Pourquoi la révolution de l’IA est encore sous-estimée : L’analyse d’Eric Schmidt

👉 Article mis à jour en août 2026.

Alors que l’intelligence artificielle semble omniprésente dans les médias, l’ancien PDG de Google, Eric Schmidt, soutient une thèse provocatrice : l’IA est en réalité sous-estimée. Dans une récente intervention, il détaille le passage des simples chatbots à des agents de planification autonomes, les défis énergétiques colossaux et les tensions géopolitiques imminentes. Relecture critique de cette vision à la lumière de 2026.

Au-delà de ChatGPT : l’ère de la planification

Pour le grand public, l’IA se résume souvent à ChatGPT et à sa capacité verbale. Cependant, Schmidt identifie un changement de paradigme majeur grâce à l’apprentissage par renforcement — une technique popularisée par AlphaGo en 2016 et aujourd’hui au cœur des modèles de pointe.

Nous passons d’outils qui génèrent du texte à des systèmes capables de planifier et de raisonner. Des modèles comme OpenAI o3, DeepSeek R1, Claude en mode Extended Thinking, ou Gemini 2.5 Pro ne se contentent plus de répondre instantanément : ils peuvent prendre 15 minutes de « réflexion » (calcul intensif) pour élaborer des stratégies complexes, avancer et reculer dans leur raisonnement.

Selon Schmidt, nous assistons à une transition fondamentale : « d’une langue à une autre, puis du langage à la séquence », permettant à l’IA d’exécuter des processus d’affaires et des stratégies. C’est exactement ce que nous observons dans nos tests : les agents autonomes de ChatGPT et les workflows Make/n8n pilotés par des LLM matérialisent cette transition.

Le mur de l’infrastructure : énergie et calcul

L’ambition de créer une superintelligence se heurte à des limites physiques. Schmidt compare les systèmes d’IA actuels à des « hippopotames très affamés » qui ont déjà digéré tout l’internet public. Trois goulets d’étranglement majeurs se dessinent :

• L’énergie : C’est la limite la plus critique. Schmidt évoque un besoin de 90 gigawatts supplémentaires aux États-Unis (l’équivalent de 90 centrales nucléaires), une demande impossible à satisfaire avec les infrastructures actuelles. Les géants technologiques investissent massivement dans le nucléaire (SMR) et les énergies renouvelables dédiées.
• Le matériel (compute) : Les algorithmes de planification exigent une augmentation de la puissance de calcul d’un facteur 100, voire 1 000. Les puces NVIDIA Blackwell et les ASIC propriétaires (TPU de Google, AI5 de Tesla) tentent de répondre à cette demande exponentielle.
• Les données : Ayant épuisé les données humaines disponibles, l’industrie doit désormais générer ses propres données synthétiques pour continuer à entraîner les modèles. Cette approche pose des questions de qualité, de biais et de consanguinité numérique — un phénomène que nous détaillons dans notre article sur l’« effet Habsbourg » de l’IA.

Géopolitique et sécurité : le piège de la « destruction mutuelle »

La course à l’IA entre les États-Unis et la Chine est le point de tension central. Schmidt met en garde contre une dynamique dangereuse liée aux effets de réseau :

• L’avance technologique : Si une entité (ou un pays) a six mois d’avance vers la superintelligence, son concurrent, sachant qu’il ne pourra jamais rattraper son retard à la loyale, pourrait être tenté par des mesures extrêmes : vol de code, infiltration ou sabotage physique des centres de données. La sécurité physique des datacenters devient un enjeu stratégique.
• Open source vs modèles fermés : Schmidt souligne le dilemme américain. La Chine, avec des modèles comme DeepSeek et Qwen, favorise l’open source. Bien que cela accélère l’innovation mondiale, cela présente des risques de prolifération dangereux (cyberattaques, biologie) si ces outils tombent entre de mauvaises mains. Grok (xAI) et Mistral illustrent la diversité des approches sur ce sujet.
• Contrôle autonome : Schmidt insiste sur la nécessité de garder un contrôle humain (« human in the loop »), citant la doctrine militaire américaine. Face à des agents qui pourraient créer leur propre langage indéchiffrable, la capacité de « débrancher » le système reste une exigence fondamentale. C’est aussi le cœur de l’AI Act européen qui impose la supervision humaine pour les systèmes à risque élevé.

L’horizon optimiste : abondance et productivité

Malgré ces risques, Schmidt reste un technophile optimiste. Il entrevoit un avenir où l’IA permettrait d’inventer de toutes nouvelles écoles de pensée scientifique, à la manière d’Einstein, en résolvant le problème de la « non-stationnarité des objectifs ».

Les promesses concrètes incluent :

• Santé et sciences : l’identification de toutes les cibles médicamenteuses humaines ou la compréhension de l’énergie noire. Les modèles de pointe comme AlphaFold 3 ont déjà révolutionné la biologie structurale.
• Éducation : un tuteur personnel dans sa propre langue pour chaque être humain — une promesse portée par des outils comme Gemini LearnLM et Khan Academy avec Khanmigo.
• Démographie et économie : face à la baisse de la natalité et au manque de main-d’œuvre, l’IA est la seule solution pour maintenir l’économie. Des études suggèrent une augmentation potentielle de la productivité de 30 % par an, un phénomène économique jamais vu auparavant.

Pour Eric Schmidt, l’arrivée de cette intelligence est l’événement le plus important des 500 ou 1 000 dernières années. Son conseil pour les professionnels est sans appel : il ne faut pas voir l’IA comme un épisode passager. C’est un marathon. Ceux qui n’adoptent pas cette technologie rapidement deviendront non pertinents face à leurs concurrents.

Ce que votre organisation doit faire maintenant

La vision de Schmidt se traduit en actions concrètes pour les décideurs :

1. Passez des chatbots aux agents autonomes : vos workflows doivent exploiter la planification multi-étapes, pas seulement la génération de texte. Testez les modes « raisonnement approfondi » de ChatGPT et Claude.
2. Intégrez l’énergie dans votre stratégie IA : le coût du compute et son empreinte carbone deviennent des critères de sélection. Choisissez des fournisseurs transparents sur leur mix énergétique.
3. Sécurisez votre stack IA : dans un contexte géopolitique tendu, la souveraineté des données et la sécurité physique de vos infrastructures sont critiques. Évaluez les solutions européennes comme Mistral.
4. Maintenez le contrôle humain : conformément à l’AI Act, vos agents IA doivent rester supervisables et débranchables. C’est un prérequis réglementaire et stratégique.
5. Investissez dans la durée : l’IA n’est pas un projet ponctuel mais une transformation continue. Budgétisez la formation, l’expérimentation et l’itération sur plusieurs années.

Pour comparer les assistants IA actuels et identifier ceux qui correspondent à votre contexte, utilisez notre moteur de recommandation ou consultez nos tests dans la catégorie Commercial, Marketing et Juridique, RH, administratif.

Ne gâchons pas cette opportunité. Nous avons une chance rare de façonner ce développement. Agissons maintenant.

— Eric Schmidt, ancien PDG de Google

FAQ