AI Wars — Episode 1
Disclaimer : L’actualité de l’IA évolue plus vite que n’importe quel commentaire ne peut le suivre. Le sentiment des investisseurs oscille désormais en quelques heures. Le 21 novembre, les marchés ont ouvert en pariant que les résultats exceptionnels de Nvidia pourraient retarder — ou dissiper, le risque d’une correction à court terme. L’après-midi, le Nasdaq avait fortement inversé sa tendance. Un rappel de la fragilité de l’équilibre actuel.
Nous n’avons aucune idée de ce que la semaine prochaine apportera. Mais l’analyse qui suit devrait tenir, quel que soit l’endroit où le prochain titre déplacera le marché.
L’intelligence artificielle a le potentiel de remodeler l’ordre économique. Elle porte également des conséquences sociales, écologiques et géopolitiques profondes. Chez Asterion, nous trouvons impossible d’aborder cette technologie sans reconnaître sa double nature. Le philosophe Bernard Stiegler appelait de tels objets des pharmaka — des forces qui soignent et perturbent simultanément.
C’est pourquoi nous lançons AI Wars, une exploration en deux parties sur l’origine des narratifs de l’IA, ce qu’ils révèlent et comment ils influencent l’investissement, la réglementation et l’imaginaire collectif.
Dans ce premier épisode, nous examinons les quatre grandes histoires qui se battent pour définir ce qu’est l’IA. Le mois prochain, l’Épisode 2 explorera comment une nouvelle génération de startups européennes de l’IA, axées sur l’impact réel, émerge.
Le moment où les narratifs dépassent la technologie
Au cours des trois dernières années, l’IA a cessé d’être un domaine unique. Elle est devenue une arène culturelle. Ce que nous appelons « IA » n’est plus un ensemble de modèles ou de techniques : c’est un cluster d’interprétations concurrentes, chacune offrant un futur différent et un profil de risque différent.
Un schéma devient évident lorsque nous passons en revue les startups IA dans les sciences de la vie, l’énergie, la mobilité et l’infrastructure :
La technologie avance par incréments réguliers. Les attentes changent brutalement.
Un article révolutionnaire change l’humeur de toute une industrie. Une démo décevante déclenche une vague de scepticisme. Un nouveau projet lunaire recadre l’horizon du jour au lendemain.
Les dernières semaines ont livré les trois.
Jeff Bezos a dévoilé Project Prometheus, un pari ambitieux sur le raisonnement scientifique assisté par machine.
Le Gemini 3 de Google a surpassé ChatGPT-5 sur des benchmarks clés, déclenchant les premières vraies vibes « OpenAI pourrait vraiment avoir des problèmes ».
Et Yann LeCun a quitté Meta pour travailler indépendamment sur les world models, arguant que les LLM d’aujourd’hui ne produiront jamais une véritable intelligence.
Son verdict était franc :
Un chat peut se souvenir, comprendre le monde physique, planifier des actions complexes et faire un certain niveau de raisonnement, en fait bien mieux que les plus grands LLM.
La technologie évolue. Mais les histoires qui l’entourent mutent plus vite — et elles entraînent avec elles le capital, la réglementation et la perception.
Pour donner du sens à cette turbulence, nous avons cartographié quatre familles narratives.
Paysage narratif 2022–2025 : comment nous en sommes arrivés là
2022 : L’année de l’enchantement
La sortie de ChatGPT a transformé une percée de recherche en événement culturel mondial. L’AGI, longtemps un concept marginal, a soudainement semblé plausible. Les investisseurs ont réorienté leurs portefeuilles autour de la promesse d’une révolution cognitive. C’était le pic de la techno-euphorie.
2023–2024 : La montée de la peur
La lettre de pause a marqué un tournant. Geoffrey Hinton a exprimé publiquement ses inquiétudes. Les régulateurs se sont précipités pour anticiper des risques qui n’existaient pas encore. À Bruxelles, la sécurité est devenue la lentille dominante. À Washington, les agences de renseignement sont entrées dans le tableau. Le ton a changé : l’excitation a cédé la place à la prudence, voire à la crainte.
2024–2025 : La contre-vague sceptique
Sous les gros titres, des réalités plus dures se sont accumulées. Les coûts de calcul ont explosé. Les marges se sont évaporées. De nombreux « AI wrappers » ont révélé des modèles économiques fragiles. Des analystes comme Jerry Neumann ont averti que la valeur n’irait pas aux constructeurs de modèles, mais aux industries qui utilisent l’IA pour transformer la logistique, l’énergie, la santé ou la défense. Le capital-risque est discrètement devenu plus sélectif.
Late 2025 : Un triangle de hype, menace et réalisme
Aujourd’hui, l’équilibre est instable.
Prometheus réactive l’imagination transhumaniste. Les préoccupations de sécurité continuent de façonner la réglementation. Et les marchés montrent des signes de doute : la récente vente de Nvidia, malgré des résultats records, rappelle à tous que la gravité financière s’applique toujours.
Nous vivons désormais dans une période où aucune histoire unique ne domine et cela rend le paysage plus difficile à lire.
NARRATIF #1 : LES OPTIMISTES DE L’AGI
L’IA comme prochaine espèce cognitive
C’est le narratif le plus ambitieux. Il cadre l’IA comme un tournant scientifique et civilisationnel — une nouvelle forme d’intelligence qui finira par surpasser la nôtre.
Vocabulaire : AGI, auto-amélioration, modélisation du monde, moteurs de découverte. Champions : Demis Hassabis, Sam Altman, OpenAI, DeepMind, Anthropic, et maintenant Bezos via Prometheus.
Son influence est la plus forte sur la recherche de pointe et le capital à long horizon.
Son angle mort, ce sont les contraintes matérielles : approvisionnement énergétique, semi-conducteurs, thermodynamique. Même si l’intelligence scale, l’infrastructure pourrait ne pas suivre.
Pourtant, cette histoire façonne l’ambition. Elle attire les talents, capte l’attention et justifie des paris à plusieurs milliards de dollars.
NARRATIF #2 : LES DOOMERS
L’IA comme menace existentielle
Ce narratif croit également que l’AGI arrive mais pas de manière sûre.
Il est porté par les chercheurs en risques existentiels, de nombreux décideurs politiques et des parties de la communauté scientifique. En 2023–2024, il est devenu la force dominante façonnant la réglementation, de l’AI Act de l’UE aux décrets exécutifs de la Maison Blanche.
Sa logique est précautionneuse : même une catastrophe à faible probabilité nécessite une intervention.
Mais il a un défaut structurel : il contraint souvent davantage les petits innovateurs que les acteurs qui possèdent réellement les capacités de pointe. La sécurité devient un fossé. Et il cadre l’avenir comme quelque chose à contrôler plutôt qu’à construire.
Néanmoins, c’est un contrepoids critique à l’optimisme aveugle.
NARRATIF #3 : LES PRAGMATIQUES INDUSTRIELS
L’IA comme outil industriel
C’est le narratif le plus ancré.
Il traite l’IA comme un levier de productivité, pas comme une percée métaphysique. C’est la vision du monde de Satya Nadella, des CIO d’entreprise et des équipes qui intègrent l’IA dans la logistique, les opérations de santé, les réseaux ferroviaires, les réseaux énergétiques et la maintenance industrielle.
La plus grande valeur mesurable aujourd’hui vient de cette histoire : automatisation, copilotes, workflows scientifiques, systèmes d’optimisation.
Sa faiblesse : la commoditisation. Les produits dépendent de modèles qu’ils ne contrôlent pas. La défendabilité repose sur les données et l’intégration, pas sur le hype.
Mais c’est l’histoire la plus proche de l’économie réelle et celle que nous voyons quotidiennement dans les startups que nous évaluons.
NARRATIF #4 : LES SCEPTIQUES
L’IA comme bulle en attente de correction
Cette histoire argue que l’IA générative a atteint un plateau fonctionnel — et que de nombreux modèles économiques dans le domaine sont économiquement fragiles.
Elle tire sa force de :
Des analystes notant que les flux de capitaux vont aux constructeurs de modèles tandis que la valeur revient aux industries qui utilisent l’IA.
Des goulots d’étranglement énergétiques : l’expansion des data centers dépasse la capacité du réseau.
La volatilité du marché : les fortes oscillations de Nvidia malgré des fondamentaux exceptionnels.
La critique culturelle : la MIT Technology Review comparant les systèmes de croyance en l’AGI à « la théorie du complot la plus lourde de conséquences de notre époque ».
Ce narratif explique quelque chose que les autres n’expliquent pas : pourquoi tant de produits IA impressionnent mais ne génèrent pas de revenus durables.
Comment ces quatre histoires façonnent les marchés, la réglementation et la perception
Ces narratifs se livrent bataille quotidiennement pour définir les priorités, les valorisations et la réglementation.
Prometheus pousse les investisseurs vers les moonshots.
Le départ de LeCun dynamise les chercheurs qui cherchent des alternatives aux LLM.
Les échecs de modèles renforcent le camp doomer.
Les métriques d’adoption renforcent le narratif constructeur.
La volatilité du marché renforce le scepticisme.
Ce déplacement constant de la gravité narrative explique pourquoi l’IA semble simultanément surévaluée et sous-évaluée, surhypée et sous-estimée.
Sans ces histoires, le secteur semble chaotique. Avec elles, ses mouvements deviennent lisibles.
Notre position chez Asterion
Nous ne souscrivons entièrement à aucune de ces quatre histoires, mais nous les prenons toutes au sérieux.
Nous ne croyons pas que l’AGI/ASI soit imminente, mais nous reconnaissons une amélioration rapide. Nous voyons des risques légitimes, mais pas de timeline existentielle. Nous voyons de réels gains de productivité, mais pas infinis. Nous notons un excès spéculatif, mais pas un effondrement de la tendance sous-jacente.
Notre perspective est façonnée par ce que nous voyons sur le terrain : des entreprises qui résolvent de vrais problèmes dans l’énergie, la biologie, le transport et les systèmes industriels. Ces domaines ne reposent pas sur des percées spéculatives, ils nécessitent robustesse, qualité des données, alignement réglementaire et intégration étroite avec le monde physique.
C’est là que la prochaine valeur durable émergera.
Conclusion : rester critique pour rester rationnel
Bulle ou pas, l’IA ne va pas disparaître. Le krach dot-com n’a pas éteint Internet ; il l’a clarifié. Le même schéma est probable ici.
La clarté nécessite de la distance. Elle nécessite de lire les grands narratifs sans être absorbé par eux. Elle nécessite de distinguer la promesse technologique de la projection métaphysique, surtout alors que la rhétorique AGI devient plus extravagante.
Quand la MIT Technology Review décrit le discours AGI comme une « théorie du complot », cela révèle à quel point ces narratifs sont devenus culturellement chargés. Les comprendre est le seul moyen de les naviguer.
C’est ce qu’AI Wars, Épisode 1 s’est fixé de faire : cartographier les histoires, pas le code.
Le mois prochain : Épisode 2 : L’IA pour l’impact réel
Dans le prochain volet, nous explorerons les conditions dans lesquelles une nouvelle génération de startups européennes de l’IA générant un impact réel peut émerger des entreprises avec des bénéfices mesurables, une pertinence industrielle et une empreinte énergétique compatible avec les limites planétaires.
Car si l’IA est un pharmakon, la question n’est plus de savoir si elle transformera nos sociétés, mais avec quelle délibération nous choisissons de façonner cette transformation.
Un aperçu rapide de trois entreprises de notre portefeuille qui lèvent actuellement toutes construisant un impact réel à travers les infrastructures critiques, la mobilité et la biologie.
→ Futurail — construire la prochaine génération d’opérations ferroviaires autonomes à haute fréquence pour augmenter la capacité des trains en Europe.
→ .omics — utiliser la découverte de traits pilotée par l’IA pour créer des semences résilientes au climat à l’échelle industrielle.
→ Bubble Robotics — concevoir des robots sous-marins autonomes pour inspecter, surveiller et protéger les infrastructures océaniques critiques.
Si vous êtes intéressé par l’un de ces tours, contactez-moi : antonin@asterionventures.com
Trois questions pour… Pierre-Louis Guhur, CEO, Argile.ai
Pierre-Louis Guhur est titulaire d'un doctorat en machine learning. Il est également cofondateur et CEO d'Argile.ai, une startup qui utilise l'IA pour soutenir les professionnels travaillant sur la rénovation énergétique résidentielle — et, accessoirement, l'un de nos investissements les plus récents. Parce qu'au final, l'IA est peut-être une histoire qui est finalement destinée à être écrite dans le monde physique.
En tant que PhD en IA et entrepreneur, que pensez-vous du hype incroyable autour de l’IA au cours des trois dernières années ?
Honnêtement, ça a été une sacrée aventure ! Quand j’ai commencé mon doctorat en 2019, plusieurs professeurs m’ont en fait conseillé de ne pas me lancer dans l’IA. Pour eux, le domaine avait plafonné et rien de majeur n’était attendu de sitôt.
Et puis, presque du jour au lendemain, tout a basculé. GPT-2 est sorti, puis GPT-3. En 2020, sa sortie a secoué le monde de la recherche. Certes, il hallucinait et se trompait, mais il faisait déjà des choses qui semblaient hors de portée la veille encore.
Et en décembre 2022, le grand public a découvert ChatGPT. Dites ce que vous voulez, mais c’était l’une des meilleures opérations de communication que la tech ait jamais connues.
Très vite cependant, les gens ont supposé qu’on avait déjà atteint le plafond à nouveau. « Il n’y a qu’un seul Internet », comme l’a déclaré Ilya Sutskever, et les modèles semblaient l’avoir déjà consommé. Mais le progrès ne s’est pas arrêté. De nouveaux modèles ont prouvé que l’IA pouvait apprendre à résoudre de nouveaux problèmes, pas seulement répéter ce qu’elle avait vu. Et c’est exactement ce que François Chollet appelle l’intelligence : la capacité de s’adapter à l’inconnu. C’est le changement. Les LLM ne sont plus juste des fichiers ZIP sophistiqués du web, ils peuvent raisonner.
Donc aujourd’hui, le vrai problème n’est pas de savoir si les modèles sont assez bons. Ils le sont. Le goulot d’étranglement s’est déplacé. La vraie question est ce que nous faisons de cette capacité et comment nous l’injectons dans l’économie réelle pour remodeler des marchés entiers. Au final, ce qui comptera, ce sont les cas d’usage, pas les classements de modèles.
En regardant les choses calmement, quelles applications pouvons-nous raisonnablement attendre à l’échelle à court et moyen terme ?
À ce stade, comparer un LLM à un autre n’est plus vraiment le sujet. Gemini prend de l’avance, puis Claude reprend le lead la semaine d’après… c’est amusant, mais ce n’est pas là que se situe le vrai momentum.
Là où les choses deviennent excitantes, c’est ailleurs. Prenez la reconstruction 3D. Elle ouvre des possibilités incroyables : reconstruire des espaces, générer des environnements, simuler des contraintes physiques. Yann LeCun dit souvent que les humains ne pensent pas principalement en mots, mais en images. Et une fois que l’IA commence à raisonner en 3D, elle accède à des données bien plus riches, une meilleure intuition de la physique, et vous pouvez même laisser des agents expérimenter dans un monde qui ressemble au nôtre. Vous avez aussi de gros mouvements dans les modèles de diffusion appliqués à la météo, et la recherche en causalité s’est beaucoup accélérée récemment.
Mais encore une fois, la technologie n’est pas le juge ici, l’usage l’est. La question est vraiment comment des industries entières vont basculer.
Il y a un moyen simple de savoir si un secteur est exposé à la disruption IA. Imaginez que vous avez soudainement des stagiaires illimités qui travaillent gratuitement. Que se passe-t-il ? Si tout change, alors l’IA le changera aussi. Le support client ? Absolument. Le conseil stratégique ? Probablement. Installer une pompe à chaleur, beaucoup moins. Le développement logiciel se situe au milieu. Les stagiaires aident, mais vous avez toujours besoin d’une forte supervision senior.
À partir de là, cela devient un choix stratégique. Soit vous construisez un SaaS propulsé par l’IA et transformez une industrie de l’extérieur, soit vous allez full-stack IA, vous acquérez une entreprise et la reconstruisez de l’intérieur avec l’IA au cœur. La deuxième option fonctionne quand la consolidation est possible, comme dans la legal tech. Quand un marché est fragmenté, comme la rénovation énergétique, le SaaS a plus de sens. Et c’est la voie que nous avons choisie chez Argile.ai.
Et comment tout cela se traduit-il dans ce que vous construisez avec Argile.ai ?
Chez Argile.ai, nous accompagnons les professionnels tout au long de la chaîne de rénovation : qualification de leads, capture de données, dimensionnement technique, tarification et même suivi de projet. C’est une industrie difficile. Produire un devis peut prendre un mois, et une seule erreur sur un projet à 100 000 € peut mettre en péril une petite entreprise. Nous voulons rendre la rénovation plus rapide, plus fiable et plus ambitieuse. Nous sommes une entreprise à mission et nous avons fixé un objectif clair : économiser un million de tonnes de CO₂. Pour y arriver, nous avons besoin que les entrepreneurs visent plus haut que le minimum réglementaire.
Notre parcours n’a pas été linéaire. Au début, nous avons essayé l’approche 100 % LLM. Nous pensions qu’un chatbot pouvait tout faire. Ça n’a pas marché. Alors nous avons construit une base produit solide à la place, en fusionnant ce qui existait déjà sur le marché, mais en mieux. À ce moment-là, l’IA nous aidait surtout avec le code. Expédier un demi-million de lignes avec six ingénieurs en deux ans n’aurait tout simplement pas été possible autrement.
Plus tard, nous avons ramené l’IA en première ligne au bon endroit cette fois. Reconstruction 3D pour remplacer des formulaires sans fin, prise de notes automatisée pendant les visites techniques. En moyenne, les entrepreneurs économisent environ une heure par visite et peuvent se concentrer sur le conseil et la vente au lieu de l’administratif.
Maintenant, nous entrons dans une autre phase. MCP, le Model Context Protocol, sorti fin 2024, nous permet de construire des traducteurs entre les LLM et les API. Grâce à cela, Argile.ai se connecte au Claude d’Anthropic et bientôt les utilisateurs auront des applications IA intégrées directement dans l’interface. Nous sommes en bêta aujourd’hui. 2026 sera l’année où nous déploierons cela aux petites entreprises sur le marché.
En bref, la course est lancée. Soit nous construisons notre propre base d’utilisateurs et notre distribution, soit nous devenons juste une autre icône dans un GenAI AppStore. La question n’est plus de savoir si l’IA transformera cette industrie, mais qui sera prêt quand elle le fera. Nous savons où nous en sommes.
L’AGI comme théorie du complot ? (MIT Technology Review)
La MIT Tech Review argue que l’AGI s’est répandue moins comme une étape technologique et plus comme un narratif conspirationniste : vague, infalsifiable et infiniment adaptable. Des premiers penseurs marginaux à Yudkowsky, Thiel, DeepMind et OpenAI, l’idée a gagné en légitimité à travers un mélange d’utopie, de catastrophisme et de hype stratégique. Sans définition claire et sans preuve qu’elle soit imminente, l’AGI continue de diriger des investissements massifs, des débats politiques et l’orientation de l’industrie — une histoire puissante principalement parce qu’elle est toujours « presque là ».
→ Lire sur MIT Technology Review
Le boom de l’IA est-il déjà une bulle ? (Crazy Stupid Tech)
Fred Vogelstein argue que la frénésie actuelle de l’IA reflète la bulle Internet de 1999 — mais en plus grand, plus rapide et bien plus concentrée. Les capex IA et les dépenses VC pourraient dépasser 1,5 T$ en 2025, avec les Big Tech brûlant 70–100 Md$ par an sur les data centers malgré une économie non prouvée. Le levier et les deals de financement circulaire vendeur-client amplifient le risque, tandis que la combustion de cash d’OpenAI et l’avance de la Chine ajoutent une pression systémique. Le point clé : l’IA sera transformatrice, mais nous sommes des années trop tôt — et la bulle risque d’éclater avant que les retours ne se matérialisent.