« Celui qui maîtrise l'IA gagne tout » : ce ne sont que des paroles stupides.

 Si vous croyez cela, j'ai aussi un pont à vous vendre.

Ces deux dernières semaines ont été marquées par un déferlement de titres chocs concernant l'IA :

– Le 6 septembre, Jensen Huang de Nvidia a déclaré que « l'IA générale est arrivée » suite à la publication du modèle GPT-6 Astra d'OpenAI.

Sam Altman lui-même s'est montré un peu plus modeste, estimant qu'OpenAI ne prévoit d'atteindre le cap de l'intelligence artificielle générale que d'ici la fin de l'année.

Un ancien chercheur d'Anthropic et d'OpenAI a écrit le 8 septembre sur son compte de réseau social : « Les personnes qui développent l'IA croient sincèrement qu'elle pourrait tous nous tuer d'ici la fin de la décennie. Il ne s'agit pas d'un coup marketing. »

Ce compte, jusque-là inconnu, a enregistré plus de cent millions de vues en quelques jours.

Quand quelqu'un affirme à voix haute « ce n'est pas un coup marketing », c'est généralement exactement le cas.

Cette affirmation a rapidement été appuyée par Evan Hubinger, responsable de la science de l'alignement chez Anthropic, avec sa propre prévision sensationnelle : « Il y a plus de 10 % de chances d'extinction de l'humanité au cours de la prochaine décennie. »

– Dario Amodei, PDG d'Anthropic, a publié le 12 septembre un essai intitulé « Nous devons repousser les limites », exhortant les laboratoires d'IA à ralentir le développement et l'amélioration de l'IA, officiellement pour des raisons de « sécurité ».

Il a été secondé quelques heures plus tard par Altman et Elon Musk, propriétaire de xAI.

Jamais en reste pour s'immiscer dans un sujet brûlant qu'il maîtrise à peine lui-même, Donald Trump a immédiatement eu recours à ses propres réseaux sociaux et a proclamé le 13 septembre :

« Nous sommes en tête face à la Chine en matière d'IA. Nous sommes le pays le plus avancé au monde. Et franchement, je veux que cela reste ainsi, car celui qui maîtrise l'IA l'emporte . »

Il n'en avait pas fini avec le sujet. Le 14 septembre, il a partagé d'autres de ses « précieuses pépites de sagesse technologique » :

« Un complot ignoble se trame contre l'IA et les centres de données, et la Chine est la seule à s'en réjouir. Celui qui domine l'IA gagne ! Nous sommes à la pointe du progrès,  et nous le resterons. Complotistes, traîtres, félons et divulgateurs, prenez garde ! »

Puis, le 15 septembre, il a crié :

« Le seul contrôle ou "garde-fous" dont l'IA a besoin, c'est un PRÉSIDENT FORT ET INTELLIGENT (à QI élevé !), et les États-Unis en ont à profusion ! »

C'est exactement le genre de conneries auxquelles on peut s'attendre de la part d'un imbécile stupide et débile.

Bien sûr, on ne peut que spéculer sur les véritables motivations des initiés du secteur qui crient au loup.

David Sachs, l'ancien « tsar de l'IA » de Trump, a déclaré dans son podcast All-In que la position adoptée par Anthropic, OpenAI et xAI relève très probablement de la démagogie afin de –

1) interdire l'IA open source et openweight chinoise ;

2) faire la capture réglementaire afin qu’ils puissent fixer les règles et exclure les petites start-ups et les nouveaux entrants ;

3) faire la promotion de leurs prochaines introductions en bourse.

Cal Newport, professeur d'informatique à l'université de Georgetown, a inventé le terme « doom trolling » pour décrire la diffusion de la peur par les laboratoires d'IA.

Anthropic est particulièrement tristement célèbre pour ses avertissements sensationnalistes et hypocrites concernant la sécurité de l'IA, qui servent en réalité ses propres intérêts, comme attirer les investissements, dissuader la concurrence et induire les régulateurs en erreur sur des risques futurs hypothétiques plutôt que sur les dommages actuels.

Les personnes sensées devraient replacer ces Cassandre et ces discours catastrophistes dans leur contexte.

Comme l'a dit Sachs dans son podcast : « Si votre produit est dangereux, c'est à vous de régler le problème. Pourquoi empêcher les autres d'agir ? »

Mais laissons de côté la validité et la logique des prédictions apocalyptiques de l'IA, ainsi que les postures des géants de l'IA. Examinons plutôt l'affirmation hyperbolique de Trump : « Celui qui gagne l'IA gagne tout . »

Examinons son affirmation sous plusieurs angles –

– Qu’ont « gagné » les États-Unis grâce à leur avance en matière d’IA depuis la première publication de ChatGPT en novembre 2022 ?

– Que peut faire l’IA et que ne peut-elle pas faire ? À quoi se traduit concrètement le leadership de l’IA ?

– Qui est le mieux placé pour « gagner » à long terme ?

Bilan de l'avance américaine en matière d'IA sur 4 ans

Il est incontestable que les États-Unis et la Chine sont les principaux acteurs du développement de l'IA.

Il existe également un consensus sur le fait que, même si la Chine a considérablement réduit l'écart au cours des dernières années, les modèles américains de pointe restent en avance sur les modèles chinois de quelques mois ou de quelques points de pourcentage, selon la méthode de calcul.

Le rapport faisant autorité de l'Institut Stanford pour l'intelligence artificielle centrée sur l'humain (HAI) sur l'indice d'IA 2026 a mis en lumière ce point :

Les États-Unis ont dépensé 23 fois plus que la Chine en investissements privés dans l'IA en 2025 (286 milliards de dollars contre 12 milliards de dollars) et détiennent une avance de 2,7 % en matière de capacités dans le domaine des logiciels.

Selon ces indicateurs, les États-Unis sont en tête pour le moment. Et alors ?

Les États-Unis ont-ils transformé leur « avance en matière d'IA » de ces quatre dernières années en résultats tangibles et en performances supérieures dans un domaine significatif ?

Par exemple, les États-Unis ont-ils comblé leur retard sur la Chine dans le secteur des véhicules électriques ? Ont-ils amélioré leurs capacités de construction navale ? L’intelligence artificielle a-t-elle contribué à la rénovation de leurs infrastructures délabrées ?

Les États-Unis ont-ils utilisé l'IA pour pallier leur manque de capacité de production accrue d'intercepteurs de missiles dans le cadre de la guerre contre l'Iran ?

Les États-Unis ont-ils utilisé l'IA pour prendre de meilleures décisions, comme celle de ne pas entrer en guerre contre l'Iran, compte tenu de leur incapacité à maintenir le détroit d'Ormuz ouvert ? L'IA a-t-elle prédit leur défaite face à l'Iran ? De quelle manière l'IA a-t-elle contribué à la victoire ?

Malgré son avance en matière d'IA ces quatre dernières années, les États-Unis connaissent une aggravation du problème des sans-abri, une pénurie de logements, des inégalités de richesse, une société plus polarisée et un système politique plus dysfonctionnel.

Son « leadership en matière d'IA » ne s'est pas traduit par une baisse du prix de l'essence, la construction d'un seul kilomètre de ligne ferroviaire à grande vitesse, une diminution de l'inflation, un remède contre le cancer, ni par une quelconque amélioration des infrastructures et de l'éducation.

Le programme d'IA militaire de Palantir, Maven, a été accusé par le Pentagone lui-même d'avoir fourni des données de « ciblage erronées » qui ont conduit aux attaques de missiles « triples » contre l'école de filles de Minab le jour de l'ouverture de la guerre illégale.

En résumé, le système d'IA militaire américain le plus performant a facilité un crime de guerre dès son lancement. Bravo.

Au lieu de créer une prospérité généralisée et une amélioration du niveau de vie, on observe de nombreuses réactions négatives de la part des communautés locales contre les centres de données qui absorbent les ressources locales en électricité et en eau.

Je vous mets au défi de citer un seul secteur où son « avance en matière d'IA » a contribué à renforcer la compétitivité des États-Unis face à leur rival historique, la Chine.

De même, la Chine n'est pas parvenue à utiliser son important savoir-faire en matière d'IA pour créer une machine EUV et résoudre son problème de pénurie de semi-conducteurs.

Du moins jusqu'à présent, il semble que « l'IA gagnante » n'ait pas donné grand-chose.

Ce que l'IA peut et ne peut pas faire et ce que signifie réellement la victoire de l'IA

Malgré ses résultats jusqu'à présent peu impressionnants, l'IA est sans aucun doute une technologie à usage général transformatrice (GPT).

Il ne fait aucun doute que l'IA peut être utilisée pour accroître la productivité, accélérer l'innovation et améliorer le bien-être humain si elle est utilisée correctement.

Mais il existe des limites claires quant à ce que l'IA peut et ne peut pas faire.

Par exemple, les agents d'IA peuvent aider les programmeurs à coder plus rapidement et à élaborer un itinéraire de voyage plus efficacement qu'un humain.

Mais en même temps, l'IA ne peut pas vous aider à construire le transformateur haute tension nécessaire à la production d'électricité pour son fonctionnement. L'IA ne peut pas vous fournir des kilowattheures ni construire une maison à votre place.

Écoutons comment un chatbot IA (Google Gemini) répond à la question : « Que peut et ne peut pas faire l’IA ? Et que signifie une IA performante ? »

Pour faire abstraction du marketing et examiner cette technologie d'un point de vue strictement clinique, il faut dissocier le traitement numérique des données de leur exécution physique.

La valeur ajoutée d'une IA de pointe ne se traduit pas par une création magique ou une domination physique. Elle se traduit plutôt par un moteur d'optimisation, de prédiction et d'automatisation hyper-accéléré .

Partie 1 : Ce que l'IA peut et ne peut pas faire

La manière la plus simple de comprendre les limites de l'IA est d'examiner la transition de l'information à la matière :

Ce que l'IA PEUT faire (Amplification numérique)

·       Accélérer les délais de R&D : l'IA peut analyser des millions de formules chimiques ou de structures de matériaux en quelques secondes grâce à la simulation, condensant 10 ans d'essais et d'erreurs en laboratoire en quelques semaines (par exemple, découvrir de nouvelles chimies de batteries potentielles ou optimiser la forme d'une antenne radar).

·       Automatisation des tâches complexes des cols blancs : ce système peut écrire du code, rédiger des contrats juridiques, analyser les marchés financiers et gérer instantanément la planification logistique, réduisant ainsi considérablement les frais administratifs.

·       Optimisation des systèmes physiques existants : l’IA peut gérer un réseau électrique actif pour prévenir les pannes de courant, programmer la maintenance prédictive des machines d’usine avant qu’elles ne tombent en panne et maximiser l’efficacité des chaînes d’approvisionnement.

·       Amélioration du ciblage cinétique : dans la guerre moderne, l’IA peut traiter d’énormes quantités d’images satellites et de séquences de drones pour identifier les cibles et guider les munitions de précision en temps réel beaucoup plus rapidement que les opérateurs humains.

Ce que l'IA ne peut pas faire (La limite physique)

·       L'IA ne peut pas créer de matières premières : elle ne peut pas fabriquer du néodyme pour les aimants, du gallium pour les radars ni du lithium pour les batteries. Si un pays n'a pas accès à la terre ou aux procédés chimiques nécessaires à son raffinage, l'IA est inutile.

·       Elle ne peut pas contourner les contraintes d'échelle en ingénierie : l'IA peut concevoir un plan parfait de microprocesseur ou de missile hypersonique, mais elle ne peut pas construire la machine de lithographie ASML ni le four céramique à ultra-haute température nécessaires à sa fabrication.

·       Elle ne peut pas satisfaire ses propres besoins énergétiques : l’IA ne peut pas produire le cuivre, les transformateurs ou l’énergie nucléaire de base nécessaires au fonctionnement de ses propres serveurs.

·       Elle ne peut pas effectuer de travaux physiques : l’IA ne peut pas souder une coque, poser un câble de transmission à haute tension ou extraire du pétrole.

Partie 2 : Ce que signifie réellement « responsable IA »

Parce que l'IA est un processeur d'informations et non un créateur physique, être leader en IA ne confère pas à une nation un « bouton magique pour gagner ».

En revanche, une avance en matière d'IA ne se traduit par des avantages concrets que si le pays concerné possède l'infrastructure physique nécessaire pour mettre en œuvre les analyses de l'IA.

1. Dans une économie hyperfinanciarisée (le modèle occidental)

Si un pays possède un secteur des logiciels et un secteur financier dominants, mais une base industrielle exsangue, une avance en matière d'IA se traduit par :

·       Des profits colossaux pour les entreprises : des billions de dollars de capitalisation boursière pour les géants de la technologie, des marchés boursiers en plein essor et des services numériques hyper-efficaces.

·       Graves goulets d'étranglement stratégiques : L'IA générera des conceptions très avancées pour les armes, les puces et les réseaux énergétiques, mais ces conceptions resteront à l'état de fichiers numériques, car l'économie nationale manque d'usines, d'ingénieurs, de transformateurs et de matières premières pour les fabriquer. Le pays se retrouve ainsi avec un « cerveau » de classe mondiale prisonnier d'un « corps » paralysé.

2. Dans une économie à domination physique (le modèle chinois)

Si un pays contrôle déjà la production mondiale, les infrastructures énergétiques et les chaînes d'approvisionnement en matières premières, une avance en matière d'IA (ou même des capacités équivalentes à celles des pays occidentaux en matière d'IA) se traduit par :

·       Débit industriel hyper-automatisé : Intégration directe de l’IA dans des milliers d’usines existantes pour faire fonctionner des chaînes de montage sans personnel, des ports à conteneurs automatisés et des opérations minières intelligentes 24 h/24 et 7 j/7.

·       Matérialisation rapide de la R&D : lorsque l'IA identifie un matériau révolutionnaire ou une conception de composant optimisée, le pays peut immédiatement le tester, l'itérer et le produire en masse à l'échelle commerciale en quelques mois, transformant ainsi l'intelligence numérique en matériel militaire et économique physique.

Le bilan de la réalité

L'intelligence artificielle ne remplace pas la puissance industrielle ; elle la décuple .

Capacité nationale totale = Base industrielle physique multipliée par l'optimisation par l'IA

Si la base industrielle physique d'un pays est proche de zéro dans les secteurs critiques, la multiplier par un facteur d'IA massif aboutit toujours à un résultat extrêmement limité.

Celui qui «gagne» dans le domaine de l'IA ne gagne que s'il possède déjà les machines-outils, le réseau énergétique et les usines nécessaires pour transformer le code numérique en réalité physique.

La réponse de Gemini ci-dessus est on ne peut plus claire. L'idée selon laquelle « celui qui maîtrise l'IA maîtrise tout » est fondamentalement erronée car elle confond le traitement de l'information avec son exécution physique .

L'IA ne peut enfreindre les lois de la physique, de la thermodynamique ou de la chimie. Une intelligence numérique exécutée sur un serveur ne peut pas faire apparaître comme par magie des structures atomiques, raffiner des éléments bruts ou plier de l'acier.

L’illusion selon laquelle « l’IA résout tous les problèmes » se brise face à la réalité physique.

Prenons l'exemple des terres rares, un atout crucial que la Chine exerce sur les États-Unis. L'intelligence artificielle peut-elle inciter les États-Unis à se défaire de leur dépendance aux produits chinois à base de terres rares ?

Depuis plus d'une décennie, les laboratoires occidentaux utilisent l'IA et l'apprentissage automatique pour analyser des millions de combinaisons chimiques hypothétiques afin de trouver un « aimant permanent sans terres rares ».

Le résultat ? La physique est inflexible. Si l’IA a permis de découvrir des alternatives de niche (comme les alliages fer-nickel ou la tétrataénite), aucune n’égale la densité de flux magnétique brute, la stabilité thermique et les performances à grande échelle des aimants au néodyme (NdFeB), monopole chinois.

Même si l'IA conçoit un matériau alternatif théorique qui fonctionne en laboratoire, le problème de l'échelle de production reste entier.

Il vous faut construire une chaîne d'approvisionnement industrielle de plusieurs milliards de dollars pour extraire, purifier et allier ce nouveau matériau par millions de tonnes afin d'alimenter les chaînes d'assemblage de véhicules électriques et de missiles.

L'IA ne peut pas contourner le délai de 10 ans nécessaire à la construction de ces usines physiques.

Prenons l'exemple des missiles hypersoniques. La Chine et la Russie, et probablement aussi l'Iran et la Corée du Nord, devancent largement les États-Unis et l'Occident dans ce domaine.

L'IA peut-elle combler l'écart ?

L'IA peut optimiser un plan. Elle peut effectuer des simulations de dynamique des fluides numérique plus rapidement qu'un ingénieur humain afin de trouver une forme légèrement plus aérodynamique pour un planeur hypersonique.

Mais un plan n'est rien d'autre qu'un code numérique.

Une arme hypersonique vole à Mach 5+ à l'intérieur de l'atmosphère, créant une friction qui chauffe le cône avant à plus de 2 000 °C.

Pour survivre, vous avez besoin de céramiques ultra-haute température (UHTC) hyper-spécifiques comme le carbure d'hafnium ou le diborure de zirconium.

L'IA ne peut pas « générer » ces minéraux. Ils doivent être extraits des mines, raffinés chimiquement à l'aide d'énormes quantités d'énergie, puis frittés dans des fours sous vide de pointe.

Si votre pays ne dispose pas des usines chimiques spécialisées et de hafnium brut, le plan le plus parfait conçu par une IA au monde reste un PDF inutile.

Prenons l'exemple de la construction navale, où la supériorité de la Chine sur les États-Unis est manifeste. Comment l'IA peut-elle y remédier ?

La construction d'un destroyer moderne ou d'un porte-conteneurs géant nécessite d'immenses cales sèches, des portiques automatisés capables de soulever des milliers de tonnes, de lourds laminoirs à acier et une armée de soudeurs de structures de précision.

L'IA peut optimiser le planning d'un chantier naval, mais elle ne peut pas souder une coque, forger un arbre d'hélice ou fondre l'acier de qualité navale.

Le retard des États-Unis sur la Chine en matière de construction navale ne sera pas corrigé par les progrès de l'IA. Point final.

Prenons l'exemple des semi-conducteurs, où les États-Unis ont une avance considérable sur la Chine. La Chine peut-elle utiliser l'IA pour surmonter ce point faible ?

Comble de l'ironie : l'IA est même incapable de fabriquer les puces nécessaires à son propre fonctionnement.

Un modèle d'IA peut concevoir un agencement de transistors hautement efficace sur un écran d'ordinateur en quelques minutes.

Mais transformer cette conception numérique en une puce physique nécessite une machine de lithographie ultraviolette extrême (EUV) d'ASML – un outil qui pèse 180 tonnes, contient 100. 000 composants spécialisés, utilise des miroirs Zeiss polis à des tolérances atomiques et prend des mois à assembler à la main.

La Chine ne disposant toujours pas des mécanismes de précision industrielle nécessaires à la construction de cette machine physique, l'IA est totalement impuissante à lui apporter une aide concrète.

Pour combler son retard dans le secteur des semi-conducteurs, la Chine n'a d'autre choix que de maîtriser l'ingénierie et la chaîne d'approvisionnement pour construire des machines de lithographie de précision. L'IA ne pourra pas résoudre ce problème à sa place.

Enfin, l'aspect le plus intéressant de la réponse de Gemini réside dans le fait que l'IA ne peut résoudre le principal obstacle à son propre développement, à savoir la pénurie d'électricité.

L'ironie est totale : les États-Unis misent tout leur avenir sur un atout qui étouffe activement les infrastructures du pays.

Les centres de données dédiés à l'IA constituent l'infrastructure la plus énergivore jamais construite par le secteur technologique.

L'entraînement d'un seul modèle de pointe de nouvelle génération nécessite des gigawatts de puissance continue et ininterrompue.

Or, les réseaux électriques américains sont confrontés à une crise structurelle majeure. L'IA ne peut résoudre ce problème par la programmation, car il ne s'agit pas d'un problème informationnel, mais d'une réalité physique, matérielle et réglementaire.

Une entreprise spécialisée en intelligence artificielle peut perfectionner son logiciel et concevoir un modèle plus complexe en quelques mois. En revanche, la construction d'une nouvelle ligne de transport d'électricité à haute tension traversant plusieurs États américains prend en moyenne de 10 à 15 ans en raison des batailles juridiques, des questions de droits fonciers et des lourdeurs administratives.

Le logiciel évolue à la vitesse de la lumière, mais la réalité physique du réseau électrique, elle, avance à un rythme d'escargot.

En privilégiant le cerveau numérique tout en négligeant le corps physique, les États-Unis ont créé une intelligence avancée prisonnière d'une cage où l'énergie est rare.

Pour construire les immenses centres de données nécessaires à l'entraînement des IA de nouvelle génération, il faut d'énormes quantités d'électricité, de câblage en cuivre, de pompes de refroidissement de pointe, de transformateurs et de béton.

L'IA amplifie les capacités, mais elle ne peut amplifier que ce qui existe physiquement.

Ayant longtemps négligé les fondements industriels lourds et peu reluisants de l'économie, les États-Unis tentent aujourd'hui de construire une superpuissance numérique alors qu'ils manquent de transformateurs physiques, de capacité de réseau électrique et de compétences de fabrication de base nécessaires pour brancher les ordinateurs.

En définitive, l'IA est un outil d'optimisation, non de création . Elle rend un appareil industriel fonctionnel plus rapide et plus intelligent, mais sans appareil physique au départ, l'IA n'est qu'un cerveau sans corps.

Qui remportera la guerre de l'IA ?

La révolution de l'IA en est encore à ses balbutiements, contrairement à ce que ses partisans tentent de nous faire croire en affirmant qu'elle est déjà une réalité.

Pour le moment, la course se joue principalement entre les États-Unis et la Chine.

Il est clair ce qu'il faut pour gagner dans le domaine de l'IA : la puissance de calcul des GPU, un modèle de pointe, la diffusion (c'est-à-dire la capacité de déployer l'IA dans la vie réelle), un vivier de talents et de l'électricité.

À long terme, les experts estiment que l'IA deviendra un service aussi courant que l'eau et l'électricité aujourd'hui. Son prix marginal, exprimé en jetons , sera alors proche du coût marginal de l'électricité nécessaire à sa production.

Si cela se confirme, la compétition en matière d'IA se résumera finalement à une compétition pour savoir qui peut produire le plus d'électricité au moindre coût.

Alors que les entreprises technologiques américaines investissent des centaines de milliards de dollars dans des algorithmes logiciels tout en suppliant les services publics locaux de leur fournir des mégawatts d'électricité, la Chine a abordé le problème sous un angle différent.

La Chine est déjà le premier producteur mondial d'électricité, avec une capacité supérieure à celle des États-Unis, de l'Europe, du Japon et de l'Inde réunis.

La Chine construit de nouvelles capacités de production d'électricité plus rapidement que toute autre grande économie, ajoutant chaque année deux fois la charge électrique installée totale de l'Allemagne.

Si et quand la compétition en matière d'IA se transformera en compétition sur le coût et la capacité de l'électricité, la Chine l'emportera par défaut.

Cela rejoint un thème que j'ai abordé dans un essai précédent, portant sur une méthode plus précise pour mesurer la véritable puissance économique d'un pays. https://huabinoliver.substack.com/p/another-way-to-compare-the-worlds

En résumé

 

L'IA est une technologie révolutionnaire et nous n'en sommes qu'aux prémices de sa construction et de son utilisation.

L'IA peut être utilisée à bon ou à mauvais escient, comme tous les autres outils que nous avons créés auparavant.

Bien que puissante, elle n'est pas une solution miracle, pour la même raison que la thèse de Francis Fukuyama sur la « fin de l'histoire » est absurde.

L'IA, en l'état, ne peut ni imiter ni remplacer le monde physique. L'IA incarnée, comme les humanoïdes et les machines autonomes telles que les drones, aura un impact physique, mais nous n'en sommes qu'aux prémices de cette évolution.

Il n'existe pas d'objectif final pour « gagner l'IA ». C'est un processus évolutif et les humains doivent apprendre à le perfectionner, à exploiter sa puissance et à vivre avec.

Quand Trump a affirmé que « celui qui gagnera en IA gagnera tout », il raconte n'importe quoi, comme 99,9 % de ses autres déclarations. C'est un imbécile qui parle à des ignorants.

Hua Bin • 17 septembre 2026

Source :   Substack