqu’une entreprise récompense exclusivement la vitesse, elle fragilise la délibération. Lorsqu’un gouvernement reporte une transformation nécessaire, il transmet la facture aux suivants.
Nous ne pouvons pas demander aux individus de ramer indéfiniment contre des systèmes qui rémunèrent leur abandon. Il faut rendre les choix durables accessibles et préserver les occasions d’exercer notre jugement. À l’école, demander comment une réponse fut construite. Au travail, réserver du temps à la contradiction. Dans nos vies, accepter parfois de chercher sans résultat immédiat. Notre avenir se joue dans ces arbitrages apparemment modestes. Quels efforts nous épuisent ? Lesquels nous construisent ? Cette distinction mérite un débat collectif, bien au-delà de nos écrans. Nous méritons une ambition plus exigeante que la disparition des contraintes qui accroitra notre capacité à choisir ce qui vaut la peine.
Gardons les efforts qui nous rendent libres.
Nous commençons à modifier les IA de l’intérieur…
Peut-on modifier ce qu’une intelligence artificielle a appris sans recommencer tout son apprentissage ? Des chercheurs y parviennent déjà dans des cas précis. Pour comprendre cette avancée, il faut quitter un instant l’écran où s’affichent les réponses et regarder ce qui les produit.
Les modèles qui font fonctionner les assistants conversationnels reposent sur des réseaux de « neurones artificiels ». Le terme peut tromper. Ces neurones sont des opérations mathématiques exécutées par des ordinateurs. Chacun reçoit des nombres, effectue un calcul et transmet un résultat. Leur fonctionnement dépend de paramètres, des valeurs numériques ajustées au cours de l’entraînement, lorsque le modèle apprend à partir de grandes quantités de données. Une connaissance ne se trouve généralement pas dans un neurone unique, qu’il suffirait de remplacer pour corriger une erreur. Elle dépend de l’activité de nombreux éléments du réseau. Une même composante peut contribuer à plusieurs connaissances ou comportements. Toute intervention exige donc de la prudence.
Deux domaines de recherche explorent cet intérieur encore mal compris. Le premier, appelé « interprétabilité mécaniste », cherche à expliquer comment le réseau construit ses réponses. Quels calculs interviennent lorsqu’il reconnaît un lieu, établit une association ou formule une affirmation ? Le second, « l’édition de modèles », cherche à modifier certains acquis en retouchant directement des paramètres, sans reprendre l’ensemble de l’entraînement ce qui coûte très cher. Comprendre et modifier constituent deux objectifs distincts, même si leurs méthodes peuvent se nourrir mutuellement.
Des chercheurs ont ainsi changé l’association entre un monument et sa ville, afin que le modèle fournisse une autre localisation, volontairement fausse dans cette expérience. L’intérêt était de montrer qu’une intervention ciblée pouvait changer la réponse à plusieurs formulations d’une même question.
D’autres expériences agissent sans modifier durablement les paramètres. Elles renforcent temporairement une activité interne associée à un thème, ce qui oriente les réponses pendant le fonctionnement du modèle. Dans un cas, on retouche ce que le système a appris. Dans l’autre, on influence momentanément la manière dont il utilise cet apprentissage.
Nous sommes toutefois loin d’une maîtrise complète. Une modification peut produire l’effet recherché et perturber d’autres réponses. Quelques tests réussis ne suffisent pas à garantir l’absence de conséquences ailleurs dans le réseau. Que se passerait-il si des IA participaient elles-mêmes à ces interventions ? Imaginons plusieurs programmes capables d’exécuter des tâches avec une certaine autonomie, que l’on appelle des « agents ». L’un proposerait une correction, un autre la testerait, un troisième installerait la version modifiée. Ce scénario pourrait accélérer les améliorations. Il pourrait aussi propager une erreur si les vérifications reproduisaient les mêmes faiblesses. Une IA qui propose un changement ne possède pas, pour autant, le pouvoir de se transformer seule. Elle doit disposer des outils et des accès nécessaires. Ces permissions restent un choix de conception et de gouvernance.
Le risque concerne aussi les actes malveillants. Une personne ayant accès aux paramètres pourrait tenter de modifier discrètement certaines réponses, par exemple dans des circonstances particulières. Il faut donc pouvoir retracer chaque changement, en identifier l’auteur et le but, puis faire vérifier ses effets par des contrôles indépendants. Une responsabilité humaine clairement attribuée doit accompagner le pouvoir de suspendre une mise à jour ou de revenir à une version antérieure.
Évaluer une IA ne consiste plus seulement à mesurer la qualité de ses réponses. Il faut aussi vérifier que ses modifications sont autorisées, documentées et contrôlées. Plus les machines participeront à leur transformation, plus cette responsabilité humaine devra être précise.
Bonnes métamorphoses et à la semaine prochaine.
Stéphane Amarsy
