Quelle sera la prochaine étape de l’IA ? Une analyse approfondie menée par trois experts internationaux

À l’heure actuelle, l’intelligence artificielle générative se trouve à un tournant crucial dans le cadre du dernier cycle de mutations des plateformes au sein de l’industrie technologique. Son avenir s’annonce à la fois riche en possibilités imaginatives et marqué par une forte anxiété cognitive. Cet article rassemble les points de vue de trois experts — Benedict Evans, Roger Penrose et Kevin Kelly. Dans leurs récents articles, entretiens et discours, chacun expose sa propre vision des logiques fondamentales qui sous-tendent l’évolution future de l’IA. Leurs réflexions s’articulent autour de plusieurs questions clés : les formes d’évolution de l’IA, la possibilité que celle-ci développe une forme de conscience, ainsi que la manière dont nous devrions aborder les incertitudes inhérentes à son progrès.

À un moment où les frénésies technologiques s’entrelacent avec les angoisses cognitives,

Les plus grands penseurs issus de divers domaines

Chacun a reçu sa propre réponse.

J’espère aider chacun face à cette transformation.

Proposez une perspective rationnelle et optimiste.

Le célèbre analyste technologique Benedict Evans :
L’IA traverse actuellement une phase de transition vers des évolutions de plateforme, et la mise en œuvre de cette technologie s’opérera en trois étapes.

Texte original : « À l’heure actuelle, l’intelligence artificielle se trouve à un tournant crucial de la transition des plateformes, et sa trajectoire de développement demeure incertaine. Le déploiement des technologies d’IA passera par trois étapes — “absorption, innovation et disruption”. Pour l’instant, l’accent est encore mis sur les scénarios d’“absorption”, tels que la programmation et le marketing ; à long terme, toutefois, l’IA remodèlera en profondeur les enjeux fondamentaux des secteurs clés. »

Le déploiement des technologies se décline en trois niveaux : l’absorption (automatiser des cas d’usage clairement définis et les intégrer sous forme de fonctionnalités), l’innovation (développer de nouveaux produits, regrouper et dégrouper des services) et la disruption (redéfinir le problème lui‑même). À ce jour, la plupart des cas d’usage réussis demeurent au stade de l’absorption — par exemple dans les domaines de la programmation, du marketing, du service client et de l’automatisation. Mais la véritable question est : à quoi ressembleront concrètement l’« innovation » et la « disruption » ?

Selon Evans, l’intelligence artificielle se trouve actuellement à un stade critique de transition technologique — comparable au passage des mainframes aux PC ou d’Internet aux smartphones — et sa forme finale demeure incertaine. Le déploiement de cette technologie s’opérera à trois niveaux distincts : « l’absorption », « l’innovation » et « la disruption ». À l’heure actuelle, l’IA en est encore à la phase d’« absorption », principalement employée pour automatiser des tâches telles que la programmation, le marketing et l’assistance client ; ces applications devraient persister pendant encore deux décennies. Toutefois, les véritables perspectives d’avenir résident dans les phases d’« innovation » et de « disruption ». Au niveau de l’innovation, les grands modèles de langage (LLM) pourraient passer des « recommandations fondées sur la pertinence » à la « compréhension des intentions », remodelant ainsi la logique qui sous-tend le regroupement et le désagrégement des produits. Au stade de la disruption, l’IA pourrait, à l’instar de la machine à vapeur, remplacer certaines tâches humaines, redéfinir les défis fondamentaux de certains secteurs et donner naissance à de nouveaux paradigmes industriels.

Parallèlement, il a souligné que l’industrie de l’intelligence artificielle présente aujourd’hui une « double réalité, faite d’ice et de feu » : les géants technologiques y investissent des capitaux colossaux pour s’imposer, tandis que les formes de produits et les modèles économiques demeurent encore flous. Néanmoins, même en cas d’éclatement d’une bulle, l’impact transformateur de l’IA est déjà irréversible.

02
Roger Penrose, mathématicien britannique, physicien mathématique et philosophe des sciences :

L’essence de l’IA est la « reconnaissance de motifs calculable ».

« L’essence de l’IA est la “reconnaissance de motifs calculables”, et pourtant il est difficile d’atteindre une véritable conscience — l’IA actuelle ne sait que repérer des motifs et appliquer des règles fondées sur des données, mais elle est incapable de saisir la nature profonde de ces règles. Or, du point de vue du théorème de Gödel comme de celui du niveau physique, les technologies informatiques d’aujourd’hui peinent à accéder aux processus non calculables et demeurent donc incapables de produire la conscience », déclare Roger Penrose.

« Tout d’abord, une véritable intelligence implique nécessairement la conscience, et j’ai toujours soutenu fermement que ces dispositifs ne possèdent pas de conscience — à moins d’y introduire d’autres éléments, ils ne l’acquerront jamais. À l’heure actuelle, ce que l’on appelle “intelligence” n’est qu’un concept calculable : elle se contente de parcourir d’immenses volumes de données, d’y repérer des motifs ou d’essayer d’en analyser les informations de cette manière. Mais l’intelligence, en réalité, dépend de la conscience. »

Le théorème de Gödel démontre qu’il existe, au sein des systèmes mathématiques, des aspects qui ne peuvent être calculés. Pour dépasser les limitations imposées par les règles établies, il faut saisir les principes plus profonds qui sous-tendent ces règles — une capacité de compréhension qui requiert l’intervention de la conscience. Bien que les ordinateurs puissent exécuter efficacement des tâches computationnelles, ils demeurent toujours au niveau d’une simple application de règles, sans jamais véritablement comprendre pourquoi ces règles sont fondées en premier lieu. Par conséquent, ils sont incapables d’atteindre ce type de compréhension novatrice. Autrement dit, l’intelligence artificielle ne sait pas si ces règles sont réellement vraies ; elle manque de la prise de conscience nécessaire pour les reconnaître, ne peut pas saisir pourquoi elles conduisent à la vérité et reste dans l’incapacité de saisir la logique sous‑jacente qui justifie leur validité.

Penrose réfute, d’un point de vue logique fondamental, la possibilité que l’IA actuelle puisse engendrer la conscience. Il soutient que l’IA d’aujourd’hui se contente de reconnaître des motifs et d’exécuter des règles préétablies à partir de vastes quantités de données ; elle est tout simplement incapable d’appréhender l’essence même de ces règles. Du point de vue du théorème de Gödel, les systèmes mathématiques comportent intrinsèquement des éléments non calculables. Franchir ces limites exige un niveau de compréhension profond, impliquant une prise de conscience consciente — une capacité dont l’IA est fondamentalement dépourvue. D’un point de vue physique, la conscience pourrait faire appel à des processus non calculables au sein du domaine quantique, tandis que les technologies informatiques actuelles reposent entièrement sur des structures mathématiques calculables et demeurent donc totalement incapables d’accéder à cet espace. En somme, l’IA alimentée par les ordinateurs d’aujourd’hui ne pourra jamais évoluer vers une « intelligence supra‑humaine » dotée d’une véritable conscience.

03 Kevin Kelly, rédacteur en chef fondateur du magazine Wired

L’avenir est l’ère de « l’intelligence artificielle », centrée sur quatre grandes orientations évolutives.

L’avenir ne connaîtra pas une seule et unique forme d’intelligence artificielle. Au contraire, l’évolution des technologies de l’IA se concentrera à l’avenir sur quatre axes majeurs : le raisonnement symbolique (pour pallier les limites de la logique), l’intelligence spatiale (pour appréhender le monde réel), l’intelligence émotionnelle (pour faire preuve d’empathie) et les agents intelligents. Kelly soutient que l’avenir n’aboutira pas à une forme universelle et unique d’intelligence artificielle ; au contraire, des centaines, voire des milliers d’« IA faibles » — chacune dotée de ses propres atouts spécifiques — verront le jour. Il s’agira d’« IA », dont certaines pourraient même développer des « intelligences extraterrestres », aux modes de pensée fondamentalement différents de ceux des humains. Ce sont précisément ces différences qui constitueront leurs avantages distinctifs.

Incertitude n° 1 : L’intelligence artificielle générale peut-elle être réalisée ? La réponse est : nous l’ignorons encore. Il se pourrait qu’à l’avenir, nous ne voyions jamais d’intelligence artificielle générale véritable, mais que nous ayons plutôt affaire à des centaines, voire des milliers d’« IA faibles » excellant dans des domaines spécifiques.

Incertitude n° 2 : À l’avenir, l’informatique IA s’appuiera-t-elle principalement sur des systèmes cloud centralisés, ou dépendra-t-elle de plus en plus des dispositifs edge et locaux ? Pour l’heure, la plupart des entreprises misent sur l’approche centralisée. Nous constatons que les grands modèles linguistiques ne cessent de croître en taille, que le nombre de puces augmente régulièrement, et que les performances des modèles semblent sans cesse se renforcer.

Cependant, cette tendance est-elle durable ? Nous en sommes peu certains. Des modèles plus volumineux entraînent une consommation d’énergie accrue et des centres de données de plus grande taille, ce qui soulève également des questions de centralisation du contrôle.

En revanche, une autre tendance gagne discrètement en ampleur : l’informatique en périphérie. L’informatique en périphérie offre des temps de réponse plus rapides, une protection renforcée de la vie privée, une consommation d’énergie réduite et une plus grande autonomie.

Par conséquent, à mon avis, l’architecture informatique de l’IA de demain adoptera vraisemblablement une forme « hybride » : le cloud computing centralisé et l’edge computing décentralisé coexisteront, mais la force dominante se déplacera progressivement vers le bord du réseau. C’est précisément cette structure distribuée qui pourrait bien refléter la véritable configuration d’une société intelligente.

Incertitude n° 3 : À en juger par les données disponibles, l’intelligence artificielle ne provoque pas le chômage, mais plutôt une hausse de l’efficacité… L’essor de l’IA a transformé la structure du travail, sans pour autant faire disparaître les emplois. Au contraire, elle a libéré les individus des tâches répétitives et standardisées, leur permettant de se consacrer à des activités plus créatives et exigeant un jugement approfondi.

Quant à l’orientation future de l’intelligence artificielle, il a identifié quatre domaines de pointe : le raisonnement symbolique, destiné à pallier les limites de la logique ; l’intelligence spatiale, capable de saisir le monde réel ; l’intelligence émotionnelle, dotée de capacités d’empathie ; et les agents autonomes, capables d’agir par eux-mêmes. Par ailleurs, il prévoit que les architectures informatiques de l’IA évolueront vers un modèle « hybride cloud‑edge », transférant progressivement une part croissante de la puissance de calcul vers le périphérie. Dans le même temps, il estime que l’IA n’engendrera pas un chômage massif ; au contraire, elle libérera la main-d’œuvre humaine pour se consacrer à des tâches plus créatives. Sur le plan de l’état d’esprit, il prône d’adopter une perspective d’« utopie évolutive » face à l’avenir — non pas en visant la perfection, mais en cherchant à s’améliorer chaque jour, ne serait-ce qu’un tout petit peu par rapport à la veille.

Sous trois angles — la mise en œuvre industrielle, la nature fondamentale de l’intelligence sous-jacente et l’évolution technologique conjuguée à l’adaptation des mentalités —, trois experts ont esquissé les grandes lignes de l’avenir de l’IA : la transformation industrielle engendrée par l’IA est à long terme et irréversible, mais son potentiel disruptif ne pourra s’exprimer pleinement qu’au stade « de l’innovation à la disruption ». Dans le cadre technologique actuel, l’IA peine à atteindre une véritable conscience ; il n’est donc pas nécessaire de céder à une inquiétude extrême face à une « superintelligence hors de contrôle ». À l’avenir, l’IA évoluera vers une spécialisation diversifiée et transformera le travail et la vie humains par une « restructuration » douce plutôt que par un simple « remplacement ». Garder un optimisme raisonnable constitue la meilleure attitude pour aborder cette ère de transformation.