Bonjour les ami.e.s,
Ces derniers temps, l’IA a pris beaucoup de place dans les conversations. Peut-on attribuer aux agents IA une intentionnalité ? À quel point les outils développés par Anthropic ou OpenAI amplifient-ils les menaces de ce monde ? Comment distinguera-t-on à l’avenir les œuvres de l’esprit humain et celles de la machine, et faut-il seulement faire cette distinction ? L’économie mondiale va-t-elle être balayée par l’éclatement d’une bulle financière IA ? L’alliance entre Big Tech et Big Oil est-elle structurelle ou de circonstance ?
Pour faire un petit pas de côté, j’ai eu envie d’appeler Cecilia Rikap, professeure d’économie à l’University College London. J’ai déjà parlé dans des newsletters de son travail, qui a le grand mérite de replacer toutes ces questions dans des rapports de pouvoir et de proposer une cartographie des acteurs de la tech. Elle vient par ailleurs de publier The Rulers : Corporate Power in the Age of AI and the Cloud (Verso).
Dans Le Nouvel Obs, elle m’a parlé de la vraie-fausse compétition sur l’IA entre la Chine et les États-Unis. Ici, elle élargit la focale pour décrire ce qui lui semble être un nouvel état du capitalisme : celui qui assoit la domination des géants du cloud.
Pour vous, nous assistons à la prise de pouvoir de ce que vous appelez les géants du cloud (cloud hegemons) − Amazon, Google et Microsoft. Qu’est-ce qui est si nouveau dans leur manière de capter et d’extraire de la valeur ?
Ces entreprises sont ce que j’appelle des monopoles intellectuels. C’est-à-dire qu’elles réussissent à transformer des actifs immatériels − la connaissance issue de travaux académiques, les récits qui alimentent nos imaginaires, les flux de données extraits des activités d’une entreprise − en capital rentable. Amazon, Google et Microsoft font cela à une échelle qui dépasse l’entendement : ils contrôlent l’espace au sein duquel est produite, échangée et consommée une très large partie des logiciels nécessaires à la marche du monde, distribuées as a service comme on dit. Le fameux cloud.
En quoi leur pouvoir diffère-t-il de celui d’autres grandes multinationales, comme Toyota ou Coca-Cola ?
Autrefois, les géants de la mondialisation étaient intégrés verticalement. L’entreprise avait la main sur toutes les étapes nécessaires à sa production. Puis se sont structurées les « chaînes globales de valeur ». Les multinationales sont passées à une logique de sous-traitance tout en conservant le contrôle sur leurs fournisseurs, placés en situation de dépendance. Les monopoles intellectuels d’aujourd’hui ont réussi à pousser cette approche un cran plus loin, en externalisant aussi la production immatérielle, et en particulier l’innovation. Les grosses entreprises du numérique investissent du capital-risque (corporate venture capital) dans une multitude de startups périphériques dans le but d’étendre et de façonner l’écosystème de connaissances dont elles dépendent. Elles s’appuient aussi sur ce qu’il reste des universités publiques, sur notre digital labour à tous − en utilisant leurs outils nous les aidons à les améliorer − ou sur des bibliothèques en ligne piratées pour entraîner des grands modèles de langage. Les géants du numérique − en particulier, Amazon, Microsoft et Google − sont des prédateurs de la connaissance.
Vous reprenez, en la déplaçant légèrement, la théorie de « l’interdépendance instrumentalisée ». Qu’est-ce que c’est ?
Une manière de souligner les asymétries de pouvoir. Prenez le concepteur de processeurs graphiques Nvidia, l’entreprise qui a la plus importante capitalisation boursière au monde. Sa capacité de nuisance, si j’ose dire, se limite à un segment très spécifique de la chaîne de valeur : les puces de pointe. C’est pourquoi, lorsque DeepSeek, le modèle chinois nécessitant moins de puissance de calcul a fait son apparition en 2025, le cours de l’action Nvidia a décroché massivement. La même chose s’est produite, dans une moindre mesure, pour Anthropic ou OpenAI, qui occupent aussi un secteur précis : le développement de modèles frontière.
Mais les géants du cloud sont beaucoup plus puissants.
Oui. En relations internationales, on parle d’« effet panoptique » et d’effet « goulot d’étranglement » pour désigner les deux manières dont un État ou une entreprise peut instrumentaliser à son avantage les liens qu’il a tissés avec d’autres nations − les interdépendances. On retrouve cela pour Amazon, Google et Microsoft, dont le monopole porte sur un espace à la fois indispensable et diffus, qui leur permet à la fois de faire du chantage (l’étranglement) et de surveiller le capitalisme mondial (le panoptique). En clair, ils sont partout. D’autant que tout est fait pour amplifier la stickiness, la difficulté à migrer vers un autre espace, une fois que vous avez commencé à utiliser leurs outils, leur suite de solutions.
Comment s’exerce leur contrôle ?
La plupart des entreprises ont recours aux logiciels proposés sur le cloud pour gérer et planifier leurs chaînes de valeur, anticiper la demande, surveiller les travailleurs, assurer leur cybersécurité. Les gouvernements utilisent aussi ces outils pour beaucoup d’opérations. Tout cela confère aux géants du numérique une profondeur d’information, via les métadonnées, que Staline n’aurait même pas rêvée obtenir. Elles sont aussi en mesure d’instrumentaliser ces dépendances : comment l’Europe peut-elle lever le ton contre les États-Unis quand son infrastructure numérique dépend des entreprises de ce pays ?
Comment cette centralité des géants du cloud bouleverse-t-elle la manière dont nous produisons de la connaissance, notamment sur l’IA ?
On trouve encore des chercheurs en IA qui ne sont pas liés à Amazon, Microsoft ou Google. Mais cela devient rare. Ces entreprises − qui fournissent l’infrastructure nécessaire aux modèles d’IA, qui ont des liens étroits avec les labos et qui déploient cette technologie dans leurs logiciels − ont réussi à se positionner au cœur des réseaux académiques, ce qui leur permet d’orienter la recherche dans la direction qui leur est le plus profitable. Les grands modèles de langage, par exemple, ne sont pas le seul paradigme de l’IA, mais c’est celui qui s’est imposé parce que les géants du cloud y ont vu la promesse de remplacer le plus de tâches possibles faites par des humains selon la logique du good enough. La quête de l’efficacité étend l’automatisation de la pensée créative − le modèle conçoit et les travailleurs deviennent des fact-checkers. Ces entreprises sont aussi en position d’orienter les priorités de recherche de tous les autres domaines, des sciences biomédicales à la climatologie, en passant par l’économie. Aujourd’hui, pour obtenir une subvention, il faut très souvent intégrer l’IA à sa méthodologie. Dans le même temps, la communauté académique est complètement bouleversée : le volume d’articles soumis explose, ce qui rend l’évaluation des travaux extrêmement complexe…
Mais l’IA ne permet-elle pas d’enrichir nos connaissances, d’aller plus vite, de déceler des récurrences, de tester des hypothèses ?
Des études commencent à démontrer que sous-traiter notre capacité de réflexion à l’IA réduit nos aptitudes intellectuelles. Par ailleurs, l’IA générative, entraînée sur des données préexistantes, est conçue pour faire du neuf avec de l’ancien, elle peine à inventer de nouveaux paradigmes − ce qui est très problématique quand on pense à des enjeux comme la crise écologique. Rappelons que la pensée humaine est dialogique. Quand je rédige un article, je discute de mes idées avec d’autres personnes. Nous pensons en communauté, avec les autres. La tentation est désormais de converser avec un grand modèle de langage, ce qui lisse les aspérités de la connaissance humaine.
D’autres voies existent pourtant, comme les modèles entraînés pour une tâche précise…
Dans le domaine de la santé, cela signifierait développer des modèles spécifiques − qui ne nécessitent pas des puissances de calcul colossales et ne sont donc pas aussi néfastes pour l’environnement −, mais aussi concevoir des outils qui ne cherchent pas à remplacer le médecin ou à imiter ce qu’il fait déjà, mais plutôt à l’assister sur des tâches qu’il ne pourrait pas accomplir seul. Dans mon université, un modèle d’apprentissage automatique a été développé pour prédire le moment idéal où les patients atteints du VIH doivent être dépistés pour d’autres maladies. C’est un bon exemple. Pour produire une IA différente, il faut partir des problèmes à résoudre plutôt que d’essayer de bâtir une hypothétique superintelligence, qui serait la solution à tout.
Vous dites que les grands modèles de langage, qui ne sont pourtant qu’un des sous-champs de l’IA, dominent parce qu’ils correspondent à l’intérêt capitalistique des géants du numérique : remplacer le travail humain dans beaucoup d’activités. Mais pour l’instant, la nécessité d’augmenter la puissance de calcul du fait des lois d’échelle (scaling law) crame surtout un cash monstrueux…
Pour Amazon, Microsoft et Google, c’est bien sûr un pari risqué. Mais s’il échoue, cela ne détruira pas leur pouvoir. Un éclatement de la bulle IA pourrait anéantir OpenAI ou Anthropic. Cela pourrait casser les jambes de Nvidia ou d’Oracle. Mais pour les géants du cloud, il y a de la marge − très littéralement. Par ailleurs, le capitalisme est aussi mû par des logiques géopolitiques et le gouvernement américain fera tout pour sauver les Big Tech. Qu’a fait Trump quand Intel était en difficulté ? Il a fait entrer l’État au capital. Il faudrait vraiment que les choses dégénèrent à toute vitesse pour que ce pouvoir vacille. Le gouvernement américain tentera le tout pour le tout. Parce que c’est la seule carte qu’il a décidé de jouer face à la Chine.
Quel sera l’effet sur le travail ? Vous critiquez ceux qui pensent que l’IA n’automatisera pas grand-chose.
Jusqu’à maintenant, il est vrai que les craintes sur le remplacement des travailleurs humains par des robots se sont avérées infondées. Il restait moins cher de payer des petits salaires pour assurer le service à McDo que de robotiser entièrement les restaurants. Mais de très nombreux boulots de l’économie informelle − traducteurs freelance, etc. − sont déjà remplacés par des IA génératives. Comme je le disais, la plupart des capitalistes se moquent de la qualité : ils veulent simplement quelque chose d’« assez bon » (good enough). L’économie dite grise − historiquement ancrée dans les périphéries du système-monde − s’est propagée en Europe et aux États-Unis. Les personnes qui se retrouvent sur le carreau peuvent retrouver un boulot très facilement, mais il sera de très mauvaise qualité, extrêmement précaire, soumis à un contrôle algorithmique. Dans les statistiques le chômage n’augmente pas, mais la fraction de la population bénéficiant d’un bon emploi, permanent et stable, avec congés payés et retraite, se réduit ; et tout en haut, un petit groupe continue de contrôler le savoir, de développer les modèles et les technologies de pointe.
Une autre IA est-elle possible ? Vous avez co-écrit une « feuille de route pour une infrastructure numérique au service des personnes et de la planète »…
L’Europe et le reste du monde finiront par comprendre que la course à l’IA définie selon les règles des géants du cloud, des gouvernements américain et chinois est mortifère. Peut-être en profiterons-nous pour poser les questions essentielles. Pourquoi voulons-nous cette technologie ? Pour qui ? On peut imaginer un consortium public de scientifiques et d’ingénieurs − une sorte de CERN de l’IA. Ils collaboreraient avec des experts d’autres disciplines afin d’intégrer les impacts écologiques, éthiques et sociaux. Certaines couches du stack seraient gérées comme des biens communs. Je ne suis pas naïve : je sais bien que l’IA générative telle qu’elle existe actuellement et les mastodontes du cloud ne vont pas disparaître. Mais tant que nous ne créons pas d’alternative, il est impossible d’imaginer un monde sans eux ◆
🙏 Cette newsletter a été éditée par Marie Telling. Si vous avez de prolonger la discussion, faites-m’en part par mail (remi.noyon@gmail.com) ou en commentaires :)
Je suppose que le “Vivant” n’est pas votre approche première, mais si vous pouviez éviter d’utiliser des termes de l’écologie scientifique pour nommer des choses qui n’ont rien à voir avec leur sens premier…