L'automatisation par l'IA se fait attendre : la question qui monte (« Où est passée toute cette automatisation ? »)
Mardi, OpenAI a annoncé que son modèle d'IA non publié avait résolu, ou fait des progrès majeurs sur, des centaines de problèmes importants en mathématiques et en informatique. L'annonce est arrivée tard dans la journée, une semaine après une journée développeurs jugée décevante, et alors que des informations circulaient sur une nouvelle levée de fonds de l'entreprise. La semaine précédente, près de 800 développeurs s'étaient réunis au Midway, un auditorium près du front de mer de San Francisco, pour une conférence de Modal, fournisseur très valorisé d'infrastructure de calcul et d'outils pour développeurs. Scott Wu, fondateur de la startup d'agents de codage Cognition, valorisée 48 milliards de dollars le mois dernier, y a plaidé pour l'ambition. Il a décrit un futur proche où les entreprises compteront des « employés virtuels » travaillant sur des résultats plutôt que sur des tâches. Sa confiance vient du « moment AIME », quand les modèles ont commencé à battre les humains aux concours de mathématiques de haut niveau. Plus tard, Diogo Almeida, ancien chercheur d'OpenAI et aujourd'hui patron de TypeSafe AI, qui vient de lancer une alternative aux grands modèles de langage baptisée Jev, a lancé à la salle : « Où est toute l'automatisation ? » Pour lui, 100 % des LLM actuels sont optimisés pour l'assistance par apprentissage par renforcement à partir de retours humains (RLHF).
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 The Information AI. Lire l'article original →
Cette tension résume la question qui anime la phase actuelle de la ruée vers l'IA : comment transformer une intelligence brute et impressionnante en utilité concrète et démontrable ? Le raisonnement d'Almeida est que des modèles entraînés à plaire à un humain dans la boucle excellent comme assistants mais échouent dès qu'il faut travailler sans supervision. C'est précisément ce qui sépare un copilote d'un employé virtuel. Pour le grand public, les signaux restent minces. Les économistes ne voient pas encore, dans les grandes statistiques, de gain de productivité attribuable à l'IA. Les agents grand public, dernière mode du secteur, se heurtent aux sites web qui veulent bloquer les robots.
Le contexte est celui d'une industrie qui doit entretenir l'afflux de capitaux tout en prouvant sa valeur. Les annonces techniques spectaculaires se mêlent à des communications commerciales, ce qui complique la lecture de leur portée réelle. Même les acteurs les plus engagés avancent avec prudence. Cat Wu, responsable produit de Claude Code chez Anthropic, a expliqué que l'entreprise pousse ses ingénieurs à identifier leurs tâches répétitives et à se demander pourquoi ils restent dans la boucle. Elle a toutefois reconnu que beaucoup d'automatisations restent bloquées à un stade semi-automatisé, où l'IA fait l'essentiel du travail mais où l'humain garde la main. Les leaders du secteur veulent donc plus d'automatisation sans être prêts à laisser les machines prendre le relais.
Pas d'impact direct sur la France/UE
Un modèle qui bat les humains aux concours de maths n'a pas encore produit une seule ligne dans les statistiques de productivité, et c'est ça le vrai sujet. Selon Le Fil IA, le goulot d'étranglement de l'IA n'est plus l'intelligence, c'est la confiance : on a entraîné des modèles à plaire à un humain, donc ils restent des assistants, même quand on voudrait qu'ils bossent seuls. Cat Wu qui admet que les automatisations restent coincées à moitié, c'est plus parlant que n'importe quelle annonce de levée de fonds. Reste à voir si changer l'entraînement suffit, ou si personne n'est prêt à lâcher la main.