Partie II · L'ère des grands modèles

Le paysage des acteurs (juin 2026)

Chapitre 719 min de lectureMis à jour : juin 2026

7.1Les grands laboratoires : États-Unis, Chine, Europe

Tableau 7.1. Principaux laboratoires de frontière à la mi-2026 (liste non exhaustive).

Trois dynamiques méritent d'être soulignées. Les États-Unis concentrent les acteurs les mieux financés et la plus grande diversité de stratégies, y compris une vague de « néo-labos » nés de départs retentissants (voir la galerie de portraits). La Chine progresse à un rythme remarquable malgré les restrictions américaines sur l'accès aux puces les plus avancées (chapitre 8), en misant fortement sur l'ouverture et l'efficacité de coût. L'Europe, longtemps en retrait, voit en Mistral son porte-drapeau d'une « IA souveraine », soutenue par les pouvoirs publics et, fait notable, par l'industriel néerlandais des semi-conducteurs ASML, devenu son principal actionnaire fin 2025.

7.2Modèles propriétaires contre modèles à poids ouverts

Le moment DeepSeek, début 2025, a marqué les esprits : un modèle ouvert venu de Chine a démontré qu'on pouvait atteindre un niveau proche de la frontière pour une fraction du coût, bousculant toute l'économie du secteur.

7.3Benchmarks et classements

Nous avons détaillé les bancs d'essai au chapitre 4 (MMLU, GPQA, SWE-bench, ARC-AGI, arènes de préférence humaine), ainsi que leurs limites (saturation, contamination, effet Goodhart). Rappelons-en l'enseignement central : à la mi-2026, aucun modèle ne domine sur tous les plans, et les organisations avancées pratiquent le routage (confier chaque tâche au modèle le mieux adapté). Tout classement n'est qu'un instantané, valable quelques semaines.

7.4L'écosystème : infrastructure, applicatif, no-code

Schéma7.1. Les couches de l'écosystème IA. La valeur se répartit du silicium (en bas) jusqu'aux applications grand public et aux outils sans code (en haut). Une plateforme transverse, Hugging Face, sert de « place publique » des modèles ouverts.

Cette architecture en couches éclaire la suite : la couche infrastructure fait l'objet du chapitre 8 (puces, datacenters) et du chapitre 9 (IA locale). La couche applicative se déploie dans tous les secteurs (santé, travail, droit, abordés en partie V).

7.5Galerie de portraits : les architectes de l'ère IA

Les bâtisseurs (fondateurs et dirigeants)

Sam Altman dirige OpenAI, qu'il a cofondée en 2015. Figure de proue de l'ambition « AGI », il a publiquement affirmé viser une « superintelligence » et un « futur glorieux ». Son parcours a été marqué par une crise de gouvernance spectaculaire en novembre 2023 (son éviction puis son retour en quelques jours). Il incarne la stratégie du déploiement rapide de modèles de plus en plus capables.

Dario Amodei et Daniela Amodei ont cofondé Anthropic en 2021, après avoir quitté OpenAI, avec l'idée de placer la sécurité au cœur du développement (d'où le cadre « utile, inoffensif, honnête » et la méthode dite d'« IA constitutionnelle »). Dario Amodei est aussi l'auteur d'un essai remarqué, Machines of Loving Grace (2024), décrivant les bénéfices potentiels d'une IA puissante mais maîtrisée.

Demis Hassabis dirige Google DeepMind. Ancien prodige des échecs et neuroscientifique de formation, il a coreçu le prix Nobel de chimie 2024 pour les travaux sur AlphaFold (le repliement des protéines, chapitre 14). Il défend une voie vers l'AGI passant par la résolution de grands problèmes scientifiques, et voit dans les modèles du monde une étape essentielle.

Elon Musk a fondé xAI (modèle Grok, supercalculateur Colossus) et dirige Tesla et SpaceX. Cofondateur d'OpenAI en 2015, il s'en est éloigné depuis. Sa position est singulière : il alerte de longue date, publiquement, sur les risques existentiels de l'IA, tout en menant lui-même une course effrénée pour la développer.

Arthur Mensch est le cofondateur et directeur général de Mistral (France), qu'il a lancée en 2023 avec Guillaume Lample et Timothée Lacroix, après un passage chez DeepMind. Il est devenu le visage de l'« IA souveraine » européenne, défendant une approche en partie ouverte et l'indépendance technologique du continent.

Jensen Huang dirige NVIDIA, le fabricant des puces qui entraînent et font tourner la quasi-totalité des grands modèles (chapitre 8). « Marchand d'armes » de la ruée vers l'IA, il a popularisé l'idée que les tokens sont « le langage et la monnaie » de cette nouvelle économie.

Mark Zuckerberg dirige Meta, qui a fait le pari des poids ouverts avec la famille Llama et investit massivement dans un laboratoire « superintelligence », au point de provoquer en 2025-2026 une véritable guerre des talents (recrutements à prix d'or de chercheurs des laboratoires rivaux).

Liang Wenfeng a fondé DeepSeek, adossé à son fonds spéculatif quantitatif High-Flyer. Il est devenu le champion de l'IA ouverte et bon marché côté chinois, dont le modèle de raisonnement R1 a marqué un tournant début 2025.

Les pionniers scientifiques (les « parrains »)

Geoffrey Hinton, l'un des « parrains » du deep learning (chapitre 1), a coreçu le prix Nobel de physique 2024. Fait retentissant, il a quitté Google en 2023 pour pouvoir alerter librement sur les dangers d'une IA qui dépasserait l'humain, devenant l'une des grandes voix de la prudence.

Yann LeCun, Français, lauréat du prix Turing et longtemps directeur scientifique de l'IA chez Meta, est un pionnier des réseaux convolutifs. Sceptique à la fois sur le catastrophisme et sur l'idée que les seuls LLM mèneraient à l'intelligence, il défend les modèles du monde (chapitre 5) ; il a quitté Meta fin 2025 pour fonder AMI Labs à Paris.

Yoshua Bengio, Canadien, également lauréat du prix Turing, s'est imposé comme une voix majeure de la sécurité, présidant notamment un rapport international sur les risques de l'IA. Il plaide pour une grande prudence et une coordination mondiale.

Ilya Sutskever, cofondateur et ancien directeur scientifique d'OpenAI (et coauteur d'AlexNet, chapitre 2), a fondé en 2024 Safe Superintelligence (SSI), valorisée autour de 32 milliards de dollars sans aucun produit public, avec un objectif unique : bâtir une superintelligence sûre. Il a théorisé fin 2025 le passage de « l'ère de l'échelle » à « l'ère de la recherche ».

Fei-Fei Li, professeure à Stanford et « marraine » de l'IA pour avoir créé la base d'images ImageNet (chapitre 2), a fondé World Labs et porte le concept d'intelligence spatiale (chapitre 5).

Les penseurs de la sécurité et de l'éthique

Nick Bostrom, philosophe à Oxford, a popularisé avec son livre Superintelligence (2014) le problème du contrôle et l'expérience de pensée du « maximiseur de trombones », au cœur du chapitre 24.

Stuart Russell, professeur à Berkeley et coauteur du manuel de référence en IA, plaide dans Human Compatible (2019) pour une IA « prouvablement bénéfique », conçue dès le départ pour rester sous contrôle humain.

Eliezer Yudkowsky, chercheur autodidacte et cofondateur du Machine Intelligence Research Institute (MIRI), est la figure la plus radicale du camp du risque existentiel. Pionnier de la réflexion sur l'alignement (chapitre 24) et animateur de la communauté dite « rationaliste », il défend depuis des années une thèse sombre : avec les méthodes actuelles, bâtir une superintelligence conduirait presque certainement à la catastrophe. Il a porté cette position jusqu'à réclamer un arrêt mondial du développement de l'IA de frontière, et l'a résumée en 2025 dans un livre au titre sans ambiguïté, coécrit avec Nate Soares : If Anyone Builds It, Everyone Dies (« si quelqu'un la construit, tout le monde meurt »). Ses détracteurs jugent ses scénarios spéculatifs et invérifiables ; ses partisans y voient une mise en garde salutaire. Il incarne le pôle que ses adversaires nomment, souvent pour le moquer, celui des « doomers ».

Emily Bender et Timnit Gebru incarnent un autre versant de la prudence, centré non sur les risques lointains mais sur les torts présents de l'IA (biais, exploitation de données, coûts environnementaux, concentration du pouvoir) ; on leur doit la formule des « perroquets stochastiques » (chapitre 4). Leur présence rappelle que le débat sur les risques ne se réduit pas à la question de la superintelligence.

Les hérauts de l'accélération

À l'opposé des voix de la prudence, un courant assume une position accélérationniste : le principal danger ne serait pas l'IA, mais le fait de la ralentir.

Guillaume Verdon, physicien et chercheur en informatique quantique (ancien de Google, fondateur de la start-up de matériel Extropic), est, sous le pseudonyme Beff Jezos, à l'origine du mouvement de l'accélérationnisme efficace (en anglais effective accelerationism, ou e/acc), apparu en 2022. Son credo, formulé dans un registre provocateur et un vocabulaire emprunté à la thermodynamique, tient en quelques idées : le progrès technologique serait un processus quasi cosmique qu'il faut accélérer sans entrave, le marché en serait le meilleur moteur, et toute tentative de freinage (régulation, principe de précaution) ferait courir plus de risques qu'elle n'en éviterait. Son identité, longtemps anonyme, a été révélée par la presse fin 2023 (chapitre 24).

Marc Andreessen, cofondateur du navigateur Netscape devenu un investisseur de premier plan de la Silicon Valley (fonds Andreessen Horowitz), en est le porte-voix le plus influent. Dans son Techno-Optimist Manifesto (2023), il range le « risque existentiel » parmi les « ennemis » du progrès et affirme que l'IA ne détruira pas le monde mais pourrait le sauver. Ces prises de position, très relayées, sont aussi vivement contestées : leurs critiques y voient la défense d'intérêts économiques autant qu'une philosophie.

Les voix du débat public

Au-delà des bâtisseurs et des scientifiques, des essayistes et des intellectuels façonnent la manière dont les sociétés reçoivent l'IA. Le débat français en offre des figures contrastées, dont les thèses, souvent provocatrices, sont elles-mêmes discutées.

Luc Julia, ingénieur franco-américain associé à la création de l'assistant vocal Siri (une paternité qu'il nuance lui-même, se disant plutôt « grand-père de Siri »), ancien responsable de l'innovation chez Samsung puis directeur scientifique de Renault jusqu'en 2026, et membre de l'Académie des technologies, est l'auteur de L'intelligence artificielle n'existe pas (2019). Il défend une thèse déflationniste : le terme « intelligence artificielle » serait un abus de langage ; il faudrait parler d'« intelligence augmentée », car la machine ne ferait qu'assister l'humain, sans conscience ni intelligence propre, et une IA générale « capable de tout faire » n'existerait pas. Très médiatisés, ses arguments sont aussi contestés par d'autres spécialistes, qui y relèvent des approximations techniques.

Laurent Alexandre, chirurgien de formation, fondateur du site Doctissimo et essayiste, défend de longue date une vision transhumaniste et alarmiste : dans La Guerre des intelligences (2017), il présente l'IA comme un bouleversement inévitable imposant de repenser l'éducation et l'« augmentation » de l'humain, avec des mises en garde appuyées sur l'emploi et les inégalités de « capital cognitif ». Ses formules provocatrices suscitent autant d'écho que de critiques.

Olivier Babeau, économiste et fondateur du think tank Institut Sapiens, a cosigné avec Laurent Alexandre Ne faites plus d'études (2025), essai au titre volontairement provocateur : l'intelligence devenant « gratuite » grâce à l'IA, les études classiques perdraient de leur valeur, et il faudrait apprendre autrement, de façon plus exigeante et permanente (débat développé au chapitre 15). Le livre se défend d'être un réquisitoire contre le savoir.

Ces voix, optimistes ou inquiètes, déflationnistes ou catastrophistes, rappellent que l'IA est aussi un objet de débat de société, où les positions les plus tranchées doivent être lues comme telles : des prises de position, non des vérités établies.


À retenir (chapitre 7)

  • Le sommet de l'art se répartit sur trois pôles : États-Unis (les mieux financés et les plus divers), Chine (rapide, ouverte, efficace en coût malgré les restrictions sur les puces) et Europe (Mistral, « IA souveraine »).
  • Le grand clivage stratégique oppose les modèles propriétaires (fermés, vendus via API : OpenAI, Anthropic, Google) aux modèles à poids ouverts (Llama, DeepSeek, Qwen, Mistral). L'ouverture démocratise mais complique le contrôle.
  • L'écosystème s'étage en couches : matériel, modèles de fondation, applications, outils sans code.
  • Les personnes derrière l'IA se répartissent sur un spectre allant des bâtisseurs pressés aux voix de la prudence, sans frontière nette : Altman, les Amodei, Hassabis, Musk, Mensch, Huang, Zuckerberg, Liang d'un côté ; Hinton, LeCun, Bengio, Sutskever, Li, Bostrom, Russell, Yudkowsky, Bender et Gebru apportant, chacun à sa manière, science et vigilance, tandis que les hérauts de l'accélération (Verdon, alias Beff Jezos, et Andreessen) défendent la thèse inverse.

Ainsi s'achève la partie II. Nous avons compris ce qu'est l'IA, comment elle fonctionne et qui la fabrique. La partie III descend dans la salle des machines : le matériel, l'infrastructure et l'énergie qui rendent tout cela possible.