IA : CE QUE CACHE LA BULLE [ARGENT MAGIQUE]

Les investisseurs s'inquiètent de plus en plus de la formation d'une bulle spéculative dans le secteur de l'intelligence artificielle.

• Nvidia conçoit les cartes graphiques pour les data centers • Open AI a besoin d'acheter ces cartes pour faire fonctionner les IA • Nvidia a investi 100 milliards de dollars dans Open AI • Cela crée un système fermé où les entreprises se refondent de l'argent entre elles

Une bulle spéculative est un terme signifiant que le prix (valeur de marché) est largement au-dessus de sa valeur réelle.

• La valeur réelle de quelque chose est un concept débattu par les économistes • C'est une question à la fois philosophique et très politique • Pour les actions, la vraie valeur devrait correspondre à la somme des free cash flow futurs actualisés par action • Mais cette information est inconnaissable puisqu'on ne peut prévoir les bénéfices futurs

Le price earning ratio (P/E) est l'indicateur le plus utilisé en bourse : on divise la valeur de marché par les bénéfices actuels.

• L'indicateur P/E est presque au plus haut jamais enregistré • On est plus haut que pendant la spéculation massive des années 20 • C'est pire que la crise de 1929 • On approche les valorisations extrêmes de la bulle internet des années 2000

• Les boursicoteurs professionnels sont persuadés que les bénéfices futurs de l'IA seront énormes • Il y a le fear of missing out (peur de passer à côté) : tant que les cours montent, il y a de l'argent à se faire • Les prix ne redescendent pas malgré l'indicateur extrême

On peut se demander à partir de quand les professionnels de la bourse vont juger que l'IA est surcôtée et cesseront d'investir dedans.

• Lors du krach de 1929, les acheteurs n'avaient plus l'argent pour investir • Les banquiers avaient décidé d'arrêter de leur prêter • On ne sait pas vraiment pourquoi ils ont changé d'avis soudainement

Une bulle n'éclate pas sans des vendeurs qui paniquent et veulent soudainement vendre à n'importe quel prix, même très bas.

• L'analyse des bulles précédentes ne donne pas de réponse claire • Les détails ne sont jamais les mêmes, c'est très contextuel • La dimension psychologique revient systématiquement : la critique de la bulle devient soudainement plus entendue et la hype se retourne

• Bulle internet des années 2000 : le NASDAQ a mis 3 ans pour toucher le fond • Bulle japonaise des années 80 : les cours ont mis 22 ans à s'en remettre • Parfois ça fait un crash brutal, parfois ça dure très longtemps

• Fabrication de cartes graphiques • Construction de data centers • Alimentation en électricité et refroidissement • Entraînement des IA sur des données volées • Recours à des travailleurs dans des conditions déplorables

• Chatbots comme ChatGPT avec lesquels on peut converser • Le test de Turing a volé en éclat • Innovation majeure qui pose des questions philosophiques

• Rendre les chatbots payants via des abonnements ou des publicités • Vendre à des entreprises des IA entraînées sur leurs propres données pour booster la productivité des employés

• Aucun des deux business models n'a fait ses preuves • Pour les augmentations de productivité : études contradictoires et résultats fragiles • Pour ChatGPT payant : les utilisateurs abonnés au forfait le plus cher coûtent plus cher à OpenAI que ce qu'ils rapportent

• Cas classique : Microsoft a créé l'infrastructure logicielle sur laquelle tout fonctionne • Impossible de s'en passer sans investir des sommes pharamineuses • Impossible de faire communiquer un logiciel Microsoft avec d'autres : interopérabilité impossible • C'est ce qu'on appelle le vendor lock-in en anglais

• Google Gemini seulement disponible dans Gmail ou la recherche Google • Microsoft Copilot seulement pour modifier Word ou PowerPoint • Chaque IA est intégrée dans un écosystème précis

• Pour les entreprises sans fondations (comme OpenAI), enfermer les utilisateurs est beaucoup plus compliqué • ChatGPT n'est qu'une application ou une page web avec une interaction standardisée • Migrer est aussi simple que télécharger une autre application et transférer l'historique • Les utilisateurs ont migré sans problème vers les chatbots concurrents

• Les chatbots IA ne connectent pas les utilisateurs entre eux comme YouTube ou Uber • L'effet de réseau (où tout le monde se concentre sur la même plateforme) ne fonctionne pas pour l'IA générative • Sans monopole ni effet de réseau, il est incertain que les startups IA puissent devenir ultra rentables

• L'idée que l'interconnexion protégerait contre un craque ne fonctionne pas • Exemple : lors du crash de 2000, les actions Amazon ont perdu plus de 90% de leur valeur • Même si les autres entreprises avaient acheté des actions Amazon, ça ne les aurait pas protégées

L'interconnexion des entreprises tech crée un risque d'effet domino : si un gros acteur tombe en faillite, il entraînera tous les autres dans sa chute.

• L'interconnexion peut provoque l'effet too big to fail • Les gouvernements sont obligés d'intervenir en cas de panique financière si un gros morceau de l'économie réelle est menacé • Les entreprises IA tentent peut-être d'obtenir la protection tacite du gouvernement américain en devenant too big to fail

Quasiment un tiers de la croissance économique américaine cette année semble venir de la construction des infrastructures nécessaires au fonctionnement des IA.

• La bulle des subprime a fait mal au monde entier • Appelée la grande récession • Les banques étaient au cœur de la bulle via des produits financiers complexes

• L'économie US est entrée en récession en 2001 • Les autres pays n'ont rien senti • Les investissements venaient du marché des actions américaines, financés essentiellement par des actionnaires américains • Les startups n'étaient pas endettées auprès des banques

• Les actionnaires obtenaien du crédit bancaire pour jouer en bourse • Quand ils ont perdu, les banques américaines ont perdu aussi • Les banques américaines finançaient aussi une grande partie du commerce mondial • L'économie mondiale s'est embourbée dans la crise

Le rôle des banques est crucial : quand elles vont mal, l'économie dans son ensemble réagit très mal. C'est systématique.

• Le boom de l'IA est principalement financé par les géants de la tech • Les Magnificent Seven : Google, Amazon, Apple, Meta, Microsoft, Nvidia, Tesla • Ce sont des énormes boîtes qui ont accumulé des milliards de bénéfices ces dernières années

• Aucun appel à la dette, aucun implication des banques au départ • Les géants financent l'IA en interne ou via des startups • Pas de risque apparent de crise économique mondiale

• On commence à faire appel au marché du crédit • Meta et d'autres acteurs majeurs émettent des obligations • Ils font appel au crédit pour financer la création de nouveaux centres de calcul

• On manque d'informations sur l'implication de la dette dans l'IA • C'est assez récent • Par rapport aux subprime où c'était semi-public, avec l'IA ce sera compliqué et privé

• Le private credit : les fonds d'investissement prêtent directement à des entreprises • Ne passe ni par les banques ni par les marchés financiers • C'est une innovation financière post-subprime

• Les banques et marchés financiers sont très surveillés et régulés depuis les crises • On leur demande de fournir des données, respecter certaines règles et ratios • Des agences publiques surveillent leur activité • Le private credit évite tout cela : les financiers sont plus libres de faire leur popote

• On ne sait pas comment le private credit peut réagir à une crise • Certaines banques prêtent à des fonds privés qui ensuite prêtent à des entreprises • Une crise du private credit pourrait provoquer une crise bancaire aux États-Unis

• Toutes les grandes banques mondiales font du business aux États-Unis • La contagion peut aller très vite • Le private credit finance désormais une bonne partie de nos économies • Une crise du private credit pourrait provoquer une crise économique mondiale

• Est-ce qu'on a affaire à une bulle ? Aucune idée, seul le temps le dira • Ça dépend du business model de l'IA et de sa capacité à générer des milliards de bénéfices • L'éclatement peut être brutal ou lent

• Le risque de crise mondiale est à rechercher du côté de l'implication des banques • Si on s'en va vers une débâcle et si les banques sont prises dedans, ça sent pas bon • Les banques sont le canal par lequel les crises se propagent

• Au 19e siècle, les investissements massifs dans les chemins de fer n'ont pas généré la rentabilité espérée • Mais on n'a pas mis tous les trains à la casse car la technologie était ultra cool et utile • On l'utilise toujours aujourd'hui et on devrait même l'utiliser davantage

• L'IA est une technologie incroyable avec des promesses extraordinaires • Pourrait nous libérer du travail et créer une société centrée sur le bonheur • Pourrait être un amplificateur de l'humanité et élever l'humanité en augmentant l'abondance

• L'IA est un terme flou qui regroupe plein d'outils différents avec des spécialisations différentes • Algorithmes de recommandation sur YouTube, Instagram, TikTok • Alphago qui gagne au jeu de go • AlphaFold qui prédit la structure 3D d'une protéine

• L'IA regroupe tout un tas de technologies différentes qui visent à reproduire l'intelligence humaine • On a parlé surtout des IA génératives type ChatGPT et des LLM • Pour les experts, ce sont des continuités des algorithmes qui ont débarqué depuis une dizaine d'années

Selon les études, l'angle choisi ou le phénomène qu'on cherche à comprendre, les spécialistes doivent définir de quel type d'IA ils parlent.

Le rapport AI and Jobs Review of theory estimates and evidence étudie l'effet des outils IA génératives sur différents aspects du travail.

• Aux États-Unis, les boîtes qui font appel à l'IA ont tendance à moins embaucher de juniors • Ça pose le problème de l'accès au marché du travail pour les jeunes • Certains effets à long terme ne sont pas encore très clairs

• Contrairement à l'idée reçue, les humains ne seraient pas remplacés pour les tâches pénibles • Dans certains cas, l'humain viendrait contrôler que l'IA a bien fait son boulot • Le rôle humain passe d'un travail augmenté par l'IA à un simple travail de supervision ou correction • Parfois on pourrait dire que c'est l'IA qui est augmentée par les humains

• En 1983, un film de Renault montrait comment le robot marié à l'ordinateur était devenu un facteur essentiel pour l'amélioration de la qualité • En 2025, une interview de l'observatoire des métiers de la banque décrivait un agent qui passe le résultat à un second, qui passe à un humain qui vérifie les tâches • L'homme contrôle le travail de son armée de robots

• Début 1980, Renault avait 100000 employés • 14 ans plus tard, les effectifs ont été divisés par deux • Les discours sur l'adaptation de la main-d'œuvre sont vachement semblables à 40 ans d'écart • Selon les experts, les évolutions seront suffisamment lentes pour que nous ayons le temps de réadapter la main-d'œuvre

• Un artisan fabrique une chaise en bois avec une scille et un couteau, sa valeur c'est sa compétence • Si on décompose le travail en 46 étapes simples, n'importe qui peut les faire • Réalisé par 25 travailleurs et 5 machines, on augmente la production • Mais aucun ne sait faire une chaise : il n'y a plus de vraies compétences

• Le travail se fait en cadence avec des processus, des objectifs et des primes de production • La plupart des employés actuels ont des éléments de taylorisation dans leur travail • C'est au cœur du taylorisme

• En 1990, le livreur ou le taxi doit avoir des compétences difficiles à acquérir : connaître la ville, les routes, pouvoir lire une carte • Impossible de remplacer un travailleur sans baisse de productivité • Années 2010 : l'arrivée du GPS et de l'ordinateur de poche change tout • Plus besoin de connaître la ville, plus besoin de travailleurs formés • Le chauffeur devient remplaçable immédiatement

• Bien que le livreur soit augmenté par le GPS et la plateforme, son salaire ne monte pas • Comment négocier ses revenus si on est immédiatement remplaçable ? • Un travailleur moins qualifié, c'est un travailleur moins payé

• Selon l'étude AI and Jobs, les catégories les plus exposées sont : le management, les boulots administratifs et les métiers du business et de la finance • Arthur Raffier évoquait la situation des doubleurs et doubleuses de jeux vidéo menacés par un remplacement de leur voix par des IA

• Le secteur bancaire a toujours été très protégé de la concurrence internationale • Les métiers sont difficiles à délocaliser : il faut du monde dans les agences • Même avec les banques en ligne, il faut que les gens au bout du fil parlent français

• Une étude de 2022 a montré qu'il est possible de trouver des algorithmes capables de reproduire le comportement des directeurs de banque • Les algorithmes combinent des informations financières standard et subjectives dont disposent les directeurs

• Comme le GPS pour les taxis, plus besoin de savoir comment calculer un intérêt cumulé • Plus besoin de connaître le catalogue de produits ou la stratégie globale de la banque • Il suffit de suivre le GPS bancaire • Tout sous contrôle humain, mais un seul humain au lieu de 100000

• Métiers artistiques • Métiers de rédaction • Métiers de vente • Métiers de marketing et communication • Métiers de programmation

• Le taylorisme était surtout dans les usines, les centres d'appel et les plateformes type Uber • Aujourd'hui, grâce à l'IA générative, ce modèle peut s'étendre bien au-delà

• Excellente vidéo de Corporate Blast par le fils de pub et Bolch Geek sur le sujet • Basée notamment sur le travail du journaliste Clément Pour • Auteur du livre Les nouveaux contemettres : enquête sur la surveillance au travail

Cette extension du taylorisme via l'IA générative représente un changement majeur dans l'organisation du travail.

Les populations en Afrique et en Asie sont fascinées et exaltées à l'idée de pouvoir utiliser cette manne pour gagner en productivité, contrairement à la perspective européenne souvent critique.

• Environ 100000 personnes à Madagascar font de l'annotation de données pour entraîner les IA • Elles notent des images, trient des objets pour entraîner les IA des utilisateurs • Gagnent environ 1 euro toutes les 3 heures de travail

• Madagascar est l'un des pays les plus pauvres du monde : 3/4 de 31 millions d'habitants vivent sous le seuil de pauvreté • Beaucoup travaillent sans contrat, sans statut ni protection sociale • Gagnent très peu malgré l'image futuriste et autonome de l'IA

• Malgré l'image d'autonomie, l'IA a besoin d'un travail humain répétitif et précaire pour s'entraîner et apprendre • Cette main d'œuvre alimente les algorithmes de ChatGPT, Google, Amazon

• Ce travail invisible n'est pas nouveau ni propre à l'IA • Il y a 10 ans : les nettoyeurs du web • Personnes chargées de supprimer des contenus violents ou pornographiques sur Facebook, YouTube, Twitter

• Une main d'œuvre pas chère, délocalisée • Aucun soutien psychologique malgré l'exposition à des contenus choquants • Conditions terribles même quand les emplois sont déclarés

• Le sujet n'est pas nouveau mais reste trop peu connu • À mesure que nos technologies semblent autonomes et magiques • Le risque c'est que ce travail soit toujours plus invisibilisé

• Nati, une malgache qui travaille à temps plein dans la notation de données : le management rappelle qu'on est tous remplaçables • Elle va au travail avec du dolipran pour lutter contre les migraines • Elle n'a pas le choix : dans un pays en crise d'emploi où 75% vivent sous le seuil de pauvreté, avoir un emploi déclaré est déjà une chance

• Du travail précaire dans des pays pauvres • Vol de propriété intellectuelle pour entraîner les IA • Exploitation de nos données personnelles • Prolifération de contenu poubelle sur internet

• Les LLM sont très doués pour interagir de manière crédiblement humaine • On pouvait penser que ça alimenterait les réseaux sociaux en facilitant la création de contenu • En réalité, ça dégrade l'expérience utilisateur

• Sur Reddit, une plateforme avec des forums où chacun échange ses histoires et expériences • La plateforme est polluée par du contenu IA trop nombreux pour être modéré • Ça dégrade l'authenticité recherchée sur le site

La dégradation de l'expérience utilisateur à cause des IA, c'est chiant mais ce n'est peut-être pas l'enjeu principal.

• Des discussions avec des IA modelées par les chercheurs peuvent être efficaces pour faire changer d'avis des personnes convaincues par des thèses complotistes • L'IA peut être programmée pour paraître objective, compréhensif, non biaisée et donc plus crédible qu'un humain

• D'autres études montrent que les chatbots IA peuvent être efficaces pour faire changer le choix de vote des électeurs • Ils utilisent des arguments et informations qui peuvent être vrai ou fausses • Se pose la question de qui contrôle l'IA et qui décide des idées qu'elle défend

• Tout le monde peut créer son IA à la maison et l'orienter à sa manière • La faire tourner sur ses ordinateurs et l'utiliser pour poster des messages comme un humain • Il faut partir du principe qu'elle va être utilisée par certains acteurs pour influencer les opinions publiques

• L'enjeu de la production d'information est important mais celui de sa diffusion est probablement encore plus important • Les campagnes de troll ou la propagande n'ont pas attendu les IA génératives pour exister • Exemple : élection présidentielle roumaine 2024 influencée par des trolls russes via TikTok sans IA générative

• Les plateformes comme TikTok, YouTube, Instagram ne révèlent pas leurs algorithmes • C'est un secret des affaires dû à la propriété privée des géants de la tech • Les contenus qui génèrent de l'engagement (qui vous maintiennent sur la plateforme) sont mis en avant

• De la bonne vulga économique, des contenus complotistes ou haineux • Du moment que ça vous garde sur la plateforme, l'IA s'en moque • Ceux qui contrôlent les algorithmes contrôlent les informations qu'on vous montre

• Tournesol : initiative créée par un collectif dont fait partie Lé • Les recommandations viennent des notes attribuées par les utilisateurs • L'algo est en open access pour permettre un contrôle démocratique

• À qui appartiennent nos canaux d'information : les plateformes et les médias • La pensée de Elon Musk est largement poussée par son réseau social • Idem pour la pensée de Bolloré via ses différents médias • Les inféodations peuvent influencer ce qui est montré

• La gouvernance des plateformes et des médias soulève la même problématique • Nos démocraties ne fonctionnent pas sans la diffusion d'une information de qualité • Il y a plusieurs niveaux d'enjeux interconnectés

• Comment distinguer entre une information qualitative ou non ? • Comment favoriser sa production ? • Comment assurer sa diffusion ?

• Les mêmes questions se posent pour nos médias • Comment assurer le financement d'information de qualité ? • Comment faire en sorte que l'ensemble des citoyens puisse y avoir accès ? • Ces questions méritent leur propre épisode

La spécificité des plateformes, c'est leur vulnérabilité aux ingérences extérieures via l'inondation de contenu pour manipuler les algorithmes.

• Avons-nous affaire à une bulle de l'IA ? Seul l'avenir le dira • Si elle éclate, un risque de crise économique mondiale existe surtout si les banques sont impliquées • Promesses incroyables de l'IA mais contrepartie importante

• Toujours plus de taylorisation et perte de sens du travail • Perte de compétences et précarisation des emplois • Manipulation d'opinions et enjeux démocratiques • Travail invisible et précaire dans les pays pauvres

Il serait bien de très sérieusement s'intéresser à la régulation des IA.

• Merci à Lé et à Clément pour leur relecture • Vidéos sur les IA disponibles sur la chaîne de Splin LND • Travaux de Clément Pour sur la surveillance au travail