L'IA rentre dans la ZONE JAUNE !

Les tournures deviennent prévisibles, les formulations se répètent, les images se ressemblent tellement qu’on pourrait croire qu’elles sortent toutes de la même machine. C’est là que naît cette impression de début d’explosion de la bulle IA, pas parce que l’IA s’arrête, mais parce que beaucoup de ce qui est produit perd en densité humaine. On tourne en rond, comme si les modèles se copiaient eux-mêmes sans arrêt, jusqu’à créer un univers un peu aseptisé.

Quand on regarde les chiffres, ça devient encore plus clair ! Les études montrent que 88 % des entreprises utilisent déjà l’IA dans au moins une fonction, mais à peine un tiers en tire une vraie valeur concrète, et seulement 39 % voient un impact financier clair. En parallèle, l’usage grand public explose, avec des milliards de requêtes envoyées chaque jour à quelques modèles seulement. 

L’investissement, lui, atteint des sommets: plus de 33 milliards de dollars injectés dans l’IA générative en 2024, un bond énorme en seulement 2 ans ! Et pourtant, malgré cet argent qui coule, la valeur créée n’avance pas à la même vitesse. C’est souvent ce décalage qui annonce le dégonflement d’une bulle: tout le monde y va, mais peu y gagnent vraiment.

Une analyse massive réalisée sur 900 000 nouvelles pages web a montré que plus de 74 % d’entre elles contiennent déjà du contenu généré par IA.

Ça veut dire que les machines apprennent de plus en plus sur des données qui viennent… d’autres machines. Les chercheurs parlent maintenant de “Model Autophagy Disorder”, une sorte d’auto-cannibalisation des modèles. Quand on les réentraîne sur leurs propres sorties, ils perdent les cas rares, les subtilités, les failles, tout ce qui fait la richesse du réel. Ils deviennent très confiants mais dans un espace rétréci, comme s’ils tournaient dans un bocal qui se vide peu à peu de son oxygène (une sorte de photocopie, de photocopie, de photocopie fois X etc.)

C’est là que naît cette idée de “zone jaune”. On le voit dans les images: les teintes glissent vers ce jaune chaud un peu uniforme, les lumières sont toujours flatteuses, les visages changent peu, les textures s’aplatissent. C’est comme si l’IA avait trouvé une couleur refuge, une sorte de moyenne confortable mais sans âme. 

Le jaune devient une métaphore d’une IA qui s’épuise en tournant sur elle-même, qui perd ses ombres, ses aspérités et le grain humain. Plus les modèles se nourrissent de données artificielles, plus ils convergent vers cette esthétique uniforme, jusqu’à produire un monde visuel qui semble poli mais creux, brillant mais déconnecté de la réalité.

Le prix d’entraînement des plus gros modèles double presque chaque année, certains prédisent des coûts dépassant le milliard de dollars d’ici 2027 pour un seul modèle. 

Energiquement, c’est gigantesque aussi: les data centers consomment déjà environ 2 % de l’électricité mondiale, plus que certains pays entiers. Et pour donner une idée, l’entraînement d’un modèle comme GPT-4 aurait demandé autour de 50 GWh, l’équivalent de plusieurs jours d’électricité pour une grande ville américaine. Donc on dépense une énergie colossale pour nourrir des modèles qui, s’ils continuent sur cette trajectoire, risquent de produire un contenu de moins en moins distinctif.

Dans le monde du business, le contraste est encore plus visible, car l’argent afflue à un niveau record, les géants de la tech empruntent des dizaines de milliards pour construire des centres de données, et presque un tiers des investissements en capital risque se concentre sur l’IA. Mais quand on interroge les entreprises, seule une petite minorité dit avoir généré un vrai impact mesurable. On est donc dans un moment où les infrastructures grossissent, les budgets explosent, mais la valeur perçue reste souvent faible ou décevante. C’est typiquement le genre de dynamique qui finit par se corriger brutalement.

À force de consommer du contenu généré par des machines, on commence à ressentir un vrai manque de vécu, d’émotion et de choses imparfaites mais réelles

Au fond, tout ça raconte la même histoire: une adoption massive qui a saturé le web de contenus artificiels, une mécanique d’autorecyclage qui réduit la diversité, une esthétique qui se fige et une économie qui s’emballe plus vite que la valeur créée. Ce n’est pas qu’une bulle va éclater comme en 2001 avec internet, mais plutôt qu’une partie des usages actuels risque de s’éteindre doucement. Les modèles deviendront plus génériques, les réponses plus fades et uniformes et les utilisateurs finiront par décrocher parce qu’ils auront l’impression de tourner dans un paysage sans relief.

« La conclusion logique, c’est qu’on arrive à un moment où la valeur des contenus humains redevient essentielle. Pas pour remplacer l’IA, mais pour l’empêcher de se noyer dans sa propre production. »

Si on veut éviter de rester coincés dans cette zone jaune, il faut remettre de l’expérience, de la nuance, du vécu et de l’imprévu dans la boucle. Rien de spectaculaire, juste une évidence: l’IA ne crée rien si on ne lui donne pas des choses qui viennent du réel. Si on oublie ça, elle s’effacera lentement, en laissant derrière elle un monde de textes propres mais vides et d’images jaune pâle, toutes un peu pareilles, comme si la créativité avait été remplacée par une lumière artificielle incapable de dire quelque chose de vrai…d’humain !