IA
et contenus

Qualité de l'information

L'intérêt de l'IA (donc en résumé des LLM) pour le gros du public tient beaucoup aux caractéristiques des documents analysés par le logiciel durant la phase préalable à son utilisation dite d'apprentissage.

Ces documents (dits corpus, dataset...) valent par leur originalité, exhaustivité, précision, univocité, fraîcheur, objectivité (absence de biais), concision, bonne structuration...

Pour un professionnel bénéficiant de l'IA la valeur de tout contenu de bonne facture selon ces critères augmente, et il voudra de plus en plus en disposer exclusivement.

À ce titre l'IA ne menace pas l'auteur souhaitant être rémunéré mais seulement sa volonté de publier largement ses oeuvres, par exemple sur un site web accessible à tous, plutôt que de les réserver à ses clients.

Cela dynamise le marché des experts et outils capables d'évaluer des corpus, de les cataloguer, d'en réserver l'accès à qui paie pour cela...

Ce marché de l'AI-ready data, en particulier de la donnée premium (rare et de qualité donc chère) connait une croissance soutenue. Des groupes de presse et assimilés signent des contracts de concession exclusive ou prioritaire (Reddit, Le Monde...).

Ceci vaut pour de nombreuses formes de création de l'esprit, métadonnées (description, popularité...), oeuvres artistiques et façon (création «à la manière de») comprises: Shutterstock, Getty Images... 

La valeur d'une offre jugée adéquate tient à sa rareté donc exclusivité. Celle des soubassements (LLM, circuits électroniques, réseaux...) diminue car ils deviennent autant de commodités. Celle des informations de qualité perdurera.

En 2026 la volonté de se ménager accès exclusif à du savoir laisse supputer que des institutions achètent, numérisent et détruisent secrètement des livres.

La compétitivité tiendra à ce qui est su mais ne l'est pas d'un concurrent, donc au secret.

Recette

Pour le patron-type l'information de qualité doit être non seulement parfaitement utilisée par ses salariés afin d'améliorer l'efficacité de l'entreprise, mais aussi maintenue confidentielle afin qu'aucun concurrent ne l'obtienne.

Ces objectifs antagonistes étaient jusqu'à présent poursuivis en acceptant de préserver certaines informations sous forme orale plutôt que consignées par écrit, donc il n'existait pas d'ensemble de documents formant une recette décrivant comment reproduire les actions de l'entreprise, facilement exploitable par un concurrent.

Cela rassurait le patron ainsi que les salariés dont la valeur reposait pour partie sur ces informations, chacun d'eux s'en réservant ainsi un pan, plus ou moins partagé afin de réduire le facteur d'autobus (qui reflète bien certains aspects de la qualité d'une organisation: s'il est trop élevé la valeur du savoir-faire local est douteuse, s'il est trop faible l'entreprise est fragile).

L'IA ébranle cela car, pour en bénéficier au mieux, on la laisse reposer sur un apprentissage dont le corpus est non seulement générique afin de permettre la conversation avec l'humain, mais aussi constitué de données abritées dans le système d'information de l'entreprise, chacune étant une parcelle de la recette.

Pour en préserver la confidentialité le logiciel animant le LLM est isolé de sorte que seuls les habilités à y accéder le pourront. Ils seront réputés sûrs et le LLM apprendra en continu grâce à eux, donc sa capacité à produire une bonne recette et à l'expliquer (grâce à son corpus générique) augmentera au gré d'interactions.

Aujourd'hui un humain comprenant le besoin du moment (un problème à résoudre, une potentielle amélioration de l'existant) et capable de vite et bien décrire les moyens et résultats correspondants peut efficacement utiliser un LLM, et si ce dernier apprend ainsi à mesure il devient de plus en plus apte à le remplacer.

Plus généralement la proportion des interactions entre les acteurs de l'entreprise (salariés, partenaires, fournisseurs...) analysée par le LLM augmentera vite, surtout s'il écoute des conversations (la surveillance ainsi rendue possible aura des effets intéressants)

Plus il sera utile, plus il sera utilisé, meilleure sera la recette qu'il pourra livrer, donc plus il sera utile.

Avant l'avènement de l'informatique la recette était surtout orale, incomplète, diffuse, obsolète, mal structurée...

Le système d'information d'aujourd'hui abrite le gros des données et quelques éclairages (procédures, documentations techniques...), sous forme brute, et est déjà considéré déterminant pour la bonne marche et la compétitivité de l'entreprise.

Celui de demain reposera sur un LLM qui disposera à mesure du gros des informations échangées donc pourra à tout moment livrer au moins une bonne part de la recette, et l'expliquer clairement à quasi n'importe qui.

L'impact sur la capacité à concurrencer ou fusionner des entreprises sera majeur.

Ce que l'on fait savoir au LLM l'alimente en savoir-faire, il devient ainsi un enseignant capable de l'expliquer donc de le transmettre... y compris à un autre LLM disposant d'autres connaissances (des effets d'interconnexions de LLMs surprendront).

Il deviendra de plus en plus vital de déterminer, y compris à la volée, qui peut ou non modifier une donnée ou en prendre connaissance.

Ici encore la compétitivité tiendra à ce qui est su mais ne l'est pas d'un concurrent, donc au secret.

Concurrence

En matière d'IA la Chine bénéficie de nombreuses compétences pertinentes (l'une des principales préoccupations des Chinois est l'acquisition de savoirs par leurs jeunes) grâce auxquelles ces circuits intégrés sont utiles et améliorables, ainsi que de l'électricité abondante et peu chère (car, en Chine, massivement et de plus en plus d'origine renouvelable) nécessaire.

Un défi majeur et négligé est la proportion des fruits d'un progrès qu'une nation peut se réserver car les chercheurs communiquent, veulent et doivent publier, sont mobiles (donc sur le plan géostratégique des transfuges). Leur valeur est leur réputation, laquelle est faite de l'intérêt porté à leurs publications.

Cela diffuse des connaissances.

C'est particulièrement vrai en Chine où techniciens et ingénieurs partagent depuis longtemps sans guère de considération pour ce qui est de la propriété intellectuelle ou pourrait le devenir, y compris détenue par leur entreprise: datasheets et descriptions de procédés de mise en oeuvre circulent intensément.

C'est accentué par la nature même de l'objet principal (du logiciel, donc pas de matière, facile à diffuser) et la culture correspondante de plus en plus teintée d'opensource, pour de nombreuses raisons dont volonté de pouvoir auditer et type de logiciel utilisé durant les études ne sont pas les moindres, en sus de l'adéquation de l'opensource avec la volonté de publier son oeuvre.

En résumé la capacité d'une nation à ne pas laisser un concurrent bénéficier d'un progrès en matière de logiciel lié issu d'une coûteuse R&D payée par elle diminue sans cesse.

L'approche des entreprises chinoises d'IA consistant à publier une part non négligeable des moyens (modèles "open weight") donc à catalyser la diffusion de savoir-faire périphérique (relatif à la mise en oeuvre, à l'optimisation...) accentue ce phénomène.

Cette approche lui offre moyen de concurrencer des entreprises louant accès à des modèles pour le moment plus avancés (mi-2026 ce sont les acteurs américains: OpenAI, Anthropic...).

Des plateformes neutres, Hugging Face en tête, informent adéquatement les acteurs de ce marché, et elles affranchissent les entreprises publiant une part de leurs produits du gros des énormes investissements nécessaires à leur promotion.
Les données collectées par le site Hugging Face reflètent l'évolution de l'utilisation des modèles donc l'histoire de l'intérêt porté par une forte proportion des usagers qui sont les clients les plus rentables ainsi que des prescripteurs, ainsi que les types de besoins (applications, modes d'utilisation des modèles). Ces informations facilitent l'optimisation des moyens nécessaires aux LLM, donc l'achat par Nvidia dont c'est le coeur de métier n'est pas étonnant.

La stratégie des US consiste peut-être à reconnaître le caractère inéluctable de la progression plus rapide d'une Chine mieux dotée (moyens d'investir, compétences...) et à la transmuter en avantage en la laissant payer à son tour la R&D, surtout fondamentale ou bénéficiant au logiciel, bénéficiant quasi immédiatement à tous pour le plus gros, et après quelques mois pour le reste.

Dans le cas des circuits électroniques cette rapide propagation de découvertes est moindre. Le logiciel gravé dans la puce, en particulier, est aussi dissimulé que possible. Totuefois elle n'est pas nulle: l'outillage ("tooling") en révèle quant au genre d'approche adopté (jeu d'instructions, architecture...) et est lui aussi de plus en plus opensource (de LLVM-MLIR, Dynamo-Triton et Nemotron... à Mesa-NVK). De plus la rétro-ingénierie, aux outils et résultats eux-même de plus en plus largement publiés, progresse.

L'avenir pourrait donc être fait d'oscillations entre, d'une part, le groupe des acteurs les plus avancés tentant de dissimuler (ce qui lui coûte en R&D et réduit son attractivité, son marché), et, d'autre part, celui des «suiveurs».
Elles porteraient sur les deux fronts (logiciel et logiciel) et à tout moment une avance sur le matériel serait la plus solide.

Cette configuration de l'offre est des plus classiques, l'évolution marquante est que certains types d'avantages concurrentiels sont plus en plus volatils puisque l'imitation est plus facile que dans les autres domaines d'activité, ou indistincts dans le cas du logiciel car la supériorité d'une instance de modèle sur un autre peut toujours être disputée, donc que l'efficacité de moyens connus d'obtenir un avantage (se réserver sa R&D, interdire à un concurrent d'imiter son produit, être le premier entrant et dominer suffisamment longtemps pour devenir le «gagnant qui rafle tout» (winner-take-all)...) diminue vite.

Préserver du savoir-faire exclusif, grâce à du secret, est une fois de plus déterminant.

Secret, confiance, gigantisme

Pour résister à la concurrence il faudra préserver du secret.

Cela ralentira globalement l'acquisition de connaissances puisqu'elle repose sur une intense coopération donc communication.

Compenser pour partie implique de cultiver de la confiance de gré à gré, condition de partage d'un secret, donc le gigantisme sera sans cesse moins pertinent.

Auteur