Je viens de regarder le dernier épisode de l'All-In Podcast, sur la souveraineté de l'IA, les modèles open source et l'emploi futur, et voici un résumé de leurs idées.

1. Palantir s'allie à Nvidia, directement en opposition à OpenAI et Anthropic
Palantir et Nvidia ont développé un « système d'exploitation d'IA souverain », utilisant des modèles open source pour créer une IA de défense sur mesure pour le gouvernement américain, le matériel, les données et les poids des modèles étant entièrement détenus par le gouvernement. Le PDG de Palantir, Alex Karp, a directement critiqué dans une interview les entreprises et les gouvernements qui confient leurs données et leur propriété intellectuelle à des modèles fermés, affirmant qu'ils abandonnent ainsi leur propre souveraineté future. David Sacks a également ajouté un point de vue : les laboratoires de pointe emploient désormais des tactiques similaires à celles de Microsoft et Google à l'époque, en monopolisant d'abord les modèles de base, puis en s'infiltrant dans les produits en amont, volant directement des clients à leurs propres écosystèmes (par exemple, Anthropic lance Claude Code et Claude Design, ce qui revient à faire concurrence à des clients comme Cursor et Figma). Les clients entreprises commencent à se méfier de cette stratégie.
2. Les modèles open source sont vraiment économiques, Chamath présente directement les données
Chamath a partagé les données réelles de son équipe lors d'une migration de code d'entreprise : utiliser directement le modèle fermé Claude Opus s'est avéré le plus coûteux ; en remplaçant par un framework interne enveloppant un modèle open source, le coût a été réduit de plus de 16 fois, bien que l'exécution soit environ 3 fois plus lente. La conclusion est simple : continuer à nourrir sans réfléchir les données des modèles fermés revient à entraîner le produit d'un concurrent, ce qui n'est pas très raisonnable. Friedberg a également mentionné qu'Anthropic avait précédemment tenté d'obtenir des données expérimentales d'un géant des sciences de la vie en échange d'un accès prioritaire, mais a été largement refusé, car tout le monde a réalisé que les données sont le véritable fossé défensif. Il prédit que l'architecture future de l'IA évoluera vers « un modèle de base universel + formation en cloud privé d'entreprise + déploiement d'inférence local », et que les entreprises finiront par exécuter localement leurs propres modèles dérivés, préservant ainsi leur « souveraineté intelligente ».
3. L'IA va-t-elle vraiment provoquer un chômage massif ?
Jason est un fervent partisan de la disruption technologique, estimant que dans 5 à 10 ans, les postes de service client, de saisie de données, de conduite autonome et de logistique d'usine seront largement remplacés. Mais Sacks, Friedberg et Chamath sont fondamentalement en désaccord. Sacks a cité une étude conjointe de Ramp et Relio Labs portant sur 21 000 entreprises, montrant que les entreprises qui utilisent intensivement l'IA ont enregistré une augmentation moyenne de 10 % de leur effectif total en deux ans, avec une hausse de 12 % pour les postes juniors, tandis que les entreprises n'utilisant pas l'IA ont vu leur effectif stagner. Friedberg a été plus direct, affirmant que « l'IA provoque un chômage massif » est essentiellement un faux problème médiatisé. Actuellement, l'IA ressemble davantage à un outil de productivité un peu maladroit, qui entraîne une réorganisation des emplois, mais à long terme, elle créera davantage de postes à haute valeur ajoutée nécessitant une « collaboration homme-machine ».