Les appels à réguler l'IA sans refuser l'IA sont sur une ligne intenable. Il supposent que la technologie est neutre, alors qu'elle est produite une société donnée, pour servir ses besoins. Or notre société est organisée autour de l'accumulation de capital, pas autour des besoins humains ou des contraintes naturelles.

La recherche, le financement et le développement des IA répond à un besoin majeur du capital : relancer le taux de profit, au moyen de l'automatisation. Ces dernières décennies, le système capitaliste n'arrive plus à produire des gains de productivité (l'innovation coûte cher).

L'IA répond au besoin du capital, mais en l'imposant partout, on en en fait un besoin social, accepté et voulu par les humains. Les gens pensent que c'est "utile" et imaginent qu'on pourrait avoir une IA sans les "dérives". Mais l'usage militaire de l'IA et la désinformation sont une fuite en avance nécessaire pour le capital.

La guerre est une réponse classique au ralentissement de la croissance. La falsification du réel permet d'imposer l'idée que l'IA est un besoin essentiel pour l'humain... Alors qu'en réalité, elle aggrave les crises contemporaines. Sans mensonge, pas d'IA.

Les appels à réguler l'IA passent à coté du problème. Le prix de la production de richesse capitaliste est aujourd'hui la destruction (écologique, humaine, sociale...). Et on ne régule pas la destruction, on la combat.

Comme moyen de la destruction, l'IA n'est d'ailleurs même pas "régulable". L'industrie numérique de ne va pas se saborder d'elle-même, et les États sont en voie de fusion avec le capital privé : leurs intérêts convergent.

Impossible de mesurer le ROI de l'IA vu que les coûts réels ont volontairement été masqués par ses promoteurs. Au moment où le modèle d'affaires passe de l'abonnement à la facturation au token, les entreprises passent de l'utilisation gratuite encouragée au rejet de "l'IA pour l'IA".

Alors qu'on promettait que les problèmes allaient être réglés et l'IA devenir moins chère à produire, rien de tout ça n'est arrivé. À produire, l'IA coûte trois fois plus cher en 2026 qu'en 2023.

La comparaison avec la bulle des années 90 est trompeuse. À l'époque, des études fausses ont conduit à surdimensionner les infrastructures pour une demande inexistante. Les infras ont pu servir après, même si les business mal ficelés et irrationnels se sont écroulés – et leur surdimensionnement à cassé les prix, favorisant les business suivants.

À l'inverse, les datacenters spécialisés IA ne peuvent pas servir à grand chose d'autre. Ils coûtent cher à construire, tournent à perte pendant au moins 5-6 ans, restent coûteux à opérer, et ne sont pas rentables si les GPU ne servent pas intensivement. Sans compter que l'entraînement des modèles n'est pas gratuit en ressources.

Les licenciements IA sont bidons. Si l'IA tenait ses promesses, il y aurait des émeutes : n'importe qui pourrait fabriquer, maintenir et vendre du logiciel, et des métiers entiers disparaîtraient rapidement. Les avantages économiques de l'IA seraient flagrants et impossibles à ignorer. C'est pas ce qu'on constate.

Si l'IA était vraiment bien, y'aurait pas besoin de rassurer les gens et d'insister son potentiel : ses avantages réels seraient évidents pour tout le monde. Les gens qui vantent l'IA en entreprise n'ont pas vraiment évalué son impact. En fait il a des chances d'être négatif... Si quiconque évaluait vraiment le ROI.

Les gens qui s'appuient sur les LLM sont victimes d'une arnaque et réagissent comme tel, en défendant le produit et rejetant les critiques. Les exemples d'histoires réussies grâce à l'IA viennent soit de firmes qui participent à l'arnaque, soit masquent le travail humain qui a rattrapé les choses pour éviter un fiasco.

C'est la fin de l'époque de l'IA pas chère et sans restriction. OpenAI, Anthropic, Microsoft : toutes les grandes compagnies implémentent des limites d'usages sur leurs modèles. En parallèle, les prix des produits qui implémentent l'IA (Google Workspace, Notion, Microsoft 365) augmentent, le prix du matériel (RAM, GPU, stockage, puces) explose, les factures d'électricté, voire d'eau, montent flèche.

Tout ça pose des problèmes à tout le monde, du citoyen dans une ville de datacenter à Apple qui a des problèmes pour fabriquer les nouveaux iPhone alors que toutes les ressources partent vers l'IA.

Sam Altman veut faire de l'intelligence une matière première facturée avec un compteur, comme l'eau et l'électricité. Ce qui implique au fond qu'elle soit subventionnée par l'État à terme.

Plus profondément, vendre de l'intelligence comme matière première suppose une raréfaction de l'intelligence humaine. Moins il y a d''intelligence disponible (via l'éducation, l'entraînement des capacités cognitives, etc.), plus on peut vendre de l'intelligence.

L'économie de l'IA s'appuie sur une fraude comptable, type Enron, avec des flux d'argent circulaires. Les derniers résultats de Nvidia la rende visible, car il y a des incohérences entre les discours enthousiastes et les résultats : augmentation des stocks alors que la demande est censée être forte, revenus en hausse mais cash disponible en baisse, etc.

Une Big Tech (ex. Microsoft) investit dans une start-up IA (OpenAI). En échange, la start-up achète ses serveurs cloud à la Big Tech. Pour fabriquer ses serveurs, la Big Tech achète des puces à Nvidia. Et Nvidia utilise l'argent pour investir dans la start-up IA d'origine.

On peut relancer la boucle. La start-up demande des serveurs cloud en plus à Big Tech, qui achète à Nvidia, qui alimente la start-up. Sauf que si la start-up IA ne génère jamais de revenus ou pas assez (ce qui se passe), tout ça s'écroule à un moment.

Stopper ce financement circulaire n'arrêtera pas la demande pour une infrastructure IA, mais amènera à une infra plus décentralisée. Une enquête sur les pratiques de Nvidia pourrait aboutir fin 2026-printemps 2027.

Cette fraude a été détectée quelques heures seulement après les résultats de Nvidia... Par détection algorithmique. Auparavant, ça prenait des mois.

Les investissements dans l'IA (datacenters) et la valeur des actions associées à l'IA sont stratosphériques, mais les revenus réels sont très faibles en proportion. Les opportunités d'emploi dans le secteur n'explosent pas, des États fédéraux qui accueillent des centres de données ne sortent pas de la récession, et les compagnies d'IA perdent de l'argent.

Aujourd'hui, elles brûlent leur cash le plus vite possible pour construire des datacenters, via des proxies qui leur évitent de s'endetter en leur nom. Les montages économiques sont intentionnellement complexes, à la The Big Short. Les datacenters sont de l'immobilier, mais dont la valeur se dégrade rapidement dans le temps.

Si l'afflux d'argent s'arrête et que l'industrie de l'IA ne génère pas d'argent, tout s'écroule. Le lien avec des fonds d'immobilier pourrait alors contaminer d'autres secteurs, façon crise de 2008. Alors que l'immobilier est un secteur où on investit pour limiter les risques, les liens avec l'IA les accroissent.