Course à l'IA : pourquoi certains ont peur et d'autres pas

Sam Altman dit savoir comment construire une intelligence artificielle générale. Geoffrey Hinton, prix Nobel, dit ne voir aucun chemin qui garantisse la sécurité. Yann LeCun, prix Turing, juge ces peurs absurdes. Pendant ce temps, les géants de la tech dépensent des centaines de milliards de dollars par an. Voici les faits, camp par camp, puis notre lecture.

En bref : la course oppose surtout labos américains et chinois, l’Europe essayant de suivre, et leurs dirigeants promettent une IA générale (AGI) d’ici quelques années. Les inquiets (Hinton, Bengio) redoutent une perte de contrôle ; les sceptiques (LeCun, Gary Marcus) jugent les capacités surestimées ; d’autres craignent une bulle financière. Les données récentes montrent un recul de l’emploi des 22-25 ans dans les métiers les plus exposés, sans destruction massive d’emplois. Les optimistes s’appuient sur des résultats déjà mesurés en science, en santé et en productivité. Pour un étudiant, la bonne réponse n’est ni la panique ni l’euphorie : c’est construire des compétences que l’IA complète.

La course : qui court, et avec quelles promesses

• Les États-Unis ont l’argent. Selon l’AI Index 2026 de Stanford, l’investissement privé en IA y a atteint 285,9 milliards de dollars en 2025, plus de 23 fois les 12,4 milliards investis en Chine.
• La Chine a rattrapé son retard technique. Le même rapport estime que l’écart de performance entre modèles américains et chinois est « pratiquement comblé » : DeepSeek-R1 a brièvement égalé le meilleur modèle américain en février 2025. Détails dans notre article sur les IA chinoises.
• L’Europe mise sur l’infrastructure et quelques champions. L’UE a lancé en février 2025 InvestAI, pour mobiliser 200 milliards d’euros. Mistral AI a levé 1,7 milliard d’euros en septembre 2025, et la start-up parisienne de Yann LeCun, AMI Labs, 1,03 milliard de dollars en mars 2026 (on raconte ce pari ici).

Côté promesses, les patrons des trois labos américains les plus en vue annoncent des échéances courtes :

• Sam Altman (OpenAI), début janvier 2025 : « Nous sommes désormais convaincus de savoir comment construire l’AGI telle qu’on l’a traditionnellement comprise » (Reflections). En juin 2025, il ouvre un billet par « Nous avons passé l’horizon des événements ; le décollage a commencé » (The Gentle Singularity).
• Dario Amodei (Anthropic) décrivait en octobre 2024 une IA puissante comme un « pays de génies dans un datacenter », qui pourrait arriver « dès 2026 » tout en admettant que ça pourrait prendre bien plus longtemps (Machines of Loving Grace). En janvier 2026, il écrit qu’elle pourrait n’être qu’« à 1 ou 2 ans » (The Adolescence of Technology).
• Demis Hassabis (Google DeepMind) parlait en mars 2025 d’un horizon de cinq à dix ans, puis en février 2026 d’une AGI « peut-être dans les cinq à huit prochaines années » (Business Today).

Le camp inquiet : « on ne sait pas contrôler ce qu’on construit »

Geoffrey Hinton en est la figure la plus connue. En mai 2023, il quitte Google pour parler librement des risques, après avoir « soudain changé d’avis » sur la possibilité que ces systèmes nous dépassent (MIT Technology Review). Prix Nobel de physique 2024 avec John Hopfield, il évoque le jour même « la menace que ces choses échappent à tout contrôle » (Université de Toronto). Dans l’émission 60 Minutes, il résume : « Je ne vois pas de chemin qui garantisse la sécurité » (CBS News).

Yoshua Bengio, autre prix Turing, préside le rapport international sur la sûreté de l’IA. Sa deuxième édition (3 février 2026, plus de 100 experts, plus de 30 pays et organisations) note que des systèmes savent déjà trouver des failles logicielles et que certains modèles distinguent de mieux en mieux un test d’une situation réelle. Son constat central : les capacités avancent vite, les preuves sur les risques arrivent lentement. Bengio a aussi fondé LawZero, une organisation à but non lucratif qui développe une IA « sûre par conception » ; le 16 septembre 2026, le Canada et l’Allemagne lui ont promis jusqu’à 300 millions de dollars canadiens.

Deux textes collectifs ont marqué ce camp :

• La lettre ouverte du Future of Life Institute du 22 mars 2023 demandait une pause d’au moins six mois dans l’entraînement des systèmes plus puissants que GPT-4. Plus de 31 000 signatures, aucune pause.
• Le Statement on AI Risk du Center for AI Safety (mai 2023) tient en une phrase : réduire le risque d’extinction lié à l’IA devrait être une priorité mondiale, au même titre que les pandémies et la guerre nucléaire. Détail frappant : Altman, Amodei et Hassabis l’ont signé.

Version la plus radicale, un livre : If Anyone Builds It, Everyone Dies, d’Eliezer Yudkowsky et Nate Soares, paru le 16 septembre 2025 chez Little, Brown. Leur thèse tient dans le titre : une IA surhumaine construite avec les techniques actuelles tuerait tout le monde, donc il faut arrêter la course.

Le camp sceptique : « c’est surtout du battage »

Yann LeCun est le sceptique le plus célèbre. En octobre 2024, interrogé par le Wall Street Journal sur la menace existentielle, il répond que c’est des « foutaises complètes » (« complete B.S. », rapporte TechCrunch). Son argument : les modèles actuels n’ont même pas ce qu’a un chat, à savoir mémoire persistante, raisonnement, planification et compréhension du monde physique. LeCun n’est pas anti-IA pour autant : il parie sur une autre approche.

Gary Marcus, chercheur en sciences cognitives, a publié dès mars 2022 « Deep Learning Is Hitting a Wall » dans Nautilus. Il y soutient que l’apprentissage profond seul manque de fiabilité et de raisonnement, et plaide pour des systèmes hybrides mêlant réseaux de neurones et logique symbolique.

Pour Arvind Narayanan et Sayash Kapoor, chercheurs à Princeton, l’IA est une « technologie normale » : comme l’électricité, ses effets se diffuseront sur des décennies, freinés par la sécurité, l’organisation des entreprises et la lenteur de l’adoption.

Le point faible de ce camp : les capacités ont souvent dépassé ses prédictions. En juillet 2025, une version de Gemini a obtenu 35 points sur 42 aux Olympiades internationales de mathématiques, un score de médaille d’or certifié par les correcteurs de l’IMO.

La peur d’une bulle financière

Ici, la question n’est pas « l’IA est-elle dangereuse ? » mais « l’argent investi reviendra-t-il ? ».

Les dépenses. Selon JPMorgan, cité par Fortune en juin 2026, les investissements des grands fournisseurs de cloud devraient atteindre 650 milliards de dollars en 2026, dépasser 1 100 milliards en 2027, et les dépenses mondiales liées à l’IA 5 500 milliards d’ici 2030. La banque juge l’équation rentable pour l’instant, avec un risque principal : une demande qui ne suivrait pas assez vite.

Les accords circulaires. À l’automne 2025, Nvidia annonçait vouloir investir jusqu’à 100 milliards de dollars dans OpenAI, qui achète des puces Nvidia ; AMD accordait à OpenAI la possibilité d’acquérir environ 10 % de son capital en échange de gros achats de processeurs ; Oracle signait avec OpenAI un contrat cloud de 300 milliards sur cinq ans, et achète lui-même des puces Nvidia (The Register). L’argent tourne entre les mêmes acteurs, ce qui peut gonfler l’apparence de croissance. Un analyste cité par NBC News parle de « transactions entre parties liées ». Sam Altman lui-même prévient qu’il y aura « des booms et des krachs ».

Les retours. En août 2025, un rapport du MIT (initiative NANDA) concluait qu’environ 5 % des projets pilotes d’IA générative en entreprise accélèrent vraiment les revenus, la grande majorité n’ayant pas d’effet mesurable (Fortune). Méthode : 150 entretiens, 350 salariés sondés, 300 déploiements publics. Un signal, pas une loi. D’où viennent ces montants : pourquoi l’IA coûte si cher.

Et les jeunes diplômés ?

La réponse la mieux documentée vient de Stanford. Dans la révision d’août 2026 de l’étude « Canaries in the Coal Mine? », Erik Brynjolfsson, Bharat Chandar et Ruyu Chen analysent les données de paie de l’entreprise ADP jusqu’en juin 2026. Leurs résultats :

• l’emploi des 22-25 ans dans les métiers les plus exposés à l’IA est 19 % en dessous de ce qu’il serait s’il avait suivi celui de leurs pairs moins exposés, et l’écart s’est creusé depuis la première version d’août 2025 ;
• l’effet passe surtout par moins d’embauches de jeunes, pas par des licenciements ;
• le recul se concentre là où l’IA remplace des tâches ; là où elle complète le travail, l’emploi est stable ou en hausse ;
• ils ne trouvent aucune preuve de suppressions d’emplois généralisées dans l’économie.

Les auteurs y voient des signaux descriptifs, pas une preuve de cause à effet. Le rapport international sur la sûreté de l’IA ne constate pas non plus de perte d’emplois globale à ce stade. Dario Amodei, lui, prévoit que l’IA pourrait supprimer la moitié des emplois de bureau débutants d’ici 1 à 5 ans : c’est une prédiction, pas une mesure.

Le camp optimiste : « regarde ce que ça fait déjà »

Les optimistes montrent des résultats mesurés :

• Science. Demis Hassabis et John Jumper ont reçu le prix Nobel de chimie 2024 pour AlphaFold, qui prédit la structure 3D des protéines. Selon Google DeepMind, sa base de données a servi à plus de 2 millions de chercheurs dans 190 pays.
• Productivité. Sur 5 179 agents de support client, un assistant d’IA générative a augmenté la productivité de 14 % en moyenne et de 34 % chez les débutants, avec un effet minime chez les plus expérimentés (NBER).
• Santé. Dans l’essai randomisé MASAI publié dans The Lancet Digital Health, le dépistage du cancer du sein assisté par IA a détecté 6,4 cancers pour 1 000 femmes dépistées contre 5,0 avec la double lecture classique, sans hausse des faux positifs, et avec 44 % de lectures en moins pour les radiologues (Europe PMC).

Les camps en un coup d’œil

Camp	Figures	Idée centrale	Ce qui le soutient	Ce qui l’affaiblit
Accélérateurs	Altman, Amodei, Hassabis	L’AGI arrive dans quelques années	Progrès rapides, médaille d’or à l’IMO	Intérêt direct à lever des fonds
Inquiets	Hinton, Bengio, Yudkowsky	On ne sait pas contrôler ce qu’on construit	Rapport international, failles trouvées par l’IA	Scénarios difficiles à tester
Sceptiques	LeCun, Marcus, Narayanan	Capacités et délais surestimés	Échecs en entreprise, erreurs persistantes	Prédictions souvent dépassées
Craintifs de la bulle	Économistes, observateurs de la tech	L’argent investi dépasse les revenus	Accords circulaires, 5 % de pilotes rentables	JPMorgan juge l’équation tenable pour l’instant
Optimistes	Chercheurs appliqués	Les bénéfices sont déjà mesurables	AlphaFold, essai MASAI, productivité	Gains inégaux selon les métiers

Notre lecture

Notre lecture : ces camps se contredisent moins qu’ils n’en ont l’air. L’AI Index 2026 le résume en une phrase : les modèles d’IA peuvent décrocher une médaille d’or aux Olympiades de mathématiques, mais ne savent pas lire l’heure de façon fiable. Les chercheurs appellent ça la « frontière irrégulière » de l’IA. Les optimistes regardent le premier côté, les sceptiques le second, et les deux ont raison.

Deuxième point : regarde qui parle. Ceux qui annoncent l’AGI pour demain lèvent des milliards ; LeCun, qui dit le contraire, construit une alternative. Personne n’est neutre.

Troisième point : une bulle financière et une vraie transformation peuvent coexister, comme Internet et le krach de 2000. Le scénario qui nous semble le plus probable est une technologie puissante mais inégale, une correction financière possible, et des effets sur l’emploi concentrés sur les tâches de débutant que l’IA remplace.

Ce que ça change pour toi, étudiant

1. Vise les tâches que l’IA complète. L’étude de Stanford est claire : l’emploi recule là où l’IA remplace, pas là où elle aide. Jugement, relation humaine, responsabilité, terrain : c’est là que se construit ta valeur.
2. Garde tes fondamentaux. Si l’IA fait l’exercice à ta place, tu ne sauras pas vérifier ce qu’elle produit. Fais-en un coach qui explique et questionne (réviser avec l’IA sans tricher).
3. Apprends à lire une affirmation. Qui publie ce chiffre ? Un benchmark annoncé par l’éditeur du modèle reste une mesure déclarée. Remonte à la source primaire.
4. Accumule des preuves concrètes. Si les embauches de juniors se resserrent, un stage, un projet publié ou un portfolio pèsent plus qu’une ligne sur un CV.
5. Choisis avec des données, pas avec la peur. Regarde l’insertion réelle des diplômés de ta filière avant de décider.

FAQ

L’IA va-t-elle supprimer les emplois des jeunes diplômés ?

Selon Stanford (août 2026), l’emploi des 22-25 ans dans les métiers les plus exposés est 19 % sous la tendance de leurs pairs moins exposés, surtout parce qu’on les embauche moins. Mais aucune suppression massive d’emplois n’est observée à l’échelle de l’économie, et l’emploi progresse là où l’IA complète le travail.

C’est quoi l’AGI, et quand arrivera-t-elle ?

L’AGI désigne une IA capable de faire l’ensemble des tâches cognitives humaines. Les patrons d’OpenAI, d’Anthropic et de Google DeepMind parlent de un à huit ans ; Yann LeCun pense que les méthodes actuelles n’y mèneront pas. Personne ne peut donner de date fiable.

Y a-t-il une bulle de l’IA ?

Les dépenses sont colossales (650 milliards de dollars attendus en 2026 pour les grands du cloud, selon JPMorgan) et une partie de l’argent circule entre les mêmes entreprises. Une correction est possible, sans que la technologie cesse d’être utile.

Faut-il éviter les filières exposées à l’IA ?

Pas forcément : dans une même filière, les postes où l’IA sert de renfort progressent. Regarde les données d’insertion de ta formation et privilégie les compétences que l’IA complète.

Pour aller plus loin

• Pourquoi Yann LeCun veut AMI : l’IA au-delà des LLM : le pari du plus célèbre des sceptiques, expliqué simplement.
• IA, stage, alternance et premier emploi : comment aborder ton entrée sur le marché du travail avec l’IA.
• Choisir sa formation avec les données d’insertion : la méthode pour décider sur des chiffres réels.
• Le connecteur insertion-pro : interroge les données publiques d’insertion des diplômés directement depuis ton assistant IA.