Que s’est-il passé avec Jensen Huang ? Le cofondateur et CEO de Nvidia donne parfois l’impression d’être très éloigné de l’expérience quotidienne de la plupart des gens. La question prend une importance particulière lorsque cette personne dirige l’entreprise la plus valorisée au monde et fournit une grande partie du matériel derrière l’une des transformations technologiques les plus importantes de cette génération : l’intelligence artificielle.
Huang a fondé Nvidia il y a 33 ans, dirige l’entreprise depuis des décennies et est milliardaire depuis 1999. Il défend aujourd’hui un développement et un déploiement très rapides de l’IA avec relativement peu de contraintes, une position qui l’oppose à plusieurs autres dirigeants, chercheurs et personnalités du secteur réclamant une pause ou au minimum un ralentissement des modèles de pointe.
C’est dans ce contexte que Huang multiplie les interviews. L’une des plus notables reste son long échange avec le chroniqueur Ezra Klein dans le podcast du New York Times.
Contrairement à plusieurs autres entretiens, Klein structure la discussion autour de la propre représentation de Huang de l’IA sous forme de gâteau à cinq couches : applications, modèles, infrastructure, puces et énergie. Ce cadre pousse le CEO de Nvidia à se prononcer sur pratiquement tous les grands enjeux du moment, avec plusieurs déclarations particulièrement frappantes.
Voici huit des passages les plus étonnants, ainsi que les raisons pour lesquelles ils méritent l’attention.
« Beaucoup de compétences ne servent à rien »
« Beaucoup de compétences ne servent à rien. »
Le sujet porte ici sur des études menées en Chine montrant que l’intelligence artificielle peut, dans un premier temps, aider les étudiants à travailler plus efficacement, tout en faisant baisser en moyenne leurs résultats aux tests d’environ 20 %.
Huang reconnaît avec Ezra Klein que l’IA, même lorsqu’elle accélère le travail, pourrait dégrader certaines performances scolaires et certaines compétences.
« Les tables de multiplication commencent à être oubliées. Faire des racines carrées, mon Dieu. Les mathématiques de base sont oubliées. Est-ce important ?... Oui. Je ne pense pas. Je ne pense pas. »
Huang estime qu’à mesure que certaines compétences disparaissent, les étudiants puis les adultes entrant sur le marché du travail en acquerront de nouvelles. Le raisonnement revient en partie à considérer que de nouvelles capacités remplaceront les anciennes.
Les tables de multiplication restent pourtant une compétence fondamentale et utile même en dehors des métiers scientifiques. Huang et de nombreux fournisseurs d’IA considèrent plutôt que, comme la calculatrice avant elle, l’intelligence artificielle pourra simplement prendre en charge ces opérations. La question devient alors plus large : à quel moment une société perd-elle sa capacité à vérifier le travail de l’IA ?
« En réalité, l’adresse de mon domicile m’échappe »
Cette déclaration prolonge directement le point précédent, mais mérite d’être isolée.
« Première confession : en réalité, l’adresse de mon domicile m’échappe. »
Il ne s’agit ni d’une adresse e-mail, ni d’un numéro de téléphone, mais bien de l’adresse physique de son domicile : numéro de rue et code postal, même si Huang connaît vraisemblablement sa ville et son État.
Huang utilise cet exemple pour illustrer une information qu’il n’a plus besoin de mémoriser. Il raconte toutefois avoir paniqué en s’en rendant compte au moment de faire le plein d’essence, lorsqu’un terminal lui a demandé son code postal, vraisemblablement pour vérifier sa carte bancaire.
La déclaration est particulièrement frappante. Comment une personne peut-elle ne plus connaître sa propre adresse ? Ce commentaire illustre surtout la distance qui peut se créer avec certaines tâches quotidiennes lorsque d’autres personnes ou des systèmes automatisés les prennent constamment en charge.
Cette expérience personnelle diffère fortement de celle d’une grande partie de la population, alors que les décisions prises par les dirigeants de grandes entreprises technologiques peuvent affecter des millions de personnes.
« [La Chine] fabrique tout en volume. Elle fabrique des enfants intelligents en volume »
Au fil de la conversation, Huang présente une vision extrêmement optimiste de son industrie, avec des positions qui correspondent aussi directement aux intérêts économiques de Nvidia.
Ezra Klein l’interroge à plusieurs reprises sur la stratégie chinoise en matière d’IA et sur la manière dont les États-Unis devraient maintenir leur compétitivité. Ce contexte compte : Huang a personnellement demandé à la Maison-Blanche de permettre à Nvidia de continuer à vendre certaines puces d’IA en Chine. Il précise néanmoins que les technologies les plus récentes sont proposées d’abord aux entreprises américaines.
Dans l’ensemble, Huang critique très peu la Chine. Il salue notamment son écosystème extrêmement dynamique de modèles ouverts et l’ampleur de sa formation scientifique et technique.
« Ils ont tellement de scientifiques et de mathématiciens. Le nombre d’ingénieurs dont ils disposent, ils le fabriquent en volume. Ils fabriquent tout en volume. Ils fabriquent des enfants intelligents en volume. »
Cette dernière formule peut également être interprétée comme une critique indirecte du système éducatif américain, même si Huang ne développe pas davantage ce point.
« Toute cette rhétorique, cet alarmisme, ce catastrophisme, toutes ces prédictions… cela effraie les gens »
Les critiques les plus nettes de Huang visent surtout certains de ses homologues américains, qu’il qualifie d’« alarmistes » et de « catastrophistes ».
« Il ne faut pas gâcher la possibilité pour les États-Unis d’en profiter au plus haut niveau. Et toute cette rhétorique, tout cet alarmisme, tout ce catastrophisme, toutes ces prédictions… cela effraie les gens. »
Huang insiste sur le fait que les modèles d’IA restent des programmes fonctionnant sur des systèmes informatiques et rejette la tendance à leur attribuer des caractéristiques humaines.
« Ce n’est pas parce que cela vient d’un scientifique que c’est scientifique »
Klein évoque plusieurs partenaires de Huang et plusieurs dirigeants ayant eux-mêmes lancé des avertissements, notamment Altman, Amodei et Musk. Huang ne les cite cependant pas directement. Geoffrey Hinton, souvent surnommé le « parrain de l’IA » et l’une des figures les plus préoccupées par ses risques, reçoit en revanche une réponse explicite.
Interrogé sur l’estimation de Hinton selon laquelle il existerait environ 10 % de risque que l’IA mette fin à la société telle qu’elle existe actuellement, Huang qualifie cette affirmation d’« irresponsable » et ajoute : « Ce n’est pas parce que cela vient d’un scientifique que c’est scientifique. »
Sur un point, le raisonnement est recevable : Hinton reste une personne susceptible d’introduire ses propres opinions dans le débat. Huang affirme que cette probabilité de 10 % « ne repose pas sur la science ».
La question reste néanmoins ouverte. Hinton a reçu le prix Nobel pour des travaux ayant contribué au développement du deep learning qui a ensuite nourri la révolution de l’IA générative. Son expertise donne donc un poids particulier à ses inquiétudes, sans pour autant transformer une estimation personnelle du risque en consensus scientifique.
Plutôt que de détailler pourquoi l’estimation de Hinton serait erronée, Huang conteste surtout la base même de son argument et semble considérer qu’elle ne mérite pas davantage d’attention.
« Les supercalculateurs d’IA sont extrêmement efficaces énergétiquement, mais ils vont quand même utiliser énormément d’électricité »
Huang affirme vouloir que l’IA bénéficie à toutes les entreprises et à toutes les personnes et tente d’apporter une réponse aux critiques grandissantes concernant les data centers.
Il reconnaît que si des habitants refusent un data center dans leur ville, « alors soit », et encourage les entreprises à faire preuve de transparence sur leur impact. Il affirme parallèlement que leur « utilisation de l’eau est vraiment efficace ». Il résume ensuite la contradiction centrale : « Les supercalculateurs d’IA sont extrêmement efficaces énergétiquement, mais ils vont quand même utiliser énormément d’électricité. »
Dans le scénario défendu par Huang, les entreprises d’IA pourraient produire leur propre énergie et éventuellement réduire certaines charges locales. La construction de nouvelles capacités de production électrique prend toutefois du temps, souvent davantage que celle de nombreux data centers. Le nombre de nouvelles installations construites aux États-Unis continue parallèlement de croître rapidement.
« Il faut reconnaître que le climat et les énergies durables ont fini par bloquer une partie du système »
La position de Huang sur le climat et les énergies fossiles constitue l’un des passages les plus controversés de l’interview.
« Il faut reconnaître que le climat et les énergies durables ont fini par bloquer une partie du système et que, par conséquent, la production d’énergie n’a pas été suffisamment planifiée. »
Ezra Klein lui demande alors ce qu’il entend précisément par ce blocage.
« À court terme, la production d’énergie nécessite des combustibles fossiles. Et comme il existe énormément d’inquiétude autour de la production énergétique fossile, les États-Unis ont produit très peu de nouvelle énergie nette pendant longtemps. »
Le passage appelle plusieurs nuances. Huang semble considérer que les inquiétudes climatiques ont trop limité les investissements énergétiques nécessaires à la croissance de l’IA. Cette position rejoint en partie la politique énergétique défendue par l’administration Trump, qui revendique explicitement une stratégie « Drill Baby Drill » et une expansion de la production américaine de pétrole, de gaz et de charbon.
Huang ne se prononce cependant pas directement dans cet échange sur la réalité du changement climatique. Son argument porte essentiellement sur la disponibilité de l’énergie et sur le risque, selon lui, de laisser les États-Unis prendre du retard face à la Chine au moment même où l’intelligence artificielle exige beaucoup plus d’électricité.
« Il faut infliger énormément de douleur et de souffrance pour pouvoir sauver »
Tout n’est pas entièrement pessimiste dans la vision de Huang. Le CEO de Nvidia affirme : « Pour construire un avenir durable, il faut s’appuyer sur l’IA. »
Il poursuit avec une comparaison beaucoup plus brutale :
« C’est un peu comme lorsqu’il faut faire du mal avant de sauver quelqu’un — c’est la nature de la chirurgie. Il faut ouvrir le corps pour sauver. Il faut infliger énormément de douleur et de souffrance pour pouvoir sauver. L’IA ressemble un peu à cela. »
Huang ne précise pas quel niveau de « douleur et de souffrance » il considère acceptable.
L’interview risque donc de décevoir les personnes espérant une position intermédiaire plus rassurante sur la régulation et la gouvernance de l’IA. Huang affirme bien que lorsque les concepteurs voient un système déraper, ils doivent l’arrêter, et qu’un modèle dont le comportement n’est pas aligné « ne devrait pas être commercialisé. C’est la réponse simple ».
Cette réponse ne traite cependant pas complètement des inquiétudes concernant ce qui peut se produire pendant les phases de test, avant que des modèles d’Anthropic, OpenAI ou d’autres laboratoires soient rendus publics. Plusieurs systèmes expérimentaux ont déjà montré des comportements inattendus dans des environnements contrôlés.
Le problème dépasse enfin la personnalité de Jensen Huang. Des dirigeants capables de décider de la vitesse à laquelle ces technologies transforment l’économie doivent comprendre les préoccupations des personnes qui en subiront également les effets. Les systèmes d’IA eux-mêmes ne possèdent ni cette expérience quotidienne ni cette responsabilité sociale.
- Pour Jensen Huang, l’IA ne détruit pas l’emploi, elle pourrait au contraire relancer l’industrie américaine
- Faut-il ralentir l’IA ? 5 points pour comprendre le débat entre les grands patrons de la tech et Donald Trump
- Nvidia vise 1 000 milliards $ : Jensen Huang dévoile son plan pour dominer toute l’IA
