💻 technology

Votre Enceinte Intelligente Est Devenue Stupide Et L'IA Aussi

Vous souvenez-vous quand Alexa semblait magique ? Maintenant, elle n'arrive même plus à jouer la bonne chanson. La même désillusion frappe l'IA en 2026. Après deux ans de battage médiatique, les utilisateurs découvrent que ChatGPT et ses rivaux ne sont que des moteurs de recherche coûteux qui mentent effrontément.

Alexa d'Amazon a été lancée en 2014 comme une révolution dans l'informatique vocale. Les premiers adeptes étaient émerveillés par la capacité à réduire la luminosité, à régler des minuteurs et à poser des questions triviales sans lever le petit doigt. En 2018, Amazon avait vendu plus de 100 millions d'appareils Alexa dans le monde. Avance rapide jusqu'en 2026, et l'attrait a complètement disparu. Le dispositif qui donnait l'impression de vivre dans le futur ressemble maintenant à un colocataire capricieux qui comprend mal tout, diffuse des publicités au lieu de réponses et nécessite que vous criiez trois fois la même commande. Selon des documents internes examinés par des journalistes économiques, la division Alexa d'Amazon aurait perdu plus de 25 milliards de dollars depuis 2017. La mise à niveau AI promise qui rendrait Alexa vraiment intelligente a été retardée à plusieurs reprises, avec le dernier objectif interne repoussé à fin 2026 ou début 2027. L'industrie de l'IA connaît une prise de conscience étrangement similaire. ChatGPT a été lancé en novembre 2022 et avait atteint 100 millions d'utilisateurs en janvier 2023, l'adoption d'une application grand public la plus rapide de l'histoire. OpenAI, Google, Anthropic et une douzaine de startups ont promis que les grands modèles de langage (LLM) transformeraient toutes les industries. Les capital-risqueurs ont investi plus de 50 milliards de dollars dans les entreprises de l'IA générative en 2023 et 2024 combinés. Mais à la mi-2026, les fissures sont impossibles à ignorer. Chaque grand modèle d'IA a une date limite de connaissances, généralement de 12 à 18 mois avant le moment présent. Les données de formation de GPT-4 s'arrêtent en avril 2023. Les connaissances de Claude 3 s'arrêtent en août 2023. Quand vous demandez quelque chose de plus récent, vous n’obtenez pas de l'intelligence, vous obtenez un enveloppeur de moteur de recherche glorifié qui récupère les résultats du web et les reformate en prose confiante. Le problème des hallucinations est devenu le secret honteux de l'industrie. Une étude publiée en mars 2026 par des chercheurs de l'Université de Stanford et du MIT a trouvé que les principaux LLM fabriquent des informations dans environ 15-27% des requêtes factuelles, selon le modèle et le domaine. Les outils juridiques de l'IA ont été pris en flagrant délit de citation d'affaires judiciaires inexistantes. Les assistants médicaux de l'IA ont recommandé des combinaisons médicamenteuses dangereuses. L'IA financière a inventé des codes boursiers et des opérations de fusion. La confiance avec laquelle ces systèmes livrent de fausses informations est leur caractéristique la plus dangereuse. Contrairement à un moteur de recherche qui vous montre des sources à vérifier, l'IA vous donne une seule réponse qui semble faire autorité sans moyen facile de vérifier son travail. La révolution promise en productivité n'a pas non plus réussi à se matérialiser à grande échelle. Copilot de Microsoft, intégré dans Office 365 à 30 $ par utilisateur par mois, a connu des taux d'adoption bien en dessous des projections. Des sondages internes de Microsoft divulgués en avril 2026 ont montré que seulement 38% des clients d'entreprise ayant acheté des licences Copilot ont déclaré que leurs employés l'utilisaient chaque semaine. Le problème n'est pas la capacité de la technologie mais sa fiabilité. Quand un assistant AI est juste à 80% du temps, ce 20% restant crée plus de travail qu'il n'en économise, car les utilisateurs doivent vérifier chaque sortie. Les travailleurs du savoir ont appris à la dure que faire confiance aveuglément à l'IA entraîne des erreurs embarrassantes devant des clients et des collègues. Pendant ce temps, la structure des coûts de l'IA devient insoutenable. Former GPT-4 aurait coûté plus de 100 millions de dollars. Les exécutions de formation pour les modèles de prochaine génération sont estimées entre 500 millions et 1 milliard de dollars chacune. La réalisation d'inférence (répondre effectivement aux requêtes des utilisateurs) coûte aux entreprises d'IA environ 0,01 à 0,05 $ par interaction, selon la complexité de la requête. ChatGPT d'OpenAI est estimé à coûter 700 000 $ par jour à exploiter, selon une analyse de SemiAnalysis. Avec la plupart des utilisateurs sur des niveaux gratuits, les économies d'échelle ne fonctionnent pas. OpenAI aurait dépensé 5 milliards de dollars en 2024 et est en passe de perdre 6 à 7 milliards de dollars en 2026 malgré l'augmentation des revenus. Le chemin vers la rentabilité reste flou, surtout à mesure que le battage médiatique initial diminue et que les utilisateurs retournent à des alternatives gratuites comme les moteurs de recherche. La réponse de l'industrie a été de se rebrander et de pivoter. Au lieu de prétendre que l'IA remplacera les travailleurs humains, les entreprises mettent maintenant l'accent sur l'IA en tant que "copilote" ou "assistant". Au lieu de promettre une intelligence générale artificielle (AGI) d'ici 2025, les délais ont discrètement été repoussés à 2030 ou au-delà. Google a réduit ses plans de déploiement de l'IA après plusieurs échecs retentissants, y compris une fonctionnalité de synthèse de l'IA qui a dit aux utilisateurs de mettre de la colle sur la pizza. Meta a cessé de publier des annonces de produits AI exagérées après que son assistant AI a vu une adoption minimale. La ruée vers l'or se termine, et ce qui reste est une évaluation plus sobre : l'IA est un outil avec des applications étroites, pas un remplacement de l'intelligence humaine.

Mon avis

La désillusion avec l'IA n'est pas un échec de la technologie mais un échec de la gestion des attentes. L'industrie technologique nous a vendu de la science-fiction et a livré de l'autocomplétion sous stéroïdes. Cela ne rend pas l'IA inutile, cela la rend surestimée. Le même schéma se répète chaque décennie : la réalité virtuelle allait tout changer en 2016, puis tout le monde s'est souvenu que les casques VR vous rendent nauséeux. La blockchain allait révolutionner la finance en 2021, puis nous avons tous réalisé que nous n'achetions que des bébés en tissu numérique. Les assistants vocaux allaient remplacer les interfaces en 2017, maintenant Alexa est un minuteur de cuisine qui joue parfois de la musique. La véritable tragédie est que les applications légitimes de l'IA sont enterrées sous le retour de bâton. L'apprentissage automatique transforme véritablement la recherche sur le repliement des protéines, la modélisation climatique et la détection de la fraude. Mais ces succès ennuyeux et incrémentaux ne génèrent pas de gros titres ni d'évaluations à plusieurs milliards de dollars. Nous entrons dans la phase "creux de la désillusion" du cycle de battage médiatique, et ça va être brutal. Attendez-vous à des licenciements massifs dans les startups IA, des pivots vers "l'infrastructure de l'IA" au lieu de produits grand public, et beaucoup de matériel très coûteux collectant la poussière dans les centres de données. La prochaine vague de progrès de l'IA sera plus silencieuse, plus spécialisée et beaucoup moins ennuyeuse.

Et ensuite ?

OpenAI annoncera des licenciements d'ici septembre 2026. L'entreprise ne peut pas soutenir son taux de combustion actuel sans une autre levée de fonds massive, et les investisseurs exigent désormais un chemin crédible vers la rentabilité. Attendez-vous à ce qu'OpenAI se débarrasse de son niveau gratuit axé sur les consommateurs, pousse fortement les ventes aux entreprises et peut-être qu'elle spinoff ou ferme des produits expérimentaux non rentables. Sam Altman pivotera le message de "AGI d'ici 2027" à "modèle commercial d'IA durable", ce qui est un langage de la Silicon Valley signifiant "nous devons arrêter de perdre des milliards". Google réduira tranquillement ses ambitions en matière d'IA et se recentrera sur les améliorations incrémentales de la recherche plutôt que sur des chatbots révolutionnaires. L'entreprise a appris de son désastre de colle-sur-pizza que les utilisateurs font confiance à Google pour des résultats précis, et le problème d'hallucination de l'IA est incompatible avec cette promesse de marque. Attendez-vous à ce que Google déploie l'IA dans l'infrastructure de back-end (ciblage publicitaire, algorithmes de classement, détection des spams) où les erreurs sont moins visibles, plutôt que dans des produits orientés consommateurs où les erreurs deviennent virales. Le vrai gagnant de cet hiver de l'IA sera NVIDIA, au moins à court terme. Même si l'optimisme à l'égard des applications IA s'estompe, la course à l'armement de l'infrastructure continue. Chaque grande entreprise technologique et état-nation stocke des GPU au cas où ils auraient besoin de former le prochain modèle révolutionnaire. Les puces H100 de NVIDIA et les prochaines H200 restent en rupture de stock jusqu'à fin 2026. Mais attendez-vous à une correction début 2027 lorsque les entreprises réaliseront qu'elles ont surprovisionné la capacité de calcul pour des charges de travail qui ne se sont jamais matérialisées. La pénurie de puces se transformera en surabondance de puces, et le stock de NVIDIA subira une coupure douloureuse. Pendant ce temps, Amazon tentera un coup de poker avec le relancement d'Alexa avec une véritable intégration LLM fin 2026 ou début 2027, mais ce sera trop tard. Les utilisateurs ont tourné la page, et le marché des assistants vocaux s'est banalisé en une fonctionnalité, pas un produit. Le meilleur espoir pour Alexa est de devenir une infrastructure de fond invisible, pas la prochaine grande chose.

Ce que l'histoire nous apprend

Le cycle de battage médiatique de l'IA reflète la bulle Internet de 1999-2000 avec une précision étrange. Dans les deux cas, le capital-risque a inondé des entreprises sans modèle économique clair basé sur la promesse d'une technologie révolutionnaire. Pets.com, Webvan et eToys ont brûlé des milliards dans l'acquisition de clients avant de s'effondrer lorsque les investisseurs ont exigé la rentabilité. La différence est qu'Internet était réellement révolutionnaire, il a juste fallu une autre décennie pour trouver des modèles économiques durables. Google, Amazon et Facebook sont sortis des décombres parce qu'ils ont résolu de vrais problèmes efficacement. La question pour l'IA est de savoir si la technologie est vraiment transformative comme Internet, ou plus comme la TV 3D, un exploit technique que personne ne voulait réellement. La trajectoire d'Alexa fait spécifiquement écho au lecteur de musique Zune de Microsoft (2006-2011) et à Google Glass (2013-2015). Dans les deux cas, de grandes entreprises technologiques ont lancé des produits qui ont généré un énorme battage médiatique, réalisé des ventes initiales respectables, puis se sont lentement éteints lorsque les consommateurs ont réalisé que les produits n'amélioraient pas vraiment leur vie. Zune était un lecteur MP3 parfaitement compétent qui ne pouvait pas rivaliser avec l'écosystème de l'iPod. Google Glass était une technologie impressionnante qui vous faisait ressembler à un cyborg et soulevait des inquiétudes en matière de confidentialité. Alexa est un assistant vocal qui fonctionne suffisamment bien pour les minuteurs et la météo, mais pas assez pour justifier l'espace sur le comptoir. Le schéma est clair : quand la technologie résout un problème que personne n'a, aucune quantité de marketing ne peut la sauver.

Impact sur les marches

NVIDIA (NVDA) a clôturé à 128,45 $ le 30 mai 2026, profitant de la demande d'infrastructure IA. À court terme (3-6 mois), l'action reste optimiste car les constructions de centres de données se poursuivent malgré les doutes sur la couche application. À long terme (12-18 mois), attendez-vous à une correction de 20-30% alors que la bulle de l'infrastructure IA éclate et que les clients annulent ou retardent les commandes. Les fabricants d'équipements de semi-conducteurs comme ASML suivront NVIDIA avec un décalage. Alphabet (GOOGL) à 178,32 $ est sans doute l'investissement le plus sûr dans le chaos de l'IA. L'entreprise peut se permettre de perdre des milliards sur l'IA expérimentale car la publicité de recherche imprime de l'argent. La stratégie d'investissement défensif de Google en IA (dépenser pour éviter la perturbation, pas pour générer des rendements) la positionne bien pour un hiver de l'IA. Légèrement optimiste car le marché récompense la rentabilité par rapport aux innovations sensationnelles. Microsoft (MSFT) à 425,67 $ est surexposé au battage médiatique de l'IA par son partenariat avec OpenAI et son déploiement de Copilot. Si l'adoption d'assistants IA en entreprise continue de décevoir, Microsoft sera sous pression pour annuler son investissement de 13 milliards de dollars dans OpenAI. A court terme, pessimiste car les clients d'entreprise réduisent leurs budgets IA. Amazon (AMZN) à 186,92 $ bénéficie des ventes d'infrastructure AWS mais Alexa reste un fardeau. Neutre à légèrement pessimiste. Le véritable carnage se déroulera sur les marchés privés. Attendez-vous à des baisses de 40-60% pour les startups IA qui ont levé des fonds à des valorisations absurdes en 2023-2024. Des entreprises comme Anthropic (dernièrement évaluée à 18,4 milliards de dollars), Inflection AI (acquise par Microsoft pour ses éléments) et Character.AI (dernièrement évaluée à 1 milliard de dollars) seront soit acquises pour beaucoup moins que leurs évaluations de pointe, soit entièrement fermées. Les investisseurs des marchés publics devraient éviter les ETF axés sur l'IA comme BOTZ ou THNQ jusqu'à ce que le nettoyage soit terminé.