Huang Renxun : L'IA ne prendra pas les emplois, elle entraînera plutôt une pénurie de main-d'œuvre
2026.01.22
Partager versPartager sur Twitter
Dédié à des analyses Web3 approfondies
Partager sur WeChat
Partager sur WeiboPartager sur WeChat
Partager le lien de l’article
Partager l’affiche visuelle
TechFlow SélectionTechFlow Sélection
Huang Renxun : L'IA ne prendra pas les emplois, elle entraînera plutôt une pénurie de main-d'œuvre
L'IA est en réalité un gâteau à cinq couches.
2026.01.22 - 03:20:53
AI黄仁勋
Dédié à des analyses Web3 approfondiesL'IA est en réalité un gâteau à cinq couches.
Auteur : Facing AI
Lors du Forum économique mondial de 2026, Jensen Huang, PDG de NVIDIA, a tenu une conversation avec Larry Fink, PDG de BlackRock.
Le sujet portait sur l'évolution technologique de l'IA, l'ampleur de la construction d'infrastructures, son impact sur le marché du travail et l'économie mondiale.
Jensen Huang considère l'IA comme une transformation fondamentale et profonde, redéfinissant la structure économique et sociale à l'échelle mondiale. Il s’agit de la plus vaste vague de construction d’infrastructures jamais vue dans l’histoire humaine, une opportunité sans précédent pour rééquilibrer le développement économique mondial.
Le point central de Jensen Huang est que nous sommes au cœur d’un changement fondamental de « plateforme » (platform shift).
Il compare l’émergence actuelle de l’IA aux naissances de l’informatique personnelle, d’internet, puis du cloud mobile. Chaque transition de ce type a radicalement transformé la pile informatique et donné naissance à un nouvel écosystème d’applications.
Selon lui, l’IA n’est pas seulement une application comme ChatGPT ou Claude, mais une nouvelle plateforme de base sur laquelle tout peut se construire. La percée essentielle réside dans le fait que les ordinateurs peuvent désormais comprendre des informations « non structurées ».
Les logiciels traditionnels, comme les bases de données SQL, ne pouvaient traiter que des données prédéfinies et structurées. L’IA, en revanche, peut interpréter en temps réel des images, des sons, des langues naturelles – des données complexes, contextuelles et non structurées – et accomplir des tâches en inférant l’intention humaine.
Ce passage d’un mode « préenregistré » à un mode « génératif en temps réel » constitue la caractéristique fondamentale qui distingue l’IA de toutes les technologies antérieures.
Pour mieux faire comprendre la structure de cette vaste industrie, Jensen Huang propose un modèle en « cinq couches », comparable à un gâteau.
1. Énergie (Energy) : la couche la plus basse est l’énergie. Puisque l’IA traite et génère de l’intelligence en temps réel, elle nécessite de l’énergie.
2. Puces et infrastructure informatique (Chips and computing infrastructure) : la deuxième couche est mon domaine, les puces et l’infrastructure informatique.
3. Infrastructure cloud (Cloud infrastructure) : vient ensuite le service cloud.
4. Modèles d’IA (AI models) : au-dessus se trouvent les modèles d’IA. C’est là que la plupart des gens pensent que se situe l’IA. Mais n’oubliez pas : pour que ces modèles existent, toutes les couches inférieures doivent être présentes.
5. Couche applicative (Application layer) : mais la plus importante, et celle où se joue actuellement la transformation, est la couche applicative. L’année dernière a été extraordinaire pour l’IA, parce que les progrès des modèles ont permis à cette couche – celle dont dépend notre succès collectif – de s’épanouir pleinement. Cette couche couvre des domaines comme la finance, la santé, la fabrication industrielle. C’est ici que se matérialisera la valeur économique finale.
Ce modèle vise à souligner la profondeur et l’étendue de l’écosystème IA, et à introduire sa conclusion clé sur la construction d’infrastructures.
Sur cette base, Jensen Huang affirme que nous assistons à « la plus grande construction d’infrastructures de l’histoire humaine ». Les milliers de milliards de dollars déjà investis ne sont qu’un début, des dizaines de milliers de milliards suivront.
Ce n’est pas une exagération, mais une nécessité logique découlant du fonctionnement même de la plateforme IA.
Pour que l’IA puisse traiter des volumes massifs d’informations contextuelles et produire de l’intelligence, la demande mondiale en énergie, centres de données, usines de puces, usines informatiques, voire usines d’IA, croîtra exponentiellement.
Il cite les plans de construction massive de partenaires comme TSMC et Foxconn, ainsi que les investissements colossaux de Micron, Samsung et SK Hynix dans les mémoires, pour illustrer l’ampleur et l’urgence de cette vague.
Interrogé sur l’existence d’une « bulle IA », Huang donne une réponse fondée sur l’offre et la demande : les prix de location des GPU NVIDIA dans le cloud, qu’il s’agisse des dernières générations ou des précédentes, continuent d’augmenter, preuve que la demande réelle reste largement insatisfaite.
Les investissements massifs actuels ne relèvent donc pas de la spéculation irrationnelle, mais répondent à un besoin impérieux de combler un déficit structurel entre offre et demande.
Concernant l’impact de l’IA sur l’emploi, Huang adopte une position inverse aux craintes dominantes. Selon lui, l’IA ne provoquera pas de chômage de masse, mais pourrait entraîner des pénuries de main-d’œuvre dans certains secteurs. Il explique cela en distinguant le « but » (purpose) d’un métier de ses « tâches » (task).
Prenant l’exemple des radiologues, il rappelle qu’il y a dix ans, on prédisait que ce métier disparaîtrait à cause de la vision par IA. Pourtant, dix ans plus tard, leur nombre a augmenté.
Huang explique que l’IA a automatisé la tâche de lecture des images, permettant aux médecins de travailler plus efficacement, et de consacrer davantage de temps à des activités essentielles au but de leur métier : poser un diagnostic, dialoguer avec les patients et autres cliniciens.
Cette hausse de productivité permet aux hôpitaux de traiter plus de patients, d’augmenter leurs revenus, et donc d’embaucher davantage de radiologues. De même, les infirmières, libérées par l’IA des tâches fastidieuses de saisie médicale, peuvent consacrer plus de temps aux soins humains, améliorant ainsi la capacité et la performance globale de l’hôpital.
Il étend ce raisonnement à tous les métiers : l’IA deviendra un outil puissant pour les professionnels, en automatisant les tâches répétitives, renforçant ainsi leur capacité à atteindre le but fondamental de leur travail, et augmentant la productivité et la valeur de tout un secteur.
Par ailleurs, la construction massive d’infrastructures créera elle-même de nombreux emplois qualifiés pour les travailleurs manuels – électriciens, maçons, techniciens – des postes bien rémunérés qui ne nécessitent pas de diplôme élevé, favorisant ainsi une croissance économique plus inclusive.
Jensen Huang adopte une vision optimiste : l’IA pourrait réduire, plutôt qu’élargir, le fossé technologique mondial.
La logique centrale repose sur la simplicité d’utilisation de l’IA. « L’IA est le logiciel le plus facile à utiliser de toute l’histoire », dit-il. Aucune connaissance en programmation complexe n’est requise : il suffit d’exprimer une intention en langage naturel pour que l’IA accomplisse la tâche.
Ce seuil d’accès extrêmement bas permet aux pays en développement et aux personnes non formées en informatique de participer pleinement à cette révolution technologique.
Il développe alors le concept d’« intelligence nationale » (national intelligence) ou d’« IA souveraine » (sovereign AI), recommandant vivement à chaque pays de construire sa propre infrastructure IA et d’entraîner ses propres modèles avec sa langue, sa culture et ses données locales.
Posséder une capacité IA nationale, selon lui, est aussi fondamental pour la compétitivité future qu’un réseau électrique ou routier. Cela touche autant le développement économique que la préservation culturelle et la souveraineté technologique.
À propos de l’Europe, Huang souligne que le continent dispose d’une base industrielle et manufacturière exceptionnellement forte, qui n’a peut-être pas été pleinement valorisée à l’ère du logiciel dominée par les États-Unis.
Mais à l’ère de l’IA, notamment avec le développement récent par NVIDIA d’une « IA physique » (physical AI), l’Europe dispose d’une opportunité historique.
Il encourage l’Europe à fusionner profondément sa puissance manufacturière avec l’intelligence artificielle, en passant d’une logique de « programmer l’IA » à celle de « former l’IA », afin d’accomplir un bond en avant dans la fabrication intelligente et la robotique. Sa solide tradition scientifique peut aussi s’allier à l’IA pour accélérer considérablement les découvertes. Il exhorte les dirigeants européens à prendre au sérieux l’approvisionnement énergétique et les investissements en infrastructures, pour permettre à un écosystème IA local de prospérer.
Traduction intégrale
Larry :
Bonjour à tous. Je suis ravi de revenir dans cette salle du Congrès. J’espère que vous avez passé une bonne journée hier et que vous apprécierez aujourd’hui. C’est un grand honneur pour moi de vous présenter M. Jensen Huang, une personne que j’admire profondément, que je suis depuis longtemps, et qui est pour moi un mentor dans mon apprentissage des technologies et de l’intelligence artificielle (IA).
Observer la manière dont il dirige NVIDIA est tout simplement impressionnant. Je n’aime pas trop me comparer aux autres, mais j’aime bien celle-ci : depuis que NVIDIA est entrée en bourse en 1999 — la même année que BlackRock...
Jensen Huang :
Oh là là.
Larry :
Oui. Le rendement composé total offert par NVIDIA à ses actionnaires atteint 37 %. Imaginez si chaque fonds de pension avait investi dans NVIDIA lors de son introduction en bourse… Nous aurions pu assurer un avenir bien meilleur à la retraite de chacun.
Pendant ce temps, le rendement annualisé total de BlackRock est de 21 %. Ce n’est pas mal pour une entreprise de services financiers, mais cela paraît effectivement pâle en comparaison. Cela témoigne puissamment du leadership de Jensen, du positionnement de NVIDIA, et de la confiance du monde entier dans l’avenir de NVIDIA. Alors, félicitations, Jensen, pour ce parcours. Je sais que nous avons encore beaucoup de chemin à faire ensemble.
Jensen Huang :
Merci beaucoup. Mon seul regret, c’est qu’après l’IPO, voulant offrir quelque chose de bien à mes parents, j’ai vendu des actions NVIDIA à une valorisation de 300 millions de dollars. Je leur ai acheté une Mercedes S-Class. Elle est devenue la voiture la plus chère du monde.
Larry :
Regrettent-ils cet achat ? Ont-ils gardé la voiture ?
Jensen Huang :
Oh oui, bien sûr. Ils l’ont toujours.
Larry :
Très bien. Passons maintenant au vif du sujet. Le débat autour de l’IA tourne autour de sa capacité à transformer le monde et l’économie mondiale. Aujourd’hui, je veux parler de la manière dont l’IA peut ajouter de la valeur à l’économie mondiale, et comment elle devient progressivement une technologie de base, permettant à chacun d’entre nous ici présents, et à chaque personne dans le monde, d’améliorer nos vies.
Nous devons discuter de la façon dont elle va redéfinir la productivité, la main-d’œuvre et les infrastructures dans presque tous les secteurs, mais surtout, de la manière dont elle va remodeler le monde, et comment une plus grande partie du monde peut bénéficier de l’IA. Comment pouvons-nous garantir que l’économie mondiale s’élargisse plutôt qu’elle ne se restreigne ?
Je ne connais personne qui ait une vision plus claire que lui sur l’IA elle-même, et sur les infrastructures environnantes – celles qui doivent être construites autour d’elle. Car de nombreuses grandes entreprises de calcul à très grande échelle utilisent les produits créés par NVIDIA, et tout l’écosystème gravite autour de l’infrastructure IA et de son potentiel. Je pense donc que nous avons ce matin une voix particulièrement précieuse à écouter. Merci encore, Jensen.
C’est sa première visite au Forum économique mondial de Davos. Je sais que ton emploi du temps est extrêmement chargé, merci d’avoir pris le temps de venir.
Jensen Huang :
Merci beaucoup.
Larry :
Je vais aller droit au but. Pourquoi penses-tu que l’IA a un potentiel aussi fort de moteur de croissance ? Qu’est-ce qui rend ce moment précis, cette technologie, différente des cycles technologiques passés ?
Jensen Huang :
Oui. Tout d’abord, quand on interagit avec l’IA de diverses façons — bien sûr via ChatGPT, Gemini, Claude d’Anthropic, etc. — et qu’on observe les choses extraordinaires qu’elle peut faire, il est utile de revenir aux principes premiers pour comprendre ce qui change fondamentalement dans la pile informatique (computing stack).
Il s’agit d’un changement de plateforme (platform shift). Une plateforme est la base sur laquelle on construit des applications. Ce changement ressemble à celui vers l’ordinateur personnel (PC), où de nouvelles applications ont été développées pour un nouveau type d’ordinateur ; ou au passage vers internet, une nouvelle plateforme informatique supportant de nouvelles applications ; ou encore au passage vers le mobile/cloud. À chaque fois, la pile informatique a été reconstruite, et de nouvelles applications sont nées.
En ce sens, nous sommes bien face à un nouveau changement de plateforme. L’application que vous utilisez aujourd’hui, comme ChatGPT, est une application, mais il est crucial de comprendre que de nouvelles applications seront construites au-dessus de ChatGPT, et d’autres au-dessus de modèles comme Claude d’Anthropic. Voilà ce qu’est un changement de plateforme.
Si vous réalisez que l’IA peut faire des choses que vous ne pouviez jamais faire auparavant, cela devient plus clair. Les logiciels anciens étaient en réalité « préenregistrés ». Les humains entraient et décrivaient des algorithmes ou recettes, que l’ordinateur exécutait.
Ils ne pouvaient traiter que des informations structurées : il fallait saisir nom, adresse, numéro de compte, âge, etc., créer des tableaux structurés, puis le logiciel en extrayait les données. On appelait cela des requêtes SQL. SQL est le moteur de base de données le plus important de l’histoire, presque tout a fonctionné dessus.
Maintenant, nous disposons d’ordinateurs capables de comprendre des informations non structurées. Cela signifie qu’ils peuvent analyser une image, lire un texte, comprendre un son, en saisir le sens, la structure, et décider comment y répondre. Pour la première fois, nous avons un ordinateur qui n’est pas « préenregistré », mais capable de traiter l’information en temps réel. Il peut saisir le contexte présent, l’environnement, toute information que vous lui donnez, en inférer le sens, et comprendre votre intention — que vous pouvez exprimer de façon très non structurée.
On appelle cela des « prompts », mais vous pouvez les décrire comme vous voulez. Dès qu’il comprend votre intention, il peut exécuter la tâche.
Ce qui importe ici, c’est que nous sommes en train de reconstruire toute la pile informatique. La question est : qu’est-ce que l’IA ? Quand on y pense, on pense souvent aux modèles d’IA, mais il est crucial de comprendre l’IA sous l’angle industriel. En réalité, l’IA est un gâteau à cinq couches :
1. Énergie (Energy) : la couche la plus basse est l’énergie. Car l’IA traite et génère de l’intelligence en temps réel, elle a besoin d’énergie.
2. Puces et infrastructure informatique (Chips and computing infrastructure) : la deuxième couche est mon domaine, les puces et l’infrastructure informatique.
3. Infrastructure cloud (Cloud infrastructure) : la couche suivante est le cloud.
4. Modèles d’IA (AI models) : au-dessus viennent les modèles d’IA. C’est là que la plupart des gens situent l’IA. Mais rappelez-vous : pour que ces modèles existent, toutes les couches inférieures doivent être présentes.
5. Couche applicative (Application layer) : mais la plus importante, et celle qui est en plein essor aujourd’hui, est la couche applicative. L’année dernière a été incroyable pour l’IA, parce que les progrès des modèles ont permis à cette couche — celle dont dépend notre succès collectif — de s’épanouir pleinement. Cette couche couvre des domaines comme la finance, la santé, la fabrication industrielle. C’est ici que se matérialisera la valeur économique finale.
Mais surtout, parce que cette plateforme informatique nécessite toutes les couches inférieures, elle a lancé la plus grande construction d’infrastructures de l’histoire humaine. Nous avons déjà investi des milliers de milliards de dollars.
Larry :
Seulement des milliers.
Jensen Huang :
Nous avons seulement investi des milliers de milliards. Larry, toi et moi avons tant de projets en commun.
Des dizaines de milliers de milliards d’infrastructures doivent encore être construits. C’est logique, car toutes ces informations contextuelles doivent être traitées pour que les modèles IA génèrent l’intelligence nécessaire, qui alimente les applications du sommet.
Quand on remonte pas à pas, on voit que le secteur de l’énergie connaît une croissance extraordinaire. Le secteur des puces : TSMC vient d’annoncer la construction de 20 nouveaux fabs.
Foxconn, Wistron et Quanta, nos partenaires, construisent 30 nouvelles usines informatiques, dont les produits alimenteront les usines d’IA. Des usines de puces, d’ordinateurs et d’IA sont en construction partout dans le monde.
Larry :
Et la mémoire.
Jensen Huang :
Et la mémoire, exactement. Ces usines de puces. Micron a commencé à investir 200 milliards de dollars aux États-Unis. SK Hynix et Samsung excellent également. On voit l’ensemble de la couche des puces croître de façon spectaculaire. Bien sûr, nous nous concentrons beaucoup sur la couche des modèles, mais ce qui est passionnant, c’est que la couche applicative au-dessus des modèles réussit aussi très bien. Un indicateur : les flux de capital-risque (VC) l’année dernière.
L’année dernière a été l’une des plus importantes de l’histoire du VC, et la majorité des fonds ont été dirigés vers les entreprises dites « natives de l’IA ». Elles couvrent la santé, la robotique, la fabrication, les services financiers — tous les grands secteurs. On voit des investissements massifs affluer vers ces entreprises IA natives, car les modèles IA sont pour la première fois assez bons pour servir de base à leurs applications.
Larry :
Approfondissons. Évidemment, je crois que chacun ici utilise son chatbot pour obtenir des informations. Mais tu as parlé de l’accessibilité universelle de l’IA comme facteur clé. Parlons des perspectives positives apportées par la diffusion de l’IA dans le monde physique. Tu as mentionné la santé comme bon exemple, mais quelles sont les opportunités transformatrices dans les transports ou la science ?
Jensen Huang :
L’année dernière, je dirais que trois événements majeurs se sont produits au niveau technologique de l’IA, c’est-à-dire la couche des modèles.
Premièrement, les modèles eux-mêmes, bien que fascinants au départ, produisaient beaucoup d’« hallucinations ». L’année dernière, on peut raisonnablement dire qu’ils sont devenus plus « ancrés » (grounded). Ils peuvent faire de la recherche, raisonner sur des environnements qu’ils n’ont pas été entraînés à connaître, décomposer cela en étapes de raisonnement, et élaborer un plan pour répondre à une question ou exécuter une tâche. Nous avons donc vu les modèles linguistiques évoluer vers ce que nous appelons des systèmes « agents » (Agentic Systems) ou une IA « agent » (Agentic AI).
Deuxièmement, la percée des modèles ouverts (open models). Il y a environ un an, Deepseek est apparu, ce qui a inquiété beaucoup de monde. Mais franchement, Deepseek a été un événement majeur pour la plupart des industries et entreprises du monde, car c’était le premier modèle de raisonnement ouvert au monde. Depuis, une multitude de modèles de raisonnement ouverts ont surgi. Ces modèles permettent aux entreprises, secteurs, chercheurs, enseignants, universités et startups de les utiliser pour lancer des projets, créant des solutions spécialisées ou adaptées à leurs besoins spécifiques.
Troisièmement, un domaine ayant fait d’immenses progrès l’année dernière est celui de l’intelligence physique (physical intelligence) ou de l’IA physique (physical AI). Cette IA ne comprend pas seulement le langage, mais aussi la nature. Elle peut comprendre notre monde physique, les protéines, les produits chimiques, la physique — comme la dynamique des fluides, la physique des particules, la physique quantique. Ces IAs apprennent désormais toutes ces structures différentes, tous ces « langages » — si vous voulez, voyez les protéines comme un langage.
Toutes ces avancées sont si considérables que les entreprises industrielles, dans la fabrication ou la recherche pharmaceutique, ont fait d’énormes progrès. Un excellent exemple est notre collaboration avec Eli Lilly. Ils réalisent que grâce aux progrès extraordinaires de l’IA dans la compréhension des structures des protéines et des produits chimiques — capables d’interagir avec les protéines comme nous interagissons avec ChatGPT — nous allons assister à de véritables percées.
Larry :
Toutes ces percées suscitent des inquiétudes sur « l’humain ». Nous en avons parlé plusieurs fois, mais nous devons le dire à tous les spectateurs : les gens craignent que l’IA remplace les emplois. Et tu défends un point de vue opposé. Évidemment, comme tu le dis, la construction de l’IA — la plus grande construction d’infrastructures de l’histoire — créera des emplois. L’énergie crée des emplois, l’industrie crée des emplois, la couche infrastructure crée des emplois, terrain, électricité, bâtiments — c’est incroyable.
Expliquons cela plus en détail. Tu penses en fait que nous ferons face à une pénurie de main-d’œuvre. Alors, comment vois-tu l’IA et la robotique transformer la nature du travail, plutôt que de l’éliminer ?
Jensen Huang :
On peut aborder cela sous plusieurs angles.
D’abord, c’est la plus grande construction d’infrastructures de l’histoire humaine. Elle créera des millions d’emplois. Et le meilleur, c’est qu’ils concernent des métiers qualifiés (tradecraft). Nous aurons besoin de plombiers, d’électriciens, de maçons, de soudeurs, de techniciens réseau, de personnes pour installer et configurer les équipements. Aux États-Unis, nous assistons à une prospérité remarquable dans ce domaine. Les salaires ont presque doublé.
Larry :
Oui.
Jensen Huang :
Nous parlons de salaires à six chiffres pour ceux qui construisent des usines de puces, d’ordinateurs ou d’IA. Et nous faisons face à une grave pénurie. Je suis très heureux de voir tant de pays et de personnes reconnaître l’importance de ce domaine. Chacun devrait pouvoir vivre dignement, sans avoir besoin d’un doctorat en informatique. Je suis content de voir cela.
Deuxièmement, théoriquement, on discute de l’automatisation des tâches et de son impact sur l’emploi. Je veux juste partager quelques anecdotes réelles, des faits qui se sont déjà produits.
Vous souvenez-vous d’il y a 10 ans ? On pensait que l’un des premiers métiers à disparaître serait celui de radiologue. La raison ? La première capacité d’IA à atteindre un niveau surhumain était la vision par ordinateur, et l’une de ses principales applications était la lecture d’images médicales par les radiologues.
Dix ans plus tard, l’IA a bel et bien pénétré et diffusé dans tous les aspects de la radiologie, et les radiologues utilisent effectivement l’IA pour analyser les images. L’impact est de 100 %, totalement réel. Pourtant, sans surprise — si on raisonne par principes premiers — le nombre de radiologues a augmenté.
Larry :
Est-ce par manque de confiance envers l’IA, ou parce que l’interaction humain-IA produit de meilleurs résultats ?
Jensen Huang :
La seconde option. Parce que le but (purpose) du travail du radiologue est de diagnostiquer des maladies et d’aider les patients. C’est là son objectif. La tâche (task) consiste à analyser les images. Or, ils peuvent maintenant le faire à une vitesse quasi infinie, ce qui leur permet de passer plus de temps avec les patients, de poser un diagnostic, d’interagir avec eux et d’autres cliniciens.
Sans surprise, les hôpitaux peuvent désormais traiter plus de patients, car auparavant, beaucoup attendaient longtemps pour passer une imagerie. Maintenant, avec plus de patients, les revenus augmentent, et ils embauchent davantage de radiologues.
Même chose pour les infirmières. Aux États-Unis, nous manquons de 5 millions d’infirmières. Grâce à l’IA pour la saisie des dossiers médicaux et la transcription des consultations — tâches qui prenaient la moitié de leur temps — elles peuvent désormais utiliser l’IA. Notre partenaire Abridge excelle dans ce domaine. Ainsi, les infirmières peuvent passer plus de temps auprès des patients.
Larry :
Les soins humains.
Jensen Huang :
Exactement. Comme vous pouvez maintenant voir plus de patients, nous ne sommes plus limités par le nombre d’infirmières, plus de patients peuvent entrer plus vite à l’hôpital. Résultat : l’hôpital marche mieux, ils embauchent plus d’infirmières.
L’IA augmente donc leur productivité, ce qui n’est pas surprenant. L’hôpital performe mieux, veut embaucher davantage. Trop de gens attendent trop longtemps pour être soignés. Ce sont deux exemples parfaits.
La manière la plus simple d’analyser l’impact de l’IA sur un métier spécifique est de comprendre quel en est le but, et quelles en sont les tâches. Si vous mettiez une caméra sur nous deux, en nous regardant, vous pourriez penser que nous sommes des dactylos, car je passe ma journée à taper. Si l’IA peut automatiser la prédiction de mots et nous aider à taper, alors nous serions au chômage.
Mais évidemment, ce n’est pas notre but. Donc, la question est : quel est le but de votre travail ? Pour les radiologues et les infirmières, c’est de prendre soin des gens. Ce but est renforcé par l’automatisation des tâches, devenant plus efficace. Dès lors que vous distinguez but et tâches, je pense que c’est un cadre de réflexion très utile.
Larry :
Élargissons la discussion au-delà des économies développées. Aide-moi à comprendre comment l’IA peut bénéficier au monde entier. Ce week-end, j’ai lu un article d’Anthropic disant que l’usage récent de l’IA est principalement dominé par les groupes sociaux éduqués, qui constatent même que les parties les plus instruites de chaque société l’utilisent plus fréquemment. Bien sûr, ils tirent cette conclusion de leurs propres modèles, donc il peut y avoir un biais.
Comment pouvons-nous garantir que l’IA devienne une technologie transformatrice, comme le Wi-Fi ou la 5G l’ont été pour les pays émergents ? Que signifie l’intersection entre l’IA, les robots et les conditions d’emploi dans les pays émergents ? Comment élargir l’économie mondiale ? Revenons à l’emploi : avec les robots et l’IA, des remplacements auront lieu. Aux États-Unis, cela a déjà commencé.
Nous créons peut-être plus de plombiers et d’électriciens, mais nous aurons besoin de moins d’analystes financiers. Moins d’analystes juridiques aussi, car ils accumulent les données plus vite. Tournez-nous vers les pays émergents et en développement. Comment vois-tu l’évolution ?
Jensen Huang :
D’abord, l’IA est une infrastructure. Je ne peux imaginer aucun pays au monde qui n’ait pas besoin d’intégrer l’IA à son infrastructure. Chaque pays a de l’électricité, des routes, il doit aussi avoir l’IA comme infrastructure.
Bien sûr, on peut importer l’IA, mais aujourd’hui, entraîner une IA n’est plus si difficile. Avec autant de modèles ouverts, en combinant ces modèles et vos connaissances locales, vous pouvez créer des modèles utiles à votre pays.
Je crois fermement que chaque pays doit participer, construire sa propre infrastructure IA, développer son propre IA, en utilisant ses ressources naturelles fondamentales — sa langue et sa culture — pour perfectionner son IA, et faire de son intelligence nationale (national intelligence) une partie intégrante de son écosystème. C’est le premier point.
Deuxièmement, rappelez-vous : l’IA est extrêmement facile à utiliser. C’est le logiciel le plus facile à utiliser de toute l’histoire. C’est pourquoi sa croissance est la plus rapide, son adoption la plus rapide. En deux ou trois ans, elle approche près d’un milliard d’utilisateurs.
Je pense que Claude est formidable. Anthropic a fait d’énormes progrès avec Claude. Nous l’utilisons partout dans notre entreprise. Ses capacités de codage, de raisonnement, sont vraiment impressionnantes. Toute entreprise logicielle devrait l’utiliser. D’un autre côté, ChatGPT est probablement l’IA grand public la plus réussie de l’histoire, par sa simplicité et son accessibilité. Chacun devrait s’y mettre.
Que vous soyez une personne dans un pays en développement ou un étudiant, il est clair qu’apprendre à utiliser l’IA, à la guider, à lui donner des instructions, à la gérer, à fixer des garde-fous, à l’évaluer, est essentiel. Ces compétences ne sont pas différentes de celles des dirigeants, des gestionnaires — comme toi et moi faisons. À l’avenir, outre l’« IA » biologique, carbonée (les humains), nous aurons une version numérique, en silicium, que nous devrons gérer. Elle fera partie de notre main-d’œuvre numérique.
Je plaide donc pour que les pays en développement construisent leur infrastructure, s’engagent dans l’IA, et comprennent que l’IA aura tendance à réduire le fossé technologique.
Larry :
Vraiment ?
Jensen Huang :
Parce qu’elle est si facile à utiliser, si riche, si accessible. Je suis donc très optimiste sur le potentiel de l’IA à relever les pays émergents. Pour beaucoup qui n’ont pas de diplôme en informatique, vous pouvez désormais devenir programmeurs. Avant, nous devions apprendre à programmer les ordinateurs. Maintenant, vous programmez en demandant à l’ordinateur : « Comment dois-je te programmer ? »
Si vous ne savez pas utiliser l’IA, demandez-lui : « Je ne sais pas comment utiliser l’IA, comment faire ? » Elle vous expliquera. Vous pouvez dire : « Je veux écrire un programme pour créer mon site web, comment faire ? » Elle vous posera une série de questions sur le type de site que vous voulez, puis écrira le code pour vous. C’est si simple. C’est là toute la force incroyable et passionnante de l’IA.
Larry :
Deux courtes questions, le temps presse. Nous sommes en Europe. Quand nous parlons de nombreuses entreprises, nous citons souvent des sociétés américaines ou asiatiques. Parle-nous de la manière dont l’IA croise le succès et l’avenir de l’Europe, et quel rôle tu penses que NVIDIA jouera en Europe ?
Jensen Huang :
J’ai un avantage : NVIDIA collabore avec chaque entreprise d’IA dans le monde. Étant au fond de l’infrastructure, nous alimentons l’IA dans tous les secteurs — langage, biologie, physique, modèles mondiaux liés à la fabrication et à la robotique.
Pour l’Europe, ce qui est passionnant, c’est que votre base industrielle est très forte. La base manufacturière européenne est extrêmement solide. C’est l’occasion de rattraper l’ère du logiciel. Les États-Unis ont effectivement mené l’ère du logiciel. Mais l’IA est un logiciel qu’on n’écrit pas. On n’écrit pas l’IA, on l’enseigne (
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
Ajouter aux favoris
Partager sur les réseaux sociaux
Auteur
直面AI
