Le bien commun à l’épreuve des intérêts artificiels

Les entreprises paient les services d’intelligence artificielle tout en leur confiant les connaissances qui font leur valeur. Derrière le plaidoyer des géants technologiques pour les modèles ouverts se joue une bataille de rentes, de souveraineté et, peut-être, de place de l’homme dans la production de l’intelligence.

Le capitalisme numérique avait inventé une étrange forme de troc. Google, Facebook ou Instagram nous offraient leurs services et se rémunéraient avec nos données, notre attention et nos comportements. De cette transaction était née une maxime : « Si c’est gratuit, c’est toi le produit. »

L’intelligence artificielle abolit même la consolation de la gratuité. Désormais, le client paie le service tout en continuant à fournir sa matière première. Je résume ce nouvel âge d’une formule : « Avant : gratuit, donc c’est toi le produit. Maintenant : deux fois payant, dix fois perdant. »

Le paradoxe inversé de l’information

Satya Nadella donne à ce mécanisme un fondement économique en renversant le paradoxe formulé en 1962 par Kenneth Arrow. La presse numérique l’illustre aujourd’hui. Pour recruter un abonné, un journal doit laisser lire assez de contenu pour que le lecteur en éprouve la valeur. Mais une fois l’information délivrée, la raison immédiate de payer peut disparaître. À l’inverse, un accès payant fermé trop tôt empêche de juger ce que l’on achèterait.

Le Digital News Report 2026 du Reuters Institute mesure cette difficulté : seuls 17 % des publics étudiés dans vingt pays déclarent payer pour l’information en ligne.

Avec l’intelligence artificielle, la vulnérabilité change de camp. « À l’ère de l’IA, l’acheteur risque de livrer son savoir simplement pour utiliser ce qu’il a acheté », déclare Satya Nadella dans The Reverse Information Paradox, publié en juillet 2026. L’entreprise paie les licences ou l’usage. Puis elle transmet ses procédures, ses raisonnements, ses critères d’évaluation et les corrections qui apprennent au modèle à mieux accomplir son métier.

Nadella désigne les traces produites par l’usage : requêtes, outils mobilisés, retours d’expérience et évaluations. Si cette boucle d’apprentissage ne circule que dans un sens, la valeur se concentre chez le propriétaire de l’infrastructure. L’entreprise croit acheter un avantage ; elle peut banaliser ce qui la rendait singulière.

Toutes les offres ne réutilisent pas les données de leurs clients pour entraîner leurs modèles généraux. Le risque dépend des contrats et des architectures. Mais une dépendance demeure si les mémoires, les évaluations et les adaptations ne peuvent pas être récupérées ou transférées.

Une bataille d’intérêts

C’est ici que la bataille des modèles à poids ouverts (open-weight) prend son sens. Ces modèles rendent accessibles les paramètres numériques acquis pendant l’entraînement. Ils peuvent être téléchargés, exécutés et adaptés sur une infrastructure indépendante, sans que leurs données d’entraînement ou toute leur méthode de fabrication soient nécessairement publiques.

Dans une lettre datée du 24 juillet 2026, Nvidia, Microsoft, Google, OpenAI, Mistral et plusieurs dizaines d’organisations soutiennent que ces modèles entretiennent la concurrence, réduisent les coûts, limitent la dépendance à un fournisseur et permettent aux entreprises de conserver leur savoir accumulé. Cette coalition ne réunit pourtant pas des acteurs désintéressés.

Nvidia vend les processeurs nécessaires aux modèles : leur prolifération élargit son marché. Microsoft veut que la valeur demeure aussi dans ses infrastructures, ses logiciels et ses outils d’orchestration. Les concepteurs de modèles propriétaires protègent leurs investissements et leur avance tout en invoquant la sécurité. Chacun donne au bien commun la forme de son modèle économique.

L’intérêt de Microsoft comporte une autre dimension. Lorsque Google ou Facebook offraient des services financés par la publicité, ils captaient l’attention sans prélever directement une nouvelle part du budget logiciel. On pouvait être leur produit et rester le client de Windows ou d’Office.

Dès qu’un utilisateur paie ChatGPT ou Claude, sa dépense numérique et sa relation quotidienne migrent en partie vers le laboratoire. Même si Microsoft bénéficie de ses alliances et de ses infrastructures, elle risque de perdre l’interface principale avec le client. Son plaidoyer pour l’ouverture protège donc aussi sa place dans la chaîne de valeur. Cette lecture économique n’est pas un argument formulé par Nadella.

Cette rivalité peut servir le public, mais elle ne suffit pas. Dans son rapport Artificial Intelligence Markets publié en 2026, l’OCDE estime que les trois premiers fournisseurs concentraient 74 % du marché mondial de l’informatique en nuage en 2023 et Nvidia 90 % de celui des processeurs graphiques. L’ouverture des modèles peut donc déplacer la rente vers les puces, les centres de données ou l’énergie au lieu de l’abolir.

L’État n’a pas à choisir quel industriel dit vrai. Il doit empêcher qu’un intérêt particulier puisse durablement se faire passer pour l’intérêt général. Cela suppose de garantir l’interopérabilité, la portabilité des données et des apprentissages, la possibilité de changer de modèle, l’accès aux capacités de calcul et le contrôle des concentrations.

Un paradoxe libéral apparaît alors. La concurrence n’est pas le bien commun, mais elle peut empêcher qu’un acteur se l’approprie. Comme le pouvoir arrête le pouvoir chez Montesquieu, l’intérêt peut arrêter l’intérêt, à condition qu’une puissance publique organise cette rivalité et surveille ses goulets d’étranglement.

Le moment copernicien

Cette bataille industrielle en dissimule une autre, plus considérable. En juin 2025, Sam Altman affirmait dans The Gentle Singularity que le « décollage » vers la superintelligence avait commencé. Il décrivait déjà l’aide apportée par les modèles à la conception de leurs successeurs comme une forme « larvaire » d’auto-amélioration récursive.

Le 25 juillet 2026, dans un entretien avec Ti Morse, créateur du podcast entrepreneurial Relentless, le dirigeant d’OpenAI est allé plus loin. « Nous sommes maintenant dans la singularité. C’est le moment », déclare Sam Altman. Cette affirmation demeure contestée et ne décrit pas une autonomie technique déjà démontrée. Elle signale néanmoins la direction revendiquée par les laboratoires eux-mêmes.

Dans son sens fort, la singularité commence lorsqu’une intelligence artificielle contribue à en concevoir une supérieure, qui améliore à son tour sa capacité d’amélioration. L’homme ne devient pas inutile à toute chose. Il cesse d’être indispensable à la production d’une intelligence nouvelle. De concepteur, il devient superviseur, puis potentiellement spectateur.

Anthropic reconnaît en 2026 que l’amélioration pleinement récursive n’est ni atteinte ni inévitable. Mais l’entreprise rapporte aussi des expériences dans lesquelles les humains ont choisi le problème et défini les critères, tandis que des agents ont conçu et conduit les essais. Elle envisage elle-même un avenir où le rôle humain dans le développement des modèles serait « substantiellement réduit ».

On parlera d’un moment Spoutnik, parce qu’une course mondiale à la puissance est engagée, ou d’un moment iPhone, parce qu’une nouvelle plateforme réorganise l’économie. Ces comparaisons restent insuffisantes : Spoutnik et l’iPhone demeuraient des outils conçus et perfectionnés par des hommes.

L’intelligence récursive annonce un moment copernicien. Copernic avait retiré la Terre du centre de l’Univers ; elle pourrait retirer l’homme du centre de la production intellectuelle. Savoir si cette puissance appartiendra à quelques laboratoires, circulera entre des modèles ouverts ou restera sous souveraineté politique devient la première question du bien commun. Si l’homme devient moins utile à la machine, il est urgent qu’il demeure politiquement souverain sur elle.