Contexte de la prédiction
Kevin Kelly, dans The Inevitable, a annoncé en 2016 que Google ne serait plus centré sur la recherche mais sur l’IA d’ici 2026. Cette affirmation repose sur l’observation que la recherche représente déjà 80 % des revenus de Google et que chaque requête alimente les modèles d’apprentissage profond.
Kelly évoque également une oligarchie de deux ou trois intelligences commerciales généralistes basées sur le cloud, préfigurant la concentration du marché autour de quelques acteurs majeurs.
Mécanismes d’entraînement et architecture
Le texte cite 3 milliards de requêtes quotidiennes comme source d’étiquetage continu pour les réseaux de neurones de Google. Chaque clic ou sélection d’image affine le modèle, créant un cycle d’apprentissage auto‑alimenté.
En 2017, les chercheurs de Google ont publié Attention Is All You Need, introduisant le transformer, architecture désormais au cœur des grands modèles de langage. Kelly anticipe que cette technologie, combinée à une augmentation de mille fois les données et de cent fois la puissance de calcul, donnera à Google un avantage compétitif durable.
Dynamiques de marché et risques associés
Kelly décrit le cloud comme un effet de réseau à rendements croissants : plus d’utilisateurs génèrent plus de données, ce qui rend l’IA plus performante, attirant davantage d’utilisateurs. Cette boucle crée une barrière d’entrée quasi‑insurmontable pour les nouveaux concurrents.
Il compare l’IA future à Amazon Web Services : une infrastructure industrielle, invisible, facturée à la consommation, où chaque réponse coûte « nanocents ». Cette tarification transforme la recherche en une commodité universelle, mais renforce la dépendance à un petit nombre de fournisseurs.
Kelly souligne que la majorité des IA commerciales seront des cerveaux spécialisés (traduction, conduite, indexation vidéo) plutôt que des agents généralistes capables de conversation libre. Cette spécialisation limite la diversité fonctionnelle et accentue la domination des plateformes qui offrent ces services de niche.
Implications techniques et perspectives
Le modèle économique décrit implique que les futures IA seront déployées comme des services d’infrastructure, accessibles via API et intégrées dans des produits tiers. La pression pour réduire le coût par requête pousse les fournisseurs à optimiser les algorithmes de quantification et de distillation, au risque de perdre en précision.
Enfin, la concentration du pouvoir de calcul et de données soulève des questions de sécurité et de gouvernance. Un acteur contrôlant l’essentiel des flux d’information peut influencer les résultats fournis, introduisant un biais systémique difficile à auditer.
