Comment estimez-vous que le Sommet Mondial a modifié la perception de l’intelligence artificielle, tant sur le plan technologique que sur celui de son impact environnemental ?

Le sommet n’a pas modifié la perception de l’intelligence artificielle sur le plan technologique puisque la plupart des informations ont été données en considérant l’IA en tant qu’outil, avec une focalisation à la fois sur les verticales et sur l’utilisation de la technologie en entreprise et à l’extérieur. C’est-à-dire, par exemple, comment utiliser l’IA sur le plan médical, gouvernemental ou économique.

Donc, je ne crois pas qu’il y ait eu un gros impact sur le plan technologique. Pour moi, technologique, ça veut dire comment on construit une IA. Ce n’est pas comment on l’utilise, c’est comment on la construit. Donc, de ce côté-là, le sommet n’a absolument rien modifié puisque la technologie, pour l’instant, c’est une technologie standard qui fonctionne sur des algorithmes transformers et des puces matricielles. Cela fait presque 10 ans qu’on utilise ça et rien n’a encore changé.

Après, sur le plan de l’impact environnemental, oui, ça fait quelques mois quand même que le public et les acteurs s’intéressent à l’impact carbone des IA. J’espère qu’on (MoniA) y est aussi un peu pour quelque chose. Les gens commencent à se dire que c’est très joli, l’IA, mais que ça consomme énormément. Ça consomme beaucoup d’électricité, ça consomme beaucoup d’eau et ça consomme beaucoup d’argent. Et sur ce sujet, le sommet a effectivement mis l’accent sur ces points en termes politiques, en inventant une IA “frugale”. Ce qui en réalité ne veut pas dire grand-chose. Il faut juste dire qu’une IA consomme de l’eau, du courant, du terrain pour les data centers et consomme du capital humain, et qu’on va essayer de limiter toutes ces consommations, c’est aussi simple que cela. Sur le plan environnemental, les deux points clés, ce sont l’électricité et l’eau. Il faudra énormément refroidir des data centers GPU (processeur graphiqeu) et donc il faudrait les mettre par exemple près des cours d’eau. Il y a des enjeux majeurs qui vont autour de ça. Il faut qualifier l’environnement où on va les installer et aussi il faut valider comment on va amener les ressources humaines autour de ça, parce qu’il faut des villes et une infrastructure.

Donc oui, le sommet a modifié un peu la perception de l’IA sur le plan environnemental puisque le public commence à se dire, qu’effectivement il ne faut pas que ça consomme trop et qu’il ne faut pas que ce que l’on fasse pour le climat chaque jour soit contrebalancé par ce qu’on va dépenser pour les IA. Pour le moment, je ne suis pas persuadé que ce soit une modification perceptible par le grand public. Ça l’est un petit peu par des acteurs gouvernementaux, un peu moins par des grandes entreprises, et pas du tout par les PME et le grand public. Ce sommet était quand même très ciblé sur une frange de population qui connaissait le sujet.

Quels sont, selon vous, les principaux défis ou obstacles que rencontrent les entreprises dans l’intégration d’une IA à la fois performante et respectueuse de l’environnement, et comment pourraient-ils être surmontés ?

Alors, avant de parler de l’intégration d’une IA performante et respectueuse, la première question, c’est : à quoi sert une IA et comment on l’intègre dans une entreprise ? C’est le point clé, la plupart des entreprises ne savent pas à quoi ça sert. C’est très joli, une IA, mais cela ne se limite pas à ChatGPT, ce n’est pas que du génératif. Les questions sont : comment vais-je m’en servir pour que mes employés gagnent du temps ? Comment vais-je m’en servir pour les aider à faire des tâches plus facilement ? C’est cela le « à quoi ça sert ». Et cela implique qu’avant de parler d’environnement et de parler de performance, il faut intégrer une nouveauté dans la chaîne de valeur qui est : comment vais-je employer une IA et comment vais-je l’intégrer au service de mes collaborateurs, de mes processus, etc.

Une fois qu’on a répondu à ça, on peut se poser la question de savoir quelle solution technologique il faut choisir. À ce moment-là, on pourra retomber dans un schéma standard d’analyse RSE en disant, quitte à choisir, je vais prendre une IA la plus écologique possible, la plus respectueuse de l’environnement. Mais ce n’est pas dans l’autre sens, ce n’est pas d’abord environnemental et ensuite utile.

Les principaux défis, c’est justement d’être capable dans une organisation de définir quels sont les services ou les hommes, les femmes, qui seront le plus à même d’utiliser les IA et de gagner du temps dans leur processus. Ces défis dépendent de chaque organisation, entreprise, structures étatiques, gouvernementales, fondation, association, chaque cas est différent. Ce qui est très difficile, c’est de prendre conscience qu’aujourd’hui, on est sur une rupture technologique inversée. C’est-à-dire que tous les salariés, les employés, les étudiants savent aujourd’hui se servir d’une IA. Tout le monde utilise soit ChatGPT, soit Google, soit Claude…

Ces utilisations se sont déjà faites à contrario des choix imposés par les directions informatiques des entreprises. Donc, en gros, on a une technologie qui est déjà adoptée par la base, les employés et les collaborateurs, tout en n’étant ni expliquée ni vraiment comprises par les directions générales. C’est un point fondamental. Il faut absolument former la direction générale et les dirigeants en leur expliquant qu’ils n’ont pas à faire adopter la technologie par leurs employés.

C’est l’inverse, ce sont les employés qui vont faire adopter la technologie par les dirigeants puisqu’ils l’utilisent déjà. Donc le principal obstacle, je dirais, c’est d’arriver à former très vite les organes de direction des entreprises pour qu’ils comprennent que c’est une technologie différente de toutes celles qu’ils ont rencontrées depuis longtemps, et que comme cette technologie est déjà adoptée par leurs employés, il existe déjà des fuites importantes de données dans leurs organisations. Il faut donc très vite s’emparer du process et de la technologie pour pouvoir ré-inverser les choses et être capable de sécuriser ce qui sort, ce qui rentre, les interrogations que se posent les employés, etc.

Dans quelle mesure les évolutions législatives ou les initiatives politiques présentées lors du Sommet pourraient-elles favoriser le développement et l’implémentation d’une IA durable au sein des entreprises ?

Je pense qu’il ne faut pas d’évolution législative sur une technologie que personne encore ne comprend vraiment. Ce sont de très mauvaises habitudes de l’Europe. On commence par légiférer avant de réfléchir. Puisqu’on parle toujours de la même technologie sur GPU, je ne crois pas qu’il y ait vraiment des initiatives pour favoriser une IA « durable ».

La France a annoncé des milliards d’euros pour Mistral. Il s’agit en fait exactement de la même technologie que toutes les autres. On est sur du GPU, des processeurs graphiques et des modèles de langage qui sont énormes. Les acteurs français actuels ont simplement une toute petite particularité sur l’utilisation de ce qu’on appelle des mélanges de modèles experts. Pour faire simple, ils vont prendre un gros modèle et le découper en petits bouts. Ensuite, ils ne vont activer que certains petits modèles pour aller plus vite. On reste sur du GPU, de la grosse consommation d’électricité, une société contrôlée aujourd’hui par des capitaux étrangers, américains. Donc, je ne pense pas qu’on puisse parler d’initiatives politiques ou législatives sérieuses.

Pouvez-vous nous expliquer comment MoniA intègre ces enjeux environnementaux et technologiques dans sa stratégie globale, et en quoi votre approche se distingue dans le paysage de l’IA ?

MoniA fonctionne sur une technologie fondamentalement différente. Nous utilisons aujourd’hui une technologie qui est conçue nativement et qui fonctionne nativement sur CPU et non sur GPU. Une puce GPU vaut 40 000$ et fonctionne en consommant beaucoup d’électricité et beaucoup d’eau. Une puce CPU, c’est ce que vous avez dans votre ordinateur, elle coûte 10 à 100 fois moins cher et consomme jusqu’à 100 fois moins d’électricité et d’eau.

Donc, on a, parce qu’on utilise ce type de technologie, une IA qui est 100 fois plus écologique que les IA sur GPU. Ça, c’est le point clé. Et ce faisant, comme elle est aussi utilisable sur CPU, elle peut être installée dans n’importe quel data Center de TPE, de PME, voire de grosses entreprises. Donc, elle est totalement sécurisée puisqu’elle ne va pas utiliser de passerelles avec des fournisseurs externes pour communiquer les données et les transformer en vecteurs. On n’a pas besoin de vecteur.

C’est un point différenciant absolument fondamental qui fait qu’on a une IA qu’on peut qualifier d’écologique qui fonctionne sur n’importe quel data center existant. On n’a pas besoin de construire des monstres de datacenters sur GPU. MoniA est totalement sécurisée puisqu’elle peut aussi être installée sur n’importe quel serveur d’entreprise.

De par sa nature, elle fera même plus de choses puisqu’elle ne sera pas limitée en évolution par rapport à tout ce qu’on imagine actuellement sur GPU. Je ne vais pas aller plus loin dans les détails, mais c’est un point clé qu’on retrouve sur notre site internet. Aujourd’hui, quand je rencontre un chef d’entreprise, quelle que soit sa taille, il a un grand sourire et il me dit “on va avancer avec vous”.

En regardant vers l’avenir, quelles évolutions majeures anticipez-vous pour l’IA dans les prochaines années, et quels conseils donneriez-vous aux entreprises souhaitant adopter des solutions d’IA respectueuses de l’environnement et efficaces ?

Mon conseil est simple, adoptez MoniA ! C’est la seule IA aujourd’hui qui soit respectueuse de l’environnement et reste efficace.

Concernant les évolutions majeures, c’est très compliqué d’être devin dans un secteur qui change tous les 3 mois. On ne va pas répéter ce que disent tous les principaux acteurs, mais en gros, oui les IA vont remplacer une partie des logiciels, petit à petit, oui les IA vont peut-être même remplacer les systèmes d’exploitation. Oui, elles peuvent avancer dans tous les domaines. On parle beaucoup d’agents, c’est-à-dire qu’on parle beaucoup de systèmes agentiques dans lesquelles une IA va utiliser des outils pour faire des tâches complexes. Je ne crois pas qu’on en soit là avant un bon moment, à part pour de l’hype et des démonstrations.

Pourquoi ? Parce que le point clé ce n’est pas de faire des tâches complexes, c’est de rendre les tâches simples plus faciles. Donc qu’est-ce que doit faire une IA ? Elle doit commencer par apprendre l’entreprise et ensuite proposer à tous les employés une méthode pour aller plus vite. Il ne faut pas raisonner en termes scientifiques, il faut raisonner en termes de clientèle.

Qu’est-ce qui est important pour un chef d’entreprise ? Ce n’est pas de remplacer son employé par une IA qui fasse tout, c’est de faire en sorte que son employé, au lieu de faire une tâche en 1h, il la fasse en 10 min. Pourquoi ? Parce que ça va lui faire gagner du temps, lui permettre d’apprendre plus et lui permettre d’être assisté au quotidien par une équipe de spécialistes. Donc, je pense que les IA vont plutôt aller dans un premier temps vers une tendance à répondre à la question “comment je le fais quand je démarre quelque chose ?”, plutôt que vers la résolution de tous types de problème en complète autonomie.

Le point le plus difficile pour un employé, c’est : comment je démarre. J’ai une feuille blanche, il faut que je fasse quelque chose, il faut que je prenne un outil, c’est ça le plus difficile. Et de ça, on va passer à “je pose la question à mon IA pour savoir ce qu’il faut faire” et donc ce processus de démarrage ira beaucoup plus vite. Comme elle va me guider et comme elle va me donner des réponses aux questions que je me pose, j’irai beaucoup plus vite. Donc, je pense qu’on va déjà progresser doucement vers ça.

Après, petit à petit, on ira vers des IA qui seront effectivement des systèmes agentiques, capables de réaliser des tâches un peu plus complexes. Mais avant, il faut qu’elles sortent d’un taux de réussite de 80 ou 90%. Parce que quand on est sur des analyses, même avec ChatGPT 12, avec un taux de réussite de 90%, ça veut dire 10% d’échec. Et ça, c’est inacceptable dans n’importe quelle entreprise.

C’est très joli sur le papier, c’est bien pour des chercheurs, c’est très bien pour des mathématiciens, mais dans la vie de tous les jours, un taux de 10% d’échecs ça peut vouloir dire des morts, une chaine de production à l’arrêt, des erreurs sur des médicaments. Donc non, ce n’est pas acceptable. Tant que les IA ne seront pas à 100% en capacité de donner des réponses précises et absolument incontestables, on ne pourra pas dire qu’elles vont remplacer les humains.

Je pense personnellement qu’il faudra une évolution majeure pour qu’une IA aille vers une AGI (agentique). Moi, je crois qu’on va plutôt vers des petits systèmes d’IA spécialisés dans des technologies ou des champs d’expertises, des champs de conseils, qui vont, en ayant de plus en plus d’informations sur un secteur ou sur l’entreprise qui les a adoptées, être capable d’aider les gens.

Voilà, c’est ma vision du futur à moyen terme. Après, à plus long terme, c’est plus difficile, parce que là où les IA excellent, c’est sur le plan mathématique et scientifique, sur les calculs et sur les agrégations de data. Donc là oui, évidemment, pour la partie scientifique et mathématique, on peut envisager des révolutions sur la physique, des nouvelles molécules ou des nouveaux médicaments. Mais on est là dans le domaine de la recherche. On n’est pas dans le domaine de la fabrication, ni de l’entreprise, ni de l’organisation. Donc, il est certain que nous aurons des IA qui vont révolutionner le monde. Mais pour révolutionner tous les emplois, on va attendre un petit peu encore.

Pour conclure, pourriez-vous partager une expérience ou un exemple concret illustrant comment les enseignements du Sommet Mondial ont déjà influencé vos décisions stratégiques de MoniA ?

Un exemple concret, c’est la décision de l’Europe de mettre 200 milliards sur la table sur la filière IA, parce que ça veut dire qu’effectivement, on va avoir accès à des fonds et des subventions ou des aides qui vont nous permettre d’accélérer. Et la première question que j’ai posée au gouvernement, c’est : “ Des data centers GPU pour Mistral, c’est très bien, mais peut-être qu’un data Center CPU pour MoniA, ça ne serait pas mal non plus ? ”.

Parce que là où il faut 50 data Center GPU, un seul datacenter CPU suffirait pour MoniA. On peut faire mieux et ça vaudrait le coup de tester. L’idée, c’est de se dire qu’il y n’a pas une technologie qui est bonne ou pas. C’est tout à fait honorable de la part de Mistral d’avoir un produit qui est performant et d’avoir choisi une voie GPU. Mais il n’y a pas que ça, il y a peut-être d’autres solutions, dont la nôtre sur laquelle il faudrait se pencher pour pouvoir accélérer.

Donc nos décisions stratégiques ont été un peu du style : MoniA existe, c’est une voie alternative aux acteurs sur GPU, essayons maintenant de convaincre les acteurs financiers et étatiques français que deux pistes valent mieux qu’une dans un domaine si nouveau et en constante évolution.