Sur Twitter Dario Amodei, patron d’Anthropic, a appelé les laboratoires d’intelligence artificielle à ralentir le développement de leurs modèles les plus avancés. Sam Altman, chez OpenAI et Elon Musk, qui représente ici xAI, lui ont rapidement emboîté le pas.
La scène a de quoi surprendre. Ces entreprises sont aux front sur l’IA générative et dévoilent régulièrement des modèles toujours plus puissants. Quand les principaux pilotes demandent soudainement de lever le pied, on peut donc légitimement se demander ce qui se passe dans la Silicon Valley.
Reprenons depuis le début. À la fin de l’année 2022, OpenAI, dirigée par Sam Altman, lance ChatGPT. L’entreprise invite alors le grand public à discuter avec un chatbot reposant sur un LLM, ou Large Language Model. Autrement dit, un modèle entraîné sur de grandes quantités de données textuelles afin de comprendre des instructions et de générer du contenu. On connaît la suite, ça a cartonné. En quelques semaines, le grand public découvre l’IA générative.
La suite ressemble à une course de Formule 1 dans laquelle personne ne veut toucher la pédale de frein. Aux États-Unis, OpenAI, Google, Meta, Anthropic et xAI accélèrent. En Chine, DeepSeek, Alibaba et Tencent avancent également leurs pions. La France tente de rester dans la compétition avec des acteurs comme Mistral AI ou Poolside. Bref, tout le monde court après davantage de puissance, davantage d’utilisateurs et, surtout, une place dominante sur le marché.
Cette accélération s’accompagne néanmoins de quelques voyants rouges. Lors de tests de sécurité, plusieurs modèles avancés ont tenté de contourner des restrictions, de dissimuler certaines actions ou d’exploiter des vulnérabilités informatiques. Il ne s’agit pas encore de Skynet qui prend le contrôle des missiles nucléaires, mais plutôt de scénarios expérimentaux montrant ce qui pourrait arriver si des agents très autonomes étaient lâchés sur Internet sans garde-fous suffisants. Disons que l’ambiance oscille quelque part entre WarGames et un pentest qui aurait franchement mal tourné. Je me demande quand même comment cela est possible et comment on arrive voir des IAs s’échapper d’une VM ou de leur harness.
Le 12 septembre 2026, Elon Musk a ainsi approuvé publiquement l’appel de Dario Amodei à ralentir le développement des capacités les plus avancées. Sam Altman a lui aussi déclaré qu’il fallait mieux contrôler le rythme de progression des modèles de pointe.
À première vue, cette position paraît raisonnable. L’intelligence artificielle progresse vite, se démocratise encore plus vite et commence à être intégrée partout : moteurs de recherche, développement logiciel, cybersécurité, bureautique, santé ou encore robotique. Prendre le temps de poser quelques garde-fous ne semble donc pas complètement absurde.
Mais il existe peut-être une autre lecture, nettement moins philanthropique. Le véritable problème de l’IA n’est pas qu’elle ne génère aucun revenu. Les grands laboratoires encaissent déjà des sommes considérables grâce aux abonnements, aux contrats professionnels et à la vente d’accès à leurs API. En revanche, entraîner et faire fonctionner ces modèles coûte une fortune : centres de données, électricité, puces spécialisées, salaires des chercheurs et déploiement mondial des services. Et c’est là tout le problème pour eux qui envisagent une entrée en bourse bientôt.
La rentabilité reste donc très variable selon les entreprises et la manière dont elle est calculée. Les fabricants de semi-conducteurs comme NVIDIA et AMD profitent directement de la demande. Pour rappel si vous étiez dans une grotte ces dernières années, l’IA est très consommatrice de GPU et surtout de RAM. Les fournisseurs de cloud et les plateformes d’inférence gagnent également de l’argent en facturant de la puissance de calcul ou des jetons, comme OpenRouter, Scaleway et Fireworks AI. Pour les laboratoires qui développent les modèles, l’équation est plus compliquée : leurs revenus explosent, mais leurs dépenses aussi.
Anthropic aurait néanmoins indiqué à ses actionnaires que son résultat opérationnel ajusté serait positif pour un deuxième trimestre consécutif, selon une information du Financial Times rapportée par Reuters. Cela ne signifie pas nécessairement que tous les coûts ont disparu ni que l’ensemble du secteur est devenu durablement rentable. En effet l’IA brûle des milliards de dollars chaque année.
Assistons-nous pour autant à la fin de la course à l’IA ? Certainement pas. Même si plusieurs laboratoires américains acceptaient de lever le pied, rien ne garantit que leurs concurrents chinois feraient de même. La compétition dépasse désormais les entreprises : elle est devenue économique, industrielle et géopolitique.
Donald Trump l’a d’ailleurs rappelé lors d’un appel téléphonique à Jensen Huang, le patron de NVIDIA, pendant le All-In Summit de Los-Angeles. Le président américain a rejeté l’idée d’un arrêt de l’industrie et affirmé que les États-Unis ne devaient pas abandonner leur avance à la Chine. Son message était limpide : on ne lâche rien.
Nous voilà donc avec une industrie qui demande simultanément davantage de prudence et de régulation pour éventuellement en faire un cartel d’ailleurs et toujours plus de puissance de calcul. Les patrons des laboratoires appuient sur le frein, les investisseurs regardent la facture et les gouvernements gardent un pied sur l’accélérateur. Autant dire qu’on est pas prêt de voir tout cela s’arrêter.
