Yann LeCun accuse les géants de l'IA (OpenAI, Anthropic) de fonctionner sous perfusion : leurs coûts d'exploitation restent astronomiques tandis que les investisseurs les subventionnent massivement. Le modèle économique actuel n'est pas soutenable, prévient-il — pas assez de gains de productivité pour compenser les dépenses. Une critique d'autant plus savoureuse que LeCun lui-même lève $1 milliard pour sa startup AMI Labs, basée sur une approche rivale.
Le diagnostic soulève une vraie question : la course aux modèles géants et aux clusters GPU coûteux peut-elle durer indéfiniment ? Les labs brûlent du capital à un rythme qui suppose soit des revenus explosifs (pas encore au rendez-vous), soit un financement infini. Les marges sur les API (ChatGPT, Claude) restent sous pression — OpenAI dépense $100M par jour en calcul.
LeCun ne propose pas une critique creuse : il argumente que le chemin vers l'IA générale passe par des approches plus efficaces énergétiquement et architecturalement. Son stake personnel (AMI) brouille un peu la neutralité du message, mais le problème économique de fond demeure : le modèle actuel repose sur une hypothèse — que la valeur créée rattrapera les coûts. Si elle ne le fait pas, c'est effectivement une bulle.
La vraie tension : faut-il davantage de billions pour franchir une barrière technologique, ou faut-il inventer un chemin moins coûteux ? Les deux camps lèvent du capital massif — ce qui suggère que personne n'est vraiment certain.
