L'IA mise mille milliards de dollars, et OpenAI veut des donnees biologiques
Un professeur de finance de l'université de Pennsylvanie, Jessica Wachter, a publié une analyse chiffrant les enjeux du boom d'investissement dans l'intelligence artificielle. Plutôt que de tenter de prédire l'adoption future des modèles d'IA, elle est partie d'un fait établi : une poignée de "hyperscalers" (les géants du cloud et de la tech) prévoient de dépenser près de 1,1 trillion de dollars d'ici 2027 pour construire des data centers dédiés à l'IA. À partir de ce montant, elle a calculé le rythme de croissance des revenus nécessaire pour que cet investissement soit rentable d'ici 2030, et le résultat est spectaculaire : les entreprises concernées devront atteindre des gains de productivité extraordinaires simplement pour atteindre le seuil de rentabilité. Par ailleurs, la fondation OpenAI, bras à but non lucratif de l'entreprise, a annoncé cette semaine qu'elle financerait un projet porté par l'analyste politique Ruxandra Teslo, consistant à créer des jeux de données biologiques de haute qualité en récupérant les archives de biotechs en faillite (dossiers réglementaires, stratégies de fabrication, données de sécurité) lors de procédures de liquidation judiciaire.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MIT Technology Review. Lire l'article original →
Ces deux annonces illustrent les tensions qui traversent l'écosystème de l'IA en 2026. Le calcul de Wachter met en lumière le pari financier vertigineux pris par les hyperscalers : si la productivité réelle générée par l'IA n'atteint pas des niveaux inédits, une partie de ces investissements massifs pourrait ne jamais être rentabilisée, avec des répercussions potentielles sur les marchés financiers et l'ensemble de la chaîne de valeur technologique. Du côté d'OpenAI, l'initiative sur les données biologiques répond à un goulot d'étranglement bien identifié: le manque de données de qualité freine les progrès de l'IA appliquée à la santé et à la découverte de médicaments. En rachetant les archives d'entreprises disparues, l'idée est de transformer des échecs commerciaux en ressources scientifiques exploitables, ce qui pourrait accélérer la recherche médicale assistée par IA.
Ces deux sujets s'inscrivent dans un débat plus large sur la trajectoire de l'industrie de l'IA, entre euphorie financière et doutes croissants sur sa soutenabilité. Le même numéro de The Download rapporte que les dirigeants de Nvidia et Meta, Jensen Huang et Mark Zuckerberg, ont rejeté les appels à un ralentissement coordonné du développement de l'IA, Huang jugeant inutiles de nouvelles lois de sécurité et Zuckerberg misant sur la concurrence entre laboratoires pour garantir la sécurité. Ce climat s'accompagne d'inquiétudes persistantes sur les risques existentiels de l'IA, débattues lors d'une table ronde de MIT Technology Review réunissant Niall Firth, Will Douglas Heaven et Grace Huckins. En parallèle, une start-up nommée Generation Lab affirme avoir mis au point, à partir des travaux de la chercheuse Irina Conboy, un traitement à base de deux médicaments existants capable de rajeunir le sang, sans toutefois révéler leur identité, illustrant les zones grises entre promesses scientifiques et secret commercial qui accompagnent cette vague d'innovation.
Pas d'impact direct sur la France/UE