L’IA va remodeler le monde en 2025, et la plupart des gens l’ignorent

Si l’année 2024 était consacrée à l’intégration de l’IA dans le courant dominant, 2025 sera l’année où l’IA commencera à la remodeler entièrement.

2024 was the year AI went mainstream. But just wait until 2025.

2024 a été l’année où l’IA s’est généralisée. Mais attendez 2025.

Most people are still blissfully unaware of just how different the world is about to look. But for those immersed in the tech space, the pace of change is exhilarating—and overwhelming.

La plupart des gens ignorent encore parfaitement à quel point le monde est sur le point de changer. Mais pour ceux qui sont immergés dans l’espace technologique, le rythme du changement est exaltant et accablant.

OpenAI’s latest models, o3 and o3-mini, exemplify this transformative moment. These models aren’t just smarter chatbots; they’re problem solvers, excelling at reasoning tasks like complex coding, advanced mathematics, and even scientific challenges. O3 represents a new breed of AI that not only processes data but thinks—a shift that pushes us closer to artificial general intelligence (AGI).

Les derniers modèles d'OpenAI, o3 et o3-mini, illustrent ce moment de transformation. Ces modèles ne sont pas seulement des chatbots plus intelligents ; ils résolvent des problèmes et excellent dans des tâches de raisonnement telles que le codage complexe, les mathématiques avancées et même les défis scientifiques. O3 représente une nouvelle génération d’IA qui non seulement traite les données mais réfléchit – un changement qui nous rapproche de l’intelligence artificielle générale (AGI).

The o3 models achieve breakthroughs in reasoning through test-time compute, a mechanism allowing the AI to ‘ponder’ over complex problems before delivering a response. This innovative leap sets the stage for AI to tackle questions that demand deeper understanding, moving beyond rote predictions to reasoning capabilities that challenge the boundaries of what’s possible with machines.

Les modèles o3 réalisent des percées dans le raisonnement grâce au calcul au moment du test, un mécanisme permettant à l'IA de « réfléchir » à des problèmes complexes avant de fournir une réponse. Cette avancée innovante ouvre la voie à l'IA pour s'attaquer à des questions qui nécessitent une compréhension plus approfondie, allant au-delà des prédictions par cœur pour atteindre des capacités de raisonnement qui repoussent les limites de ce qui est possible avec les machines.

o3 is better than 99.95% of programmers Source: X

o3 est meilleur que 99,95% des programmeurs Source : X

From Transforming Industries to Challenging Geopolitical Norms

Des industries en transformation aux normes géopolitiques difficiles

But these advances aren’t happening in a vacuum. They’re part of a broader narrative of AI-driven disruption, from transforming industries to challenging geopolitical norms.

Mais ces progrès ne se produisent pas en vase clos. Ils s’inscrivent dans un récit plus large de perturbations induites par l’IA, allant de la transformation des industries à la remise en cause des normes géopolitiques.

As AI becomes increasingly integral to our daily lives, its infrastructure demands have skyrocketed. AI is no longer just a software story. It’s about infrastructure—massive, tangible infrastructure. To make AI work, we need chips, electricity, and interconnects at an unprecedented scale.

À mesure que l’IA fait de plus en plus partie intégrante de notre vie quotidienne, les exigences en matière d’infrastructure ont explosé. L’IA n’est plus seulement une histoire de logiciels. Il s'agit d'infrastructures, d'infrastructures massives et tangibles. Pour faire fonctionner l’IA, nous avons besoin de puces, d’électricité et d’interconnexions à une échelle sans précédent.

Consider this: OpenAI’s ambitions include building data centers that demand as much power as entire cities. We’re not just talking about a few racks of servers; we’re talking about infrastructure projects on par with major metropolitan utilities.

Considérez ceci : les ambitions d'OpenAI incluent la construction de centres de données qui nécessitent autant d'énergie que des villes entières. Nous ne parlons pas seulement de quelques racks de serveurs ; nous parlons de projets d’infrastructure comparables à ceux des grands services publics métropolitains.

This is a CAPEX boom that doesn’t just benefit Silicon Valley engineers but electricians, construction workers, and local businesses. AI is making atoms great again, driving wealth creation across a broader swath of society than any previous tech wave.

Il s'agit d'un boom des CAPEX qui ne profite pas seulement aux ingénieurs de la Silicon Valley, mais aussi aux électriciens, aux ouvriers du bâtiment et aux entreprises locales. L’IA redonne de la grandeur aux atomes, favorisant la création de richesse dans une partie plus large de la société que n’importe quelle vague technologique précédente.

While social media enriched a small subset of programmers and influencers, AI’s hunger for physical infrastructure is creating opportunities for the concrete mixer, the electrician, and the local HVAC shop. This isn’t just a digital revolution; it’s a physical one, with economic ripples that extend far beyond traditional tech hubs.

Alors que les médias sociaux ont enrichi un petit sous-ensemble de programmeurs et d'influenceurs, l'appétit de l'IA pour les infrastructures physiques crée des opportunités pour le malaxeur à béton, l'électricien et l'atelier CVC local. Il ne s’agit pas seulement d’une révolution numérique ; il s'agit d'un problème physique, dont les répercussions économiques s'étendent bien au-delà des pôles technologiques traditionnels.

Test-Time Compute

Calcul au moment du test

But this isn’t just a story of growth. It’s a story of constraints—and cracks are already forming. Scaling laws, once gospel in the AI world, are facing practical limits.

Mais ce n’est pas seulement une histoire de croissance. C'est une histoire de contraintes et des fissures se forment déjà. Les lois de mise à l’échelle, autrefois évangéliques dans le monde de l’IA, sont confrontées à des limites pratiques.

Pretraining these massive models requires staggering amounts of data and power, pushing current infrastructure and resources to their breaking point. The hyperscalers like Google, Amazon, and Microsoft are scrambling to secure energy sources, from renewables to nuclear, to keep their data centers running.

Le pré-entraînement de ces modèles massifs nécessite des quantités impressionnantes de données et de puissance, poussant l'infrastructure et les ressources actuelles jusqu'à leur point de rupture. Les hyperscalers comme Google, Amazon et Microsoft se démènent pour sécuriser les sources d’énergie, des énergies renouvelables au nucléaire, pour maintenir leurs centres de données en fonctionnement.

OpenAI’s o3 introduces a promising workaround: test-time compute. This allows models to ‘ponder’ more complex questions, using more resources for tougher problems and optimizing performance. It’s an elegant solution, but it’s only the beginning.

L'o3 d'OpenAI introduit une solution de contournement prometteuse : le calcul au moment du test. Cela permet aux modèles de « réfléchir » à des questions plus complexes, en utilisant davantage de ressources pour résoudre des problèmes plus difficiles et en optimisant les performances. C'est une solution élégante, mais ce n'est que le début.

The implications of these advancements are staggering. AI’s reach will extend into every industry, from medicine to agriculture, manufacturing to science. It’s poised to create orders of magnitude more wealth than previous technologies by impacting everything, everywhere, all at once.

Les implications de ces progrès sont stupéfiantes. La portée de l’IA s’étendra à tous les secteurs, de la médecine à l’agriculture, de l’industrie manufacturière à la science. Elle est sur le point de créer des richesses bien plus importantes que les technologies précédentes en ayant un impact sur tout, partout et en même temps.

Critics might call this another tech bubble, but AI has the two critical ingredients to prove them wrong: massive capital investment and unparalleled generality. It’s not just a new tool; it’s a General Purpose Technology (GPT) on the scale of electricity, reshaping the fundamental fabric of human productivity.

Les critiques pourraient appeler cela une autre bulle technologique, mais l’IA possède les deux ingrédients essentiels pour leur prouver le contraire : un investissement massif en capital et une généralité sans précédent. Ce n'est pas seulement un nouvel outil ; il s'agit d'une technologie à usage général (GPT) à l'échelle de l'électricité, qui remodèle le tissu fondamental de la productivité humaine.

“This chart is pretty insane, it’s the current AGI progression in passing the ARC test. o3 already exceeded the average human decision-making scores, where will OpenAI’s o4 be in 6 months?” Source: X

« Ce graphique est assez fou, c'est la progression actuelle de l'AGI pour réussir le test ARC. o3 a déjà dépassé les scores moyens de prise de décision humaine, où en sera l'o4 d'OpenAI dans 6 mois ? » Source : X

Still, key questions loom large as we enter 2025. Are we hitting walls in pretraining? How do we solve reasoning at scale? When will the nation-state race to AGI begin?

Pourtant, des questions clés se posent à l’aube de 2025. Sommes-nous confrontés à des murs en matière de pré-formation ? Comment résoudre le raisonnement à grande échelle ? Quand commencera la course des États-nations à l’AGI ?

OpenAI’s breakthroughs, like o1’s chain-of-thought reasoning and scaling inference compute, offer glimpses of answers. But the road ahead will test the limits of innovation, infrastructure, and human coordination.

Les avancées d'OpenAI, comme le raisonnement en chaîne de pensée et le calcul d'inférence de mise à l'échelle d'o1, offrent un aperçu des réponses. Mais le chemin à parcourir mettra à l’épreuve les limites de l’innovation, des infrastructures et de la coordination humaine.

The U.S. is leading the AI race, with regulatory frameworks emerging and partnerships between AI labs and defense sectors strengthening. Meanwhile, other nations are lagging, though that’s unlikely to last.

Les États-Unis sont en tête de la course à l’IA, avec l’émergence de cadres réglementaires et le renforcement des partenariats entre les laboratoires d’IA et les secteurs de la défense. Pendant ce temps, d’autres pays sont à la traîne, même s’il est peu probable que cela dure.

Europe’s regulatory-driven approach and China’s puzzling hesitation in prioritizing AI could shift as the race heats up. The geopolitical implications are profound.

L’approche réglementaire de l’Europe et l’hésitation déroutante de la Chine à donner la priorité à l’IA pourraient changer à mesure que la course s’intensifie. Les implications géopolitiques sont profondes.

National strategies around AI are emerging as critical differentiators, with some countries already positioning themselves as AI superpowers. In the U.S., regulatory efforts are balancing innovation with control, while strategic partnerships between AI labs and defense sectors signal an acknowledgment of AI’

Les stratégies nationales autour de l’IA apparaissent comme des différenciateurs essentiels, certains pays se positionnant déjà comme des superpuissances en matière d’IA. Aux États-Unis, les efforts réglementaires équilibrent innovation et contrôle, tandis que les partenariats stratégiques entre les laboratoires d'IA et les secteurs de la défense témoignent d'une reconnaissance de l'IA.