Pourquoi les géants de l’IA veulent-ils soudain ralentir ?
Le 12 septembre 2026, Dario Amodei, patron d’Anthropic, publie un long texte au titre sans ambiguïté : « We Must Pace the Frontier ». Il demande aux laboratoires qui développent les modèles les plus avancés de ralentir leur progression. Quelques heures plus tard, Sam Altman approuve publiquement l’idée au nom d’OpenAI. Elon Musk répond simplement : « Dario is right ».
Le discours sur les risques de l’IA n’est pas nouveau. Ce qui change, c’est de voir plusieurs dirigeants engagés dans une compétition extrêmement coûteuse défendre presque simultanément l’idée de ralentir cette compétition. La sécurité suffit-elle à expliquer ce changement de ton ? La question mérite d’être posée alors qu’Anthropic prépare son introduction en Bourse, qu’OpenAI repousse la sienne et que chaque nouvelle génération de modèles exige des investissements considérables.
Dario Amodei ne demande pas d’arrêter l’IA
La proposition d’Anthropic est plus précise qu’une pause générale de la recherche. Dans son essai, Dario Amodei demande de ralentir la progression des capacités des modèles frontier afin que les techniques de sécurité, d’alignement et d’évaluation aient le temps de suivre.
Son plan comporte trois niveaux. Anthropic veut d’abord accueillir des évaluateurs indépendants disposant d’un accès proche de celui des employés. Les entreprises devraient ensuite coordonner certaines normes de sécurité dans les pays démocratiques. Une coordination internationale devrait enfin éviter qu’un laboratoire ou qu’un État puisse annuler les efforts des autres en continuant seul la course.
Anthropic s’est déjà engagé publiquement sur le premier point. Sam Altman a annoncé qu’OpenAI adopterait également le principe des évaluateurs indépendants avec un accès étendu.
Amodei justifie surtout son changement de position par ce qu’il décrit comme une accélération récente des capacités des modèles. Selon lui, les IA participent désormais suffisamment à la recherche en IA pour commencer à accélérer le développement de leurs successeurs.
Les capacités des modèles ont-elles réellement accéléré ?
Les données publiques ne permettent pas de vérifier toute l’accélération décrite par Anthropic, puisque les laboratoires travaillent plusieurs mois sur des modèles qui ne sont pas encore accessibles. Elles ne montrent toutefois pas clairement un plafond des capacités.
METR mesure notamment la durée des tâches qu’un agent IA peut accomplir avec une probabilité donnée de réussite. Son rapport publié en mai 2026 estimait que les modèles publics les plus avancés pouvaient déjà réussir des tâches de développement logiciel nécessitant environ 12 heures de travail humain avec 50 % de réussite. Les modèles internes auxquels l’organisation avait obtenu accès dépassaient probablement 16 heures sur le même benchmark.
Le problème commence même à se déplacer du côté de l’évaluation : certains tests de METR arrivent à saturation. L’organisation avertit désormais que ses mesures deviennent moins fiables au-delà de 16 heures et travaille sur de nouveaux benchmarks plus difficiles.
Ces résultats ne prouvent pas que les progrès continueront au même rythme. Ils rendent en revanche difficile l’affirmation selon laquelle les laboratoires appelleraient à ralentir parce que leurs modèles auraient simplement cessé de progresser.
Un ralentissement serait aussi économiquement très pratique
Développer la prochaine génération de modèles coûte des milliards de dollars en centres de données, puces, énergie et équipes de recherche. Chaque laboratoire doit investir avant de savoir précisément combien de progrès supplémentaires il obtiendra.
Ralentir la frontière ne signifie pas arrêter de vendre les modèles existants. Une entreprise peut consacrer davantage de ressources à leur déploiement, réduire ses coûts d’inférence, améliorer ses agents, développer de nouveaux produits et rentabiliser l’infrastructure déjà construite.
Le déplacement est important. Pendant plusieurs années, le marché a surtout valorisé la promesse du prochain modèle. Une période durant laquelle les gains se font davantage sur les produits et l’exploitation commerciale des modèles actuels pourrait être beaucoup plus confortable financièrement.
Cela ne signifie pas que l’argument de sécurité soit faux. Un même choix peut répondre simultanément à une préoccupation réelle et aux intérêts économiques de l’entreprise qui le défend.
Le calendrier des introductions en Bourse alimente forcément les soupçons
Le discours arrive à un moment particulier pour les deux principaux acteurs concernés. Anthropic prépare son entrée en Bourse et aurait choisi le Nasdaq, selon des informations rapportées par Reuters. L’entreprise vient également d’indiquer à ses investisseurs qu’elle s’attend à enregistrer un résultat opérationnel ajusté positif pour un deuxième trimestre consécutif.
OpenAI se trouve dans une situation différente. Sam Altman a annoncé le 12 septembre qu’une introduction en Bourse n’aurait finalement pas lieu en 2026, en invoquant notamment la nécessité de traiter sérieusement les risques liés aux modèles les plus avancés.
Pour une entreprise qui doit convaincre des investisseurs, le récit n’est pas neutre. « Nous choisissons de ralentir une technologie devenue trop puissante pour être développée sans précaution » raconte une histoire différente de « les prochains gains deviennent plus difficiles et plus coûteux à obtenir ».
Aucune preuve publique ne permet aujourd’hui d’affirmer que le discours sécuritaire a été construit pour masquer un ralentissement technologique ou préparer les marchés financiers. Le calendrier suffit en revanche à rendre cette hypothèse légitime à examiner !
La sécurité peut aussi protéger les acteurs déjà installés
Les règles proposées par Amodei auraient un autre effet économique : elles seraient beaucoup plus faciles à respecter pour Anthropic, OpenAI ou Google que pour un nouvel entrant.
Maintenir des équipes spécialisées en sécurité, ouvrir ses infrastructures à des évaluateurs externes, multiplier les tests avant chaque entraînement et documenter précisément ses procédures représentent un coût considérable. Une entreprise disposant de milliards de dollars de financement peut l’absorber. Une startup qui tente de rejoindre la frontière beaucoup moins facilement.
La coordination entre concurrents soulève elle aussi une difficulté. Amodei reconnaît que certaines formes de coopération entre laboratoires pourraient nécessiter l’intervention des gouvernements en raison du droit de la concurrence.
Des critiques y voient un risque de capture réglementaire : les entreprises qui dominent déjà le marché pourraient participer à la définition de règles suffisamment exigeantes pour rendre leur position plus difficile à contester. Cela ne rend pas ces règles inutiles. Une centrale nucléaire reste coûteuse à réglementer parce que les conséquences d’une erreur sont importantes. La même logique peut s’appliquer à des modèles dont les capacités augmentent rapidement.
Et si ce n’était pas le plafond de l’IA, mais celui d’une méthode ?
L’hypothèse d’un plafond devient plus intéressante lorsqu’on précise de quel plafond on parle. Ajouter davantage de données, de paramètres et de puissance de calcul ne garantit pas que chaque nouvelle génération apportera les mêmes gains que la précédente.
Une partie croissante des progrès récents vient désormais du raisonnement prolongé, de l’utilisation d’outils, des agents, de l’apprentissage par renforcement et du temps de calcul dépensé au moment de répondre. Les laboratoires cherchent également à utiliser leurs propres modèles pour automatiser une partie de la recherche et du développement logiciel.
Un ralentissement du scaling traditionnel peut donc coexister avec une progression rapide des capacités générales. Il pourrait même pousser les entreprises à exploiter beaucoup plus efficacement les modèles qu’elles savent déjà entraîner.
Le scénario « les modèles ont atteint leur plafond et les entreprises inventent une excuse sécuritaire » est trop simple. Le coût marginal de la prochaine génération peut augmenter alors que les capacités continuent de progresser ailleurs.
Sécurité sincère et intérêt commercial ne sont pas incompatibles
Les incidents récents donnent aux laboratoires de vraies raisons de renforcer leurs précautions. METR a obtenu en 2026 un accès à des modèles internes d’Anthropic, Google, Meta et OpenAI ainsi qu’à des informations non publiques sur leur utilisation. Son rapport décrit des agents capables d’accomplir des projets de développement de plusieurs heures ou plusieurs jours et étudie précisément leur capacité à contourner certaines formes de surveillance.
Dans le même temps, ralentir la course pourrait réduire certaines dépenses, donner du temps pour rentabiliser les modèles existants, faciliter la préparation d’introductions en Bourse et créer des barrières supplémentaires pour les concurrents moins capitalisés.
Il n’est donc pas nécessaire de choisir entre deux récits totalement opposés. Les dirigeants de l’IA peuvent être sincèrement préoccupés par leurs modèles tout en défendant une solution qui sert remarquablement bien leurs entreprises.
La véritable question sera observable dans leurs actes. Un ralentissement accompagné d’un accès réel pour des évaluateurs indépendants, de publications transparentes sur les incidents et de contraintes applicables aux leaders eux-mêmes aura davantage de poids qu’un appel à la prudence qui limiterait surtout l’arrivée de nouveaux concurrents.
Sources
- Dario Amodei, « We Must Pace the Frontier » : texte original publié en septembre 2026 détaillant les raisons du ralentissement demandé et son plan en trois étapes.
- METR, Frontier Risk Report : évaluation de modèles internes d’Anthropic, Google, Meta et OpenAI et comparaison avec la frontière publique.
- METR, Task-Completion Time Horizons : suivi de l’évolution de la durée des tâches que les agents IA peuvent accomplir.
- Reuters, Anthropic CEO urges AI companies to slow model development amid fears over misuse : réactions à la proposition de Dario Amodei et contexte industriel.
- Reuters, OpenAI's Altman won't do IPO this year, calls AI extinction risk 'unacceptable' : décision d’OpenAI de ne pas entrer en Bourse en 2026 et déclarations de Sam Altman.
- Reuters, Anthropic selects Nasdaq for IPO, Business Insider reports : informations sur la préparation de l’introduction en Bourse d’Anthropic.
- Reuters, Anthropic tells investors it will be profitable for second straight quarter, FT reports : informations financières communiquées aux investisseurs d’Anthropic.
- The Guardian, AI CEOs say they need to slow the pace of development. But will they? : analyse des critiques portant sur la régulation et le risque de protection des acteurs dominants.
Pourquoi Dario Amodei veut-il ralentir le développement de l’IA ?
Le patron d’Anthropic estime que les capacités des modèles progressent désormais plus vite que les techniques permettant de les contrôler et de les évaluer. Il propose de ralentir leur progression pour consacrer davantage de temps à l’alignement, aux tests et à la sécurité.
OpenAI veut-il également ralentir ses modèles ?
Sam Altman a publiquement soutenu l’appel de Dario Amodei et annoncé qu’OpenAI adopterait également le principe d’évaluateurs indépendants disposant d’un accès étendu aux systèmes de l’entreprise.
Les modèles IA ont-ils atteint un plafond ?
Aucune donnée publique ne montre actuellement un plafond général des capacités. Les mesures de METR indiquent encore une forte progression des agents sur des tâches longues, même si certains benchmarks commencent eux-mêmes à atteindre leurs limites.
Un ralentissement de l’IA pourrait-il profiter à OpenAI et Anthropic ?
Oui. Il pourrait leur donner davantage de temps pour rentabiliser leurs modèles existants, réduire leurs coûts, développer leurs produits et imposer des normes de sécurité difficiles à respecter pour des concurrents moins capitalisés. Cela ne prouve pas que leurs préoccupations de sécurité soient artificielles.
Le discours sur la sécurité de l’IA est-il une stratégie commerciale ?
Il n’existe aujourd’hui aucune preuve permettant de réduire ce discours à une stratégie commerciale. Les intérêts économiques et les préoccupations de sécurité peuvent cependant aller dans la même direction : ralentir la frontière peut réduire certains risques tout en renforçant la position des entreprises qui dominent déjà le marché.
