Bulle de l’IA : Bret Taylor y voit un risque réel et une opportunité économique

L’intelligence artificielle attire des investissements massifs, des promesses de transformation et des valorisations qui suscitent autant d’enthousiasme que de prudence. Pour Bret Taylor, président du conseil d’administration d’OpenAI et dirigeant de Sierra, cette effervescence porte bien les caractéristiques d’une bulle. Mais ce constat n’est pas, à ses yeux, incompatible avec une conviction forte : l’IA peut créer une valeur économique considérable sur le long terme.

Interrogé par The Verge, Bret Taylor a rejoint l’analyse exprimée par Sam Altman, le directeur général d’OpenAI, sur le risque de pertes financières importantes dans le secteur. Son raisonnement s’appuie sur un précédent historique familier dans la tech : la bulle Internet, dite des dot-com, à la fin des années 1990. Beaucoup d’entreprises ont disparu après son éclatement, mais Internet est tout de même devenu une infrastructure centrale de l’économie mondiale.

Ce que Bret Taylor dit de la bulle de l’IA

Parler de « bulle » ne signifie pas que toute innovation est imaginaire ou que chaque entreprise liée à l’IA est condamnée. Dans son sens économique, le mot décrit plutôt une période où les anticipations, les financements et les valorisations progressent parfois plus vite que les résultats réellement démontrés par les entreprises.

C’est précisément la nuance défendue par Bret Taylor. Il considère qu’il existe une bulle autour de l’IA et que cette situation peut entraîner des pertes pour de nombreux acteurs. Certaines sociétés ne trouveront pas de modèle économique viable, d’autres pourraient ne pas réussir à se différencier, et certains projets ne produiront pas les gains de productivité ou les revenus espérés.

Pour autant, le président du conseil d’OpenAI ne présente pas cette possibilité comme une raison d’ignorer la technologie. Son propos est double : des investissements peuvent être perdus à l’échelle de certaines entreprises, tandis que l’IA peut malgré tout transformer l’économie dans son ensemble.

Cette distinction est essentielle. Une révolution technologique ne garantit pas le succès de toutes les sociétés qui s’en réclament. Elle peut, en revanche, modifier durablement les façons de produire, de concevoir des logiciels, de servir les clients ou d’organiser le travail.

Pourquoi la comparaison avec la bulle Internet est-elle parlante ?

La référence aux dot-com renvoie à la période de très forte spéculation autour des entreprises Internet dans les années 1990. L’idée d’un monde connecté avait attiré capitaux et entrepreneurs, parfois avant que les usages, les infrastructures et les modèles économiques ne soient suffisamment matures. La correction du début des années 2000 a été brutale pour de nombreuses entreprises.

Mais cette crise n’a pas invalidé la thèse de fond selon laquelle Internet allait remodeler l’économie. Au contraire, les services numériques, le commerce en ligne, la publicité sur le Web, les plateformes et le logiciel en ligne se sont imposés au fil des années. L’analogie de Bret Taylor repose donc moins sur un calendrier que sur une leçon : un excès financier à court terme peut accompagner une transformation réelle à long terme.

La comparaison a néanmoins des limites. Elle ne permet pas de savoir quelles entreprises réussiront, ni d’annoncer la date ou l’ampleur d’une éventuelle correction. Elle ne dit pas non plus que le marché de l’IA suivra exactement la même trajectoire que celui d’Internet. Bret Taylor s’en sert comme d’un cadre de réflexion sur les cycles d’innovation, pas comme d’une prédiction mécanique.

Une bulle, concrètement, qu’est-ce que cela implique ?

Dans une phase d’engouement technologique, le financement se concentre souvent sur un grand nombre d’entreprises qui poursuivent des stratégies proches. Certaines apportent une avancée technique ou un usage clair. D’autres misent surtout sur la rapidité du marché, avec l’espoir qu’une technologie très médiatisée finira par trouver sa place.

Dans le cas de l’IA, l’écart entre promesse et réalité peut prendre plusieurs formes. Une démonstration peut impressionner sans répondre à un besoin professionnel précis. Un outil peut être utile en test, mais coûter trop cher à déployer à grande échelle. Une jeune entreprise peut proposer une interface séduisante sans maîtriser les éléments qui assurent la durabilité d’une activité : une clientèle fidèle, des revenus récurrents, une offre difficile à remplacer ou une intégration profonde dans le travail de ses utilisateurs.

Bret Taylor appelle donc implicitement à une lecture moins binaire du secteur. La question n’est pas seulement de savoir si l’IA est « révolutionnaire ». Il faut aussi se demander quelles applications résolvent un problème réel, quels coûts elles impliquent, quelles organisations sont capables de les déployer et comment la valeur créée sera répartie.

Pourquoi l’IA conserve-t-elle un potentiel économique majeur ?

L’optimisme de Bret Taylor repose sur l’idée que l’IA va modifier en profondeur l’économie. Cette perspective ne suppose pas que les systèmes d’IA remplacent intégralement les humains ou qu’ils réussissent dans toutes les tâches. Elle tient plutôt à leur capacité à assister une grande variété d’activités intellectuelles et opérationnelles.

Les systèmes capables de traiter du langage, du code, des images ou de grands volumes d’informations peuvent, selon les usages, aider à rédiger, rechercher, synthétiser, programmer, répondre à des clients ou automatiser certaines étapes répétitives. À l’échelle d’une entreprise, la valeur potentielle dépend moins de la démonstration technique que de la manière dont l’outil s’intègre à un processus concret.

C’est ici que l’analogie avec Internet retrouve sa force. La valeur économique de la toile ne s’est pas limitée aux premières entreprises qui promettaient de « faire Internet ». Elle a émergé progressivement dans un grand nombre de secteurs. Bret Taylor envisage un mécanisme comparable pour l’IA : la technologie pourrait catalyser des innovations et créer des opportunités économiques qui dépassent les acteurs les plus visibles aujourd’hui.

Cela explique pourquoi le risque de bulle ne fait pas disparaître l’intérêt des entreprises. Même dans un contexte où certaines attentes sont excessives, ignorer les possibilités de l’IA pourrait priver une organisation d’expérimentations utiles, d’un apprentissage nécessaire ou d’améliorations opérationnelles réelles.

Comment évaluer un projet d’IA sans se laisser guider par l’euphorie ?

L’avertissement de Bret Taylor ne concerne pas seulement les investisseurs. Il s’adresse aussi aux dirigeants qui doivent décider s’ils adoptent, financent ou déploient des outils d’IA. Dans un environnement très compétitif, une évaluation rigoureuse vaut mieux qu’une décision fondée sur la seule crainte de prendre du retard.

Plusieurs questions permettent de remettre un projet à l’épreuve des faits :

• Quel problème précis l’outil résout-il pour ses utilisateurs ?
• Son résultat est-il suffisamment fiable pour l’usage envisagé ?
• Quel temps, quel coût et quelles compétences exigent son déploiement ?
• L’outil améliore-t-il vraiment un processus existant, ou ajoute-t-il une étape supplémentaire ?
• Que se passe-t-il si le fournisseur change de stratégie, augmente ses prix ou disparaît ?

Cette méthode n’offre aucune garantie, mais elle aide à séparer les initiatives construites sur un besoin identifiable de celles qui reposent principalement sur la visibilité du moment. Elle rejoint l’idée avancée dans la publication d’origine : face à l’exubérance possible des investissements, les acteurs doivent mettre en place des structures d’évaluation robustes.

Pour les investisseurs, cela implique de ne pas confondre l’importance probable de l’IA avec la solidité d’une entreprise en particulier. Pour les organisations utilisatrices, cela implique de mesurer des résultats concrets, plutôt que de se satisfaire d’annonces ou de prototypes impressionnants.

Le paradoxe d’une technologie prometteuse et risquée

Le message de Bret Taylor peut sembler paradoxal : comment une bulle, généralement associée aux pertes et aux désillusions, pourrait-elle constituer une opportunité ? La réponse tient au fait que les périodes d’investissement intense accélèrent aussi la construction d’outils, d’infrastructures et de compétences.

Cette accélération ne protège pas les entreprises contre l’échec. Au contraire, elle rend la concurrence plus forte et peut conduire à une sélection sévère parmi les acteurs. Mais elle peut aussi faire émerger des usages qui n’auraient pas été développés aussi vite dans un contexte plus prudent.

La prudence recommandée par Bret Taylor n’est donc pas une invitation à l’immobilisme. C’est une invitation à accepter deux réalités simultanées : l’IA peut générer une valeur économique exceptionnelle, et une partie des capitaux investis dans sa ruée actuelle peut ne jamais être récupérée.

Ce qu’il faut surveiller dans les prochains mois

L’évolution du secteur dépendra notamment de la capacité des entreprises à transformer les expérimentations en usages réguliers et mesurables. Les annonces de nouveaux modèles comptent, mais elles ne suffisent pas à elles seules. Les signaux les plus significatifs seront aussi l’adoption réelle par les organisations, la capacité des fournisseurs à bâtir des activités pérennes et la preuve que les outils améliorent effectivement la qualité, la vitesse ou le coût d’un travail.

Il faudra également observer la manière dont le marché réagit aux échecs. Dans une phase de maturité, certaines promesses seront abandonnées, certains projets seront consolidés et certaines entreprises disparaîtront. Cela ne constituerait pas nécessairement un verdict contre l’IA elle-même, mais pourrait marquer le passage d’une période dominée par les attentes à une période davantage guidée par les usages.

Bret Taylor place ainsi le débat au bon niveau. L’enjeu n’est pas de choisir entre l’idée d’une bulle et celle d’une révolution technologique. Selon lui, les deux peuvent être vraies en même temps. La question décisive sera de savoir quels produits, quelles entreprises et quels usages réussiront à convertir le formidable intérêt actuel pour l’IA en valeur durable.