« Une machine ne fera jamais ça » — et puis elle le fait

Il y a un schéma que je n’arrive pas à sortir de ma tête. Une personne intelligente et respectée regarde une technologie, dit avec une conviction totale « ça n’arrivera jamais » — et quelques années plus tard, cette chose exacte fait partie du quotidien.

En 1997, Piet Hut, de l’Institute for Advanced Study de Princeton, déclarait au New York Times à propos du jeu de go : « It may be a hundred years before a computer beats humans at Go — maybe even longer. » En mars 2016, AlphaGo battait le joueur de classe mondiale Lee Sedol 4 à 1. Pas dans cent ans. En dix-neuf.

Douglas Hofstadter, l’un des esprits les plus brillants des sciences cognitives, a écrit en 2018 dans l’Atlantic un essai intitulé « The Shallowness of Google Translate ». Il citait avec approbation la phrase « No reasonable person thinks that a machine translation can ever achieve elegance and style. » En 2023, dans une conversation publiée en juin, ce même Hofstadter tenait ces propos : « I don’t think it’s interesting. I think it’s terrifying. I hate it. I think about it practically all the time, every single day. » Et : « It’s a very traumatic experience when some of your most core beliefs about the world start collapsing. »

Si cela te semble familier, c’est peut-être d’ailleurs. En 2017, Jamie Dimon qualifiait le Bitcoin de fraude lors d’une conférence Barclays : « It’s worse than tulip bulbs. It won’t end well. Someone is going to get killed. » En janvier 2018, il a dit regretter cette remarque. Warren Buffett qualifiait le Bitcoin de « probably rat poison squared » lors de l’assemblée générale Berkshire de 2018 ; Charlie Munger qualifiait le trading de cryptomonnaies de « just dementia ». Et en 1998, Paul Krugman écrivait que d’ici 2005 il apparaîtrait clairement que l’impact d’Internet sur l’économie ne serait « no greater than the fax machine’s » — argument, entre autres : « most people have nothing to say to each other! »

Je n’écris pas ça pour paraître plus malin que ces gens. Je ne le suis pas. Je l’écris parce que le même schéma est en train de se rejouer en ce moment, et cette fois on peut le regarder se produire. Voici ma chronologie de ça. Elle est construite exprès pour continuer à grandir.

Comment c’était avant (pour que le saut se ressente)

Avant l’arrivée de ChatGPT en novembre 2022, « une IA qui écrit du texte » était une affaire d’initiés.

GPT-3, le modèle derrière tout ça, a été publié en preprint le 28 mai 2020 (« Language Models are Few-Shot Learners »), et la bêta de l’API a démarré le 11 juin 2020. 175 milliards de paramètres — et une fenêtre de contexte de seulement 2 048 tokens, quelques paragraphes, c’était toute la mémoire dont il disposait. L’entraînement aurait coûté environ 4,6 millions de dollars ; sur un seul GPU, cela aurait pris environ 355 ans.

Et on n’y accédait pas comme ça. GPT-3 était derrière une liste d’attente. Ce n’est que le 18 novembre 2021 — un an et demi plus tard — qu’OpenAI a supprimé la liste d’attente et rendu l’API disponible pour tous.

Le texte le plus célèbre de cette période en dit long sur l’état réel des choses. Le 8 septembre 2020, le Guardian publiait une tribune rédigée par GPT-3 : « A robot wrote this entire article. Are you scared yet, human? » Elle s’ouvrait par « I am not a human. I am Artificial Intelligence. » et comprenait la phrase « I have no desire to wipe out humans. » Ça a l’air impressionnant — jusqu’à ce qu’on lise les petites lignes. GPT-3 avait produit huit tentatives (alimentées par un étudiant de Berkeley), et la rédaction avait assemblé les meilleurs passages. Donc « entièrement écrit par une IA », c’était, disons, un arrondi généreux.

Les experts, eux, restaient sobres, comme on pouvait s’y attendre. Le 22 août 2020, Gary Marcus et Ernest Davis publiaient dans la MIT Technology Review un article au titre : « GPT-3, Bloviator: OpenAI’s language generator has no idea what it’s talking about. » Dans une série de tests délibérément non systématique — les auteurs précisaient explicitement qu’il ne s’agissait pas d’un benchmark — GPT-3 se révélait à peu près moitié clairement juste, moitié clairement faux sur le raisonnement du quotidien. En mars 2021, Emily Bender et ses collègues ont inventé, lors de la conférence FAccT, le terme qui est resté : « perroquets stochastiques » — des machines qui répètent des motifs de mots sans rien comprendre. Le verdict de Marcus deux ans plus tard, en mars 2022 : « For all its fluency, GPT-3 can neither integrate information from basic web searches nor reason about the most basic everyday phenomena. »

Et les images ? Le 5 janvier 2021, OpenAI présentait DALL·E — une déclinaison de GPT-3 à 12 milliards de paramètres qui peignait des images à partir de texte. Basse résolution, souvent à côté de la plaque. Une curiosité, pas un outil.

Garde cette image en tête : liste d’attente, perroquet, texte sélectionné, chaton pixelisé. C’était l’état des choses il y a trois ans et demi.

La chronologie

À partir d’ici, ça se densifie. Je pose les sorties clés avec leur date — et à côté de chacune, ce qu’elles ont rendu possible pour la première fois. Cette liste continue de grandir ; je l’enrichis à mesure que de nouvelles choses arrivent.

Mai/juin 2020 — GPT-3 en preprint et bêta API. Dans le propre test d’OpenAI, les évaluateurs n’ont repéré correctement les articles courts écrits par une machine que 52 % du temps — à peine mieux qu’un pile ou face. Première fois : un texte qui sonne humain sur la longueur d’un paragraphe.

Janvier 2021 — DALL·E 1. Première fois : une image à partir d’un texte quelconque — mais grossière et petite.

21 juin 2022 — GitHub Copilot devient disponible pour tous, 10 dollars par mois. Première fois : une IA qui tape en même temps que toi pendant que tu codes, accessible pour n’importe quel développeur.

Juillet/août 2022 — la percée de l’image arrive en rafale : DALL·E 2 (annoncé le 6 avril, bêta le 20 juillet), Midjourney (bêta ouverte le 12 juillet), Stable Diffusion (22 août, open source, tourne en local sur du matériel grand public). Première fois : des images photoréalistes, composables — et avec Stable Diffusion, sur sa propre machine, sans cloud.

Fin août / début septembre 2022 — l’image Midjourney de Jason Allen « Théâtre D’opéra Spatial » remporte la première place à la Colorado State Fair (catégorie photographie numériquement manipulée, 300 dollars). Le jury ignorait que c’était de l’IA. Le débat public a suivi en septembre.

30 novembre 2022 — ChatGPT, un aperçu gratuit construit sur GPT-3.5. Un million d’utilisateurs en cinq jours, environ 100 millions par mois au bout de deux mois. Première fois : le perroquet obtient une fenêtre de conversation — et le monde entier peut y entrer.

14 mars 2023 — GPT-4, multimodal (il comprend aussi les images), contexte jusqu’à 32 000 tokens au lieu de 2 048. Ce même mois, Gen-2 de Runway se lance comme l’une des premières bêtas texte-vers-vidéo réellement utilisables. Première fois : une IA qui « voit » une image téléchargée — et les premières secondes animées à partir d’un texte.

Octobre 2023 — DALL·E 3, directement dans ChatGPT. Première fois : des images qui correspondent vraiment à ce qu’on tape, texte lisible inclus.

15 février 2024 — OpenAI annonce Sora : jusqu’à 60 secondes de vidéo 1080p hautement réaliste à partir d’un seul prompt. Première fois : une vidéo qu’on pourrait prendre pour réelle au premier coup d’œil.

12 mars 2024 — Cognition présente Devin, le « premier ingénieur logiciel IA », avec son propre shell, éditeur et navigateur. Première fois : une IA qui traite une tâche de programmation d’un bout à l’autre, seule.

Mars/avril 2024 — Suno V3 (21 mars, des chansons complètes avec voix jusqu’à quatre minutes, gratuit aussi) et Udio (10 avril, bêta publique). Première fois : une chanson finie avec une voix, à partir d’une seule phrase.

13 mai 2024 — GPT-4o, un modèle « omni » pour texte, audio et image en un seul. Première fois : parler avec la machine de façon fluide et en temps réel.

24 février 2025 — Claude Code se lance en aperçu de recherche, disponible pour tous en mai 2025. Première fois : coder devient un dialogue dans le terminal — pour moi aussi ; c’est comme ça que ce site est construit.

25 mars 2025 — OpenAI intègre nativement la génération d’images dans GPT-4o. La tendance virale « Studio Ghibli » a submergé le service au point que la version gratuite a dû être retardée. Première fois : modifier des images en conversation — « rends le ciel plus chaud », et ça se fait.

20 mai 2025 — Google Veo 3 : pour la première fois, un son généré en synchro — dialogues, effets sonores, synchronisation labiale. Veo 3.1 suit mi-octobre 2025. Première fois : une vidéo qui ne fait pas que bien paraître, elle sonne juste aussi.

7 août 2025 — GPT-5, décrit par OpenAI comme une « équipe d’experts de niveau doctorat dans ta poche ».

30 septembre 2025 — Sora 2 : son synchronisé, meilleure physique, fonctions « Cameo » — plus une application dédiée au format TikTok. Première fois : la vidéo IA comme média social, pas comme démo de laboratoire.

Prends ces cinq années d’un seul bloc, et le perroquet de 2020 semble venir d’un autre siècle.

Ce que presque personne n’a sur son radar

Tout le monde parle de ChatGPT. Bien trop peu parlent de ça — et c’est peut-être la plus grande partie de l’histoire.

En novembre 2020, AlphaFold 2 remportait la compétition CASP14 avec un score médian d’environ 92 GDT_TS, résolvant ainsi un problème sur lequel la biologie avait échoué pendant cinquante ans : prédire le repliement tridimensionnel d’une protéine à partir de la séquence de ses acides aminés. Ce n’est pas un gadget. Le repliement des protéines est le fondement de la compréhension du fonctionnement des maladies et de l’arrimage des médicaments. À partir de 2022, la base de données AlphaFold contenait plus de 200 millions de structures, plus de 214 millions en 2024, utilisée par plus de deux millions de chercheurs dans 190 pays. Le 8 mai 2024 est arrivé AlphaFold 3, qui prédit aussi des complexes de protéines, d’ADN, d’ARN et de molécules médicamenteuses.

La reconnaissance est venue au plus haut niveau : le prix Nobel de chimie 2024 est allé pour une moitié à David Baker pour la conception computationnelle de protéines, pour l’autre moitié conjointement à Demis Hassabis et John Jumper pour la prédiction des structures protéiques. Un système d’IA est au cœur d’un prix Nobel de chimie.

Et ça ne s’arrête pas aux protéines :

  • Médecine : Rentosertib, un médicament découvert par IA contre la maladie pulmonaire IPF (fibrose pulmonaire idiopathique), a montré une amélioration dose-dépendante de la fonction pulmonaire après douze semaines dans une étude de phase IIa portant sur 71 patients répartis dans 22 centres — publiée le 3 juin 2025 dans Nature Medicine. En 2023, un modèle de deep learning (une collaboration entre l’université McMaster et le MIT) a identifié le médicament abaucin contre un pathogène hospitalier dangereux, parmi environ 7 500 molécules criblées.
  • Matériaux : GNoME, de DeepMind, a prédit la stabilité de 2,2 millions de nouveaux cristaux fin 2023. Le même jour, l’A-Lab de Berkeley a montré un robot utilisant le machine learning pour synthétiser de nouveaux matériaux inorganiques en 17 jours. (Par souci d’honnêteté : les deux travaux ont depuis suscité des critiques — beaucoup considèrent le compte de structures véritablement nouvelles de GNoME comme gonflé, et Nature a dû publier un correctif sur l’A-Lab. La percée est réelle, le bilan contesté.)
  • Météo : GraphCast prédit jusqu’à dix jours de météo en moins d’une minute sur un seul ordinateur — et s’est montré plus précis que le modèle établi de l’ECMWF sur plus de 90 % de 1 380 cibles vérifiées. GenCast a suivi fin 2024 avec de meilleures trajectoires de cyclones.
  • Mathématiques pures : AlphaProof et AlphaGeometry 2 ont résolu quatre des six problèmes de l’Olympiade internationale de mathématiques 2024, 28 points sur 42 — niveau argent, à un point de l’or. L’un des problèmes résolus n’avait été entièrement percé que par cinq des plus de 600 participants humains. Et fin 2023, FunSearch a trouvé une solution prouvablement nouvelle à un problème mathématique ouvert — la première fois qu’un modèle de langage apportait une connaissance véritablement nouvelle et vérifiable.

Ainsi, le perroquet censé ne faire que répéter a plié des protéines, trouvé des médicaments et fait des mathématiques que presque aucun humain ne peut faire.

Les chiffres

Quand je veux savoir si une technologie est sérieuse, je suis l’argent — et les emplois.

L’investissement mondial des entreprises dans l’IA a atteint environ 252 milliards de dollars en 2024, selon Stanford HAI. En 2025, il a doublé pour atteindre 581,7 milliards. Le seul investissement privé a bondi de 127,5 % pour atteindre 344,7 milliards. L’IA générative — la partie qui produit des images, du texte et de la vidéo — a crû d’environ 200 % en 2025 pour atteindre environ 171 milliards de dollars, près de la moitié de tout l’investissement privé en IA. Les États-Unis mènent avec 285,9 milliards d’investissement privé, soit 23 fois celui de la Chine.

L’usage suit le rythme : 78 % des organisations déclaraient utiliser l’IA en 2024 (contre 55 % l’année précédente) ; McKinsey l’estimait à 88 % avec un usage régulier dans au moins une fonction métier en 2025. Le hic — et je le nomme délibérément : seul environ un tiers des entreprises passe à l’échelle au-delà des projets pilotes, et seule une minorité peut montrer un effet mesurable sur le profit. Beaucoup d’expérimentation, peu de suivi jusqu’au bout.

Et le travail ? C’est là que ça fait mal. Le FMI estime qu’environ 40 % de l’emploi mondial est exposé à l’IA, environ 60 % dans les économies avancées. La moitié de ces emplois pourrait en profiter, l’autre moitié pourrait perdre des tâches centrales. La directrice du FMI, Kristalina Georgieva, l’a formulé ainsi : « We are on the brink of a technological revolution that could jumpstart productivity, boost global growth and raise incomes around the world. Yet it could also replace jobs and deepen inequality. »

Le WEF prévoit 170 millions de nouveaux emplois d’ici 2030, 92 millions perdus — un gain net de 78 millions. Donc pas seulement des pertes. La croissance la plus rapide concerne les spécialistes du big data (+110 %), les ingénieurs fintech (+95 %), les spécialistes IA/ML (+85 %) ; le déclin le plus marqué touche les emplois de bureau classiques comme les employés administratifs et les caissiers. 39 % des compétences clés demandées aujourd’hui seront considérées comme obsolètes d’ici 2030.

Un détail qui me rend optimiste : l’Anthropic Economic Index a analysé environ deux millions de conversations IA début 2026. Pour la première fois, l’augmentation (52 %) — l’IA qui aide une personne dans son travail — a dépassé l’automatisation (45 %), où elle prend entièrement la tâche en charge. Plus souvent un assistant qu’un remplaçant. Du moins pour l’instant.

Avant vs aujourd’hui — mon propre calcul

Là, ça devient concret, parce que c’est exactement là que je vis. Une boutique IA, un blog — les images qui vont dessus doivent bien venir de quelque part. Alors j’ai regardé ce qu’exige réellement une séance photo publicitaire classique. Pas le cliché, le calcul.

Commençons par les droits, parce que la plupart des gens les négligent. Pour utiliser une image, un « buy-out » s’ajoute au cachet — une majoration qui augmente avec la portée et la durée d’utilisation, « longer period, higher buyout », comme le formulent les agences. Les licences courent typiquement de un à cinq ans ; passé ce délai, on n’a plus le droit d’utiliser l’image. Et aux États-Unis, il faut un « model release » pour chaque personne reconnaissable — sans lui, l’usage commercial est tout simplement illégal, célébrité ou non.

Puis les personnes sur le plateau. Une agence prend 15 à 20 % de commission sur le mannequin et ajoute encore une majoration côté commanditaire. Un shooting de mode pour une seule journée s’additionne vite : photographe 1 000–3 500 dollars (à New York ou L. A., facilement 3 000–8 000+), mannequin 500–3 000, studio 300–1 500, coiffure et maquillage 400–1 200, styliste 400–1 800, retouche par image en plus. Une production modeste atterrit autour de 2 600 dollars, une intermédiaire autour de 12 700, le haut de gamme entre 25 000 et 100 000 dollars — par jour. Et le jour de tournage est, comme le note sèchement une société de production, « the smallest part » : pour un spot télé, la préproduction représente 40 à 50 % du temps, un spot prend en tout 6 à 10 semaines, une campagne 8 à 12. Casting, repérage de lieux avec permis et assurance, une équipe de 2 à 200 personnes, plan B météo.

Un exemple qui reste en tête : un coiffeur de célébrités a facturé 12 000 dollars pour deux jours de tournage — juste pour la prestation, sans voyage ni agence. Juste les cheveux.

Et aujourd’hui ? Ce résultat exact — la personne, la lumière, le lieu, l’ambiance — est un prompt. Secondes au lieu de semaines. Pas de buy-out, pas de contrat de licence qui expire, pas de météo. Ce site et la boutique en sont l’exemple vivant : ce que tu vois ici comme images aurait signifié, il y a trois ans, une production moyenne à cinq chiffres et un mois de préparation. Comment ces images voient le jour, je le montre sur la page IA — les outils IA sont la boîte à outils qui se cache derrière.

Je ne dis pas ça pour dénigrer le savoir-faire de qui que ce soit. Un bon photographe, un bon styliste — ça reste une compétence. Je le dis parce que le seuil a disparu. Ce qui demandait autrefois budget et relations demande aujourd’hui une bonne idée et une phrase précise.

Le hic

Pour que ça ne devienne pas un texte publicitaire, voici la partie honnête. L’État utilise à peine ces modèles, et beaucoup d’entreprises non plus — pour des raisons de protection des données. Et ce n’est pas bête, c’est compréhensible. Quiconque tape des données sensibles dans un modèle cloud appartenant à quelqu’un d’autre cède un contrôle qu’il n’a peut-être pas le droit de céder. Une administration, une clinique, un cabinet d’avocats ne peuvent pas simplement transmettre des données personnelles à un prestataire américain.

Mais la réponse à ça n’est pas « ne le fais pas », c’est « voici comment faire ». Souviens-toi de Stable Diffusion d’août 2022 — ça tournait en local dès le départ, sur du matériel ordinaire, sans qu’un seul octet ne quitte la machine. Exactement cette direction — des modèles qui tournent sur son propre ordinateur ou dans ses propres locaux — est la voie pour les administrations publiques et les entreprises sensibles aux données pour faire ça sans perdre le contrôle. La technologie pour ça s’améliore et se réduit mois après mois. L’ignorer ne résout pas le problème, ça ne fait que le repousser.

Pour conclure

Le schéma est toujours le même. D’abord « ça n’arrivera jamais », puis « bon, d’accord, mais ça ne compte pas », et puis c’est devenu le quotidien et personne ne se souvient d’en avoir jamais douté. Le go. La traduction. Le repliement des protéines. Les images, les voix, la vidéo avec du son. Et oui, à l’époque aussi Internet, et cette « monnaie numérique » censée n’être que du poison à rats.

Je ne prétends pas savoir où ça finit. Personne ne le sait. Mais il y a une leçon de ces trois ans et demi que j’ose écrire : ça arrive plus vite que presque tout le monde ne le pense — plus vite, aussi, que ne le pensent les gens intelligents, ceux qui disent « jamais ».

C’est pourquoi je continue cette chronologie. Chaque fois que retombe quelque chose qu’on disait impossible hier encore, une nouvelle entrée s’ajoute. Si tu veux grandir avec elle, repasse de temps en temps — et si tu as vu quelque chose qui manque ici, écris-moi via la page de contact. Cette liste n’est pas terminée. Elle ne fait que commencer.