L’IA en tant qu’infrastructure : pourquoi l’intelligence sera la prochaine utilité

Lorsque vous entrez dans une pièce sombre, vous appuyez sur un interrupteur. Vous ne vous demandez pas d’où vient l’électricité. Vous ne pensez pas à la centrale électrique, au réacteur nucléaire ou aux kilomètres de câbles qui transportent le courant. Vous attendez simplement que la lumière s’allume. C’est fiable, c’est bon marché et c’est partout. C’est ce à quoi ressemble une utilité. C’est une ressource si fondamentale pour notre vie qu’elle devient invisible.

Au cours de la dernière décennie, l’intelligence artificielle (IA) a été très visible. Cela ressemble à de la magie qui attire rapidement l’attention. Nous discutons avec des agents conversationnels, nous jouons avec des générateurs d’images et nous lisons des titres sur la façon dont cela va changer le monde. Mais ces démonstrations des capacités de l’IA ne sont pas où se trouve le véritable changement. Le véritable changement est que l’IA passe d’un produit que nous achetons à une utilité que nous consommons, comme l’électricité ou Internet. En d’autres termes, cela devient une infrastructure.

L’IA dans la perspective historique de l’utilité

Pour comprendre où va l’IA, nous devons regarder d’où vient l’électricité. Au début du XXe siècle, si un propriétaire d’usine voulait de l’électricité, il devait souvent construire son propre générateur. C’était coûteux, compliqué et nécessitait des ingénieurs spécialisés pour le construire et le maintenir. L’avantage concurrentiel de l’usine dépendait de la façon dont ils pouvaient générer de l’énergie. Puis vint le réseau électrique. Des centrales électriques centralisées ont commencé à fournir de l’électricité à tout le monde via un réseau standardisé. Soudain, une usine de chaussures n’avait plus besoin d’être un expert en production d’énergie. Ils se contentaient de brancher la prise et de payer pour ce qu’ils utilisaient. L’avantage concurrentiel est passé de la production d’énergie à l’utilisation de l’énergie pour fabriquer de meilleures chaussures.

L’IA suit le même modèle aujourd’hui. Il y a seulement cinq ans, si une entreprise voulait utiliser l’apprentissage automatique, elle devait embaucher une équipe de scientifiques en données, construire ses propres serveurs et former ses propres modèles. C’était comme faire fonctionner un générateur privé. Aujourd’hui, nous avons le “réseau” de l’IA. Des entreprises comme OpenAI, Google (GOOGL ) et Anthropic sont les nouvelles centrales électriques. Ils dépensent des milliards de dollars pour construire d’énormes “réacteurs d’intelligence” (modèles de base). Les entreprises se connectent à ce réseau via une API (Interface de programmation d’application). Ils paient pour l’intelligence au “jeton”, tout comme nous payons pour l’électricité au kilowatt-heure.

L’économie de l’intelligence bon marché

L’aspect le plus important d’une utilité est qu’elle réduit le coût de la ressource. Lorsqu’une ressource devient bon marché, nous arrêtons de la rationner et commençons à l’utiliser pour tout. Depuis fin 2022, le coût de l’inférence de haute qualité a chuté de manière spectaculaire. Certaines estimations suggèrent une baisse de plus de 200 fois pour le même niveau de capacité. Il s’agit d’une tendance déflationniste qui est plus rapide que la loi de Moore.

Lorsque l’intelligence est coûteuse, vous n’en utilisez que pour des problèmes à haute valeur. Vous pourriez utiliser l’IA pour rechercher un remède contre le cancer ou pour prédire une crise boursière. Mais lorsque l’intelligence devient bon marché, vous commencez à l’utiliser même pour des tâches banales. Vous l’utilisez pour trier votre dossier de spam. Vous l’utilisez pour résumer une réunion ennuyeuse. Vous l’utilisez pour écrire un courrier de refus poli. C’est le signe d’une utilité. Nous utilisons l’eau pour boire, ce qui est vital, mais parce qu’elle est bon marché, nous l’utilisons également pour laver nos allées. À mesure que le coût de l’IA continue de baisser, nous allons commencer à appliquer l’intelligence à des tâches tout aussi triviales. Cela signifie que l’infrastructure fonctionne.

L’essor de l’IA agente

À mesure que cette infrastructure mûrit, la façon dont nous interagissons avec l’IA change. Actuellement, la plupart des gens utilisent l’IA comme un “chatbot”. Ils saisissent une invite, et l’IA répond. C’est comme utiliser une pompe à main pour obtenir de l’eau. Cela fonctionne, mais cela nécessite des efforts. La prochaine phase est l'”IA agente”. Ce sont des systèmes d’IA qui fonctionnent en arrière-plan. Ils n’attendent pas que vous saisissiez une question. On leur donne un objectif, et ils travaillent de manière autonome pour l’atteindre. Puisque le coût de l’intelligence diminue, ces agents peuvent “réfléchir” pendant longtemps. Ils peuvent faire des boucles, corriger leurs propres erreurs et effectuer plusieurs étapes pour résoudre un problème.

Par exemple, aujourd’hui, un responsable de la chaîne d’approvisionnement doit demander à ChatGPT : “Comment optimiser cette route ?” À l’avenir, un agent d’IA sera simplement intégré au logiciel de logistique. Il surveillera la météo, la circulation et les prix du carburant 24 heures sur 24. Lorsqu’il détecte un retard, il réacheminera automatiquement les camions et enverra une notification à l’entrepôt. Le responsable n’a pas à “utiliser” l’IA ; l’IA fait simplement partie de la plomberie du logiciel. Elle est toujours active, s’écoulant à travers la logique métier comme l’électricité s’écoule à travers une carte de circuit.

La réalité physique de l’utilité virtuelle

Bien que l’IA puisse sembler un logiciel magique, elle est construite sur des investissements de capitaux massifs. Le soi-disant “nuage” est en réalité des millions de tonnes d’acier, de silicium et de cuivre. Pour construire cette utilité, les géants de la technologie réalisent certains des plus grands projets d’infrastructure de l’histoire. Nous assistons à l’émergence de centres de données à l’échelle du gigawatt qui consomment autant d’électricité qu’une petite ville. La demande de GPU (processeurs graphiques) est en constante augmentation. À bien des égards, c’est l’équivalent moderne de la pose de voies ferrées ou de la pose de fils télégraphiques.

Cependant, cette nouvelle utilité crée également un nouveau ensemble de défis. Tout comme le réseau électrique peut subir des pannes, le réseau d’IA fait face à des contraintes. Il y a une pénurie de puces de haute gamme. Il y a une pénurie d’énergie pour alimenter les centres de données. Nous assistons à une collision entre le monde numérique et les limites physiques de nos réseaux électriques. Si l’IA est la prochaine utilité, alors l’énergie est l’utilité qui alimente cette utilité. Nous ne pouvons pas en avoir une sans l’autre. C’est pourquoi nous voyons les grandes entreprises technologiques investir dans l’énergie nucléaire et les énergies renouvelables. Ils réalisent que leur empire numérique repose sur des électrons physiques.

La friction des systèmes hérités

Le passage à l’IA en tant qu’utilité de base ne sera pas facile pour tout le monde. L’obstacle principal n’est pas la technologie elle-même, mais les systèmes obsolètes avec lesquels nous attendons qu’elle fonctionne. Les gouvernements et les grandes entreprises matures s’appuient souvent sur une infrastructure informatique héritée qui a été construite il y a des décennies et n’a jamais été entièrement mise à jour. Ces systèmes sont comme de vieilles maisons avec des câbles obsolètes. Vous ne pouvez pas simplement brancher un appareil moderne. Vous ne pouvez pas facilement connecter un agent d’IA de pointe à une base de données qui a été créée en 1995 et s’exécute sur un serveur caché dans un sous-sol.

Ceci crée un nouveau type de fracture numérique entre les organisations. Les entreprises “natives IA”, créées au cours des dernières années, ont des systèmes modernes en place. Ils peuvent se connecter à l’intelligence presque instantanément. Les anciennes organisations vont avoir du mal. Ils doivent remplacer l’infrastructure obsolète avant de pouvoir adopter pleinement l’IA. Cette transition est coûteuse et perturbatrice, mais elle est inévitable. Dans les années 1920, les usines qui continuaient à utiliser des moteurs à vapeur sont finalement sorties du marché. La même chose se produira pour les organisations qui ne peuvent pas intégrer l’IA dans leurs opérations.

Le changement sociétal

La dernière étape de toute technologie devenant une utilité est psychologique. C’est lorsqu’on arrête d’être impressionné et qu’on commence à être frustré lorsqu’elle ne fonctionne pas. Aujourd’hui, si ChatGPT écrit un bon poème, nous applaudissons. Dans cinq ans, si notre processeur de texte ne corrige pas automatiquement le ton de notre lettre, nous serons frustrés. Nous considérerons les logiciels “stupides” de la même manière que nous considérons un escalator cassé comme une nuisance.

Ceci changera le marché du travail. Cela ne signifie pas nécessairement la fin des emplois, mais cela signifie la fin des tâches. Lorsque l’électricité est arrivée, nous avons arrêté de avoir besoin de personnes pour laver les vêtements à la main ou allumer des lampes à gaz. Nous sommes passés à des tâches de niveau supérieur. Avec l’IA en tant qu’utilité, nous allons arrêter de faire le “travail cognitif” tel que la saisie de données, la planification de base, l’analyse de routine.

Le fond du problème

Nous sommes encore au début de cette transition où l’IA agira en tant qu’utilité. L’utilité d’IA n’est pas encore terminée. Le réseau est encore en construction. Les connexions sont parfois lâches, et l’alimentation électrique peut parfois fluctuer. Mais il est clair que nous allons dans une direction où l’intelligence deviendra une commodité. Elle deviendra une ressource qui sera acheminée dans chaque maison, bureau et appareil sur la planète. Pour les dirigeants d’entreprise, la question n’est plus “Comment puis-je construire l’IA ?” La question est “Comment puis-je me brancher sur cette utilité pour alimenter mon entreprise ?”