Amériques — Les parrains et les géants

Comment l'Amérique du Nord créa l'apprentissage profond et les géants de l'IA tandis que l'Amérique latine bondissait vers l'adoption

Hier — Les hivers et les persistants

Il existe une vertu que les manuels de succès oublient souvent : l'obstination dans l'obscurité.

Pendant les hivers de l'intelligence artificielle — ces périodes où les financements s'effondraient, où les promesses non tenues décourageaient les investisseurs, où les chercheurs les plus brillants quittaient le domaine pour des carrières plus prévisibles —, une poignée de chercheurs persistèrent. Ils travaillaient sur des réseaux de neurones que la communauté scientifique dominante considérait comme une impasse. Ils publiaient des articles que peu lisaient. Ils formaient des étudiants qui peinaient à trouver des postes.

Trois noms émergèrent de cette obscurité : Geoffrey Hinton, Yoshua Bengio, Yann LeCun.

Geoffrey Hinton, né en Grande-Bretagne, s'était installé au Canada. À l'Université de Toronto, il continuait de croire aux réseaux de neurones quand le monde académique les avait abandonnés. Yoshua Bengio, à l'Université de Montréal, avait fondé le laboratoire Mila en 1993 — un îlot de recherche en apprentissage profond dans un océan de scepticisme. Yann LeCun, français émigré aux États-Unis, développait les réseaux de neurones convolutionnels aux laboratoires Bell, puis à l'Université de New York, perfectionnant des architectures que personne ne semblait vouloir utiliser.

Ils se connaissaient. Ils collaboraient. Ils persistaient.

En 2006, Hinton et ses étudiants publièrent un article qui relança tout. Ils démontrèrent qu'il était possible d'entraîner des réseaux de neurones profonds — avec plusieurs couches — sans que le processus s'effondre. La technique du « pré-entraînement non supervisé » ouvrait une porte que la communauté avait crue définitivement fermée.

En 2012, Alex Krizhevsky, doctorant de Hinton, entraîna AlexNet sur deux cartes graphiques de jeu vidéo dans la chambre de ses parents. Le 30 septembre, AlexNet remporta le défi ImageNet avec un taux d'erreur de 15,3 % — dix points de mieux que le meilleur système concurrent. ImageNet elle-même avait été créée par Fei-Fei Li, née en Chine, professeure à Stanford — une base de données de quatorze millions d'images classées en vingt mille catégories, le carburant qui avait rendu l'apprentissage profond possible.

L'hiver était terminé. L'été qui s'ouvrait serait le plus long et le plus transformateur de l'histoire de l'IA.

En mars 2019, l'Association for Computing Machinery décerna le prix Turing — souvent appelé le « Nobel de l'informatique » — à Geoffrey Hinton, Yoshua Bengio et Yann LeCun « pour leurs découvertes conceptuelles et leurs avancées d'ingénierie qui ont fait des réseaux de neurones profonds un composant essentiel de l'informatique ». On les surnomma les « parrains de l'apprentissage profond ».

Deux d'entre eux travaillaient au Canada.

Le Canada, presque par accident, était devenu l'épicentre de la révolution. Pendant que la Silicon Valley poursuivait d'autres mirages, Montréal et Toronto avaient accueilli les chercheurs obstinés. En 2017, le Canada devint le premier pays au monde à établir une stratégie nationale d'intelligence artificielle — la Pan-Canadian AI Strategy — avec un financement initial de cent vingt-cinq millions de dollars canadiens pour soutenir trois instituts : Mila à Montréal, le Vector Institute à Toronto, Amii à Edmonton.

En 2024, le budget fédéral canadien annonça deux milliards quatre cents millions de dollars d'investissement dans l'écosystème de l'IA — dont deux milliards pour une stratégie de calcul souverain. Le petit pays qui avait abrité les persistants investissait désormais massivement pour conserver son avance.

Yoshua Bengio était devenu, selon les métriques académiques, le scientifique le plus cité au monde — toutes disciplines confondues. Geoffrey Hinton, en octobre 2024, reçut le prix Nobel de physique avec John Hopfield « pour leurs découvertes et inventions fondamentales permettant l'apprentissage automatique par réseaux de neurones artificiels ». Les parrains de l'IA étaient devenus lauréats des plus hautes distinctions que l'humanité décerne.

Aujourd'hui — La course des géants

Puis vinrent les géants.

En décembre 2015, une organisation à but non lucratif fut fondée à San Francisco. Elle s'appelait OpenAI. Ses fondateurs comprenaient Sam Altman, alors président de l'accélérateur de startups Y Combinator, et Elon Musk, le milliardaire de Tesla et SpaceX. L'objectif affiché : développer une intelligence artificielle bénéfique pour l'humanité tout entière, sans les contraintes commerciales des grandes entreprises.

Un milliard de dollars furent promis par les fondateurs et leurs alliés — Reid Hoffman, Peter Thiel, Amazon Web Services, Infosys. La réalité fut plus modeste : seulement cent trente millions avaient effectivement été collectés en 2019.

Mais OpenAI changea le monde.

Le 30 novembre 2022, OpenAI lança ChatGPT — un système de conversation basé sur le modèle GPT-3.5. En cinq jours, l'application atteignit un million d'utilisateurs. En deux mois, cent millions. C'était l'application grand public à la croissance la plus rapide de l'histoire d'Internet — plus rapide que TikTok, qui avait mis neuf mois, plus rapide qu'Instagram, qui avait mis deux ans et demi.

Le 14 mars 2023, OpenAI publia GPT-4. Le nouveau modèle réussissait les examens du barreau américain. Il résolvait des problèmes mathématiques complexes. Il écrivait du code. La frontière entre ce que les machines pouvaient et ne pouvaient pas faire se déplaçait à une vitesse vertigineuse.

Google déclencha un « code rouge » en décembre 2022. Le géant de la recherche, qui avait pourtant acquis DeepMind dix ans plus tôt, se retrouvait soudain dépassé par une startup. Microsoft, de son côté, investit dix milliards de dollars dans OpenAI en janvier 2023, intégrant la technologie dans ses produits — de Bing à Office.

Mais OpenAI n'était pas seul.

En 2021, sept anciens employés d'OpenAI fondèrent Anthropic. Parmi eux, Dario Amodei, ancien vice-président de la recherche chez OpenAI, et sa sœur Daniela. Leur motivation : une inquiétude croissante face aux risques des systèmes d'IA de plus en plus puissants, et un désaccord sur la direction prise par OpenAI.

Anthropic se constitua en « société d'intérêt public » — une structure permettant de poursuivre une mission sociale tout en levant des capitaux. Son objectif affiché : développer une IA plus sûre, plus transparente, plus alignée avec les valeurs humaines. Claude, son assistant conversationnel, fut lancé en mars 2023.

L'approche d'Anthropic se distinguait. L'entreprise donna au gouvernement britannique un accès anticipé à ses modèles pour des tests de sécurité — une première dans l'industrie. Elle s'engagea à construire des mesures de sécurité institutionnelles proportionnées aux risques avant même d'entraîner de nouveaux modèles. OpenAI et DeepMind suivirent, adoptant des politiques similaires.

Amazon investit quatre milliards de dollars dans Anthropic. Les revenus passèrent de zéro à cent millions de dollars en 2023, puis d'un milliard en 2024. En 2024, plusieurs employés clés d'OpenAI — dont Jan Leike, ancien directeur de l'équipe « Superalignment » — rejoignirent Anthropic.

Google, Meta, xAI d'Elon Musk : les géants se multipliaient. Chacun développait ses propres modèles — Gemini, Llama, Grok. Meta choisit de libérer Llama en source ouverte, permettant à quiconque de l'utiliser et de le modifier. La course aux grands modèles de langage était devenue une nouvelle course à l'espace.

Mais cette course avait un coût. L'entraînement d'un modèle de pointe nécessitait des centaines de millions de dollars en calcul, en énergie, en données. Seules les entreprises disposant de ressources considérables pouvaient participer. La concentration du pouvoir technologique s'accélérait.

En novembre 2023, le conseil d'administration d'OpenAI licencia brièvement Sam Altman. Une révolte des employés et de Microsoft — qui détenait quarante-neuf pour cent de la branche commerciale d'OpenAI — le ramena au pouvoir cinq jours plus tard. L'épisode révéla les tensions entre la mission initiale de l'organisation — développer une IA bénéfique pour l'humanité — et les réalités commerciales d'une entreprise valorisée des dizaines de milliards de dollars.

En novembre 2025, ChatGPT approchait de son troisième anniversaire avec huit cents millions d'utilisateurs hebdomadaires.

Geoffrey Hinton n'était plus seulement un parrain. Il était devenu un prophète de l'inquiétude.

En mai 2023, Hinton démissionna de Google. Il voulait pouvoir parler librement des risques de l'intelligence artificielle sans être contraint par les intérêts de son employeur. Dans les mois qui suivirent, il multiplia les interventions publiques pour alerter sur les dangers potentiels des systèmes qu'il avait contribué à créer.

« Quand je faisais de la recherche, je pensais construire quelque chose de bon pour l'humanité », déclara-t-il. « Maintenant, je ne suis plus sûr. »

Yoshua Bengio partageait cette inquiétude. Il milita pour une gouvernance mondiale de l'IA, pour des moratoires sur les développements les plus risqués, pour une réflexion collective avant que la technique ne dépasse la sagesse. Les parrains qui avaient allumé le feu tentaient maintenant d'en contrôler les flammes.

Cette tension — entre l'accélération et la prudence, entre la course commerciale et la responsabilité éthique — définissait l'Amérique du Nord de l'IA. Elle créait les systèmes les plus puissants du monde. Elle produisait aussi les voix les plus inquiètes.

L'autre Amérique

Pendant ce temps, au sud du Rio Grande, une autre révolution s'opérait.

L'Amérique latine n'avait pas les laboratoires de recherche fondamentale du Canada. Elle n'avait pas les capitaux de la Silicon Valley. Mais elle avait quelque chose d'autre : des problèmes concrets à résoudre et une population prête à adopter de nouvelles technologies.

En 2024, le taux d'adoption de l'intelligence artificielle en Amérique latine bondit de dix-huit points pour atteindre quarante pour cent — dépassant la moyenne mondiale en enthousiasme et en optimisme. Le marché latino-américain de l'IA, évalué à quatre milliards soixante et onze millions de dollars en 2024, était projeté à trente milliards deux cents millions en 2033.

Le Brésil menait la charge. Quatre-vingt-dix pour cent des grandes entreprises brésiliennes utilisaient l'IA. Le pays comptait cent cinquante-quatre entreprises d'intelligence artificielle — le plus grand nombre de la région. L'agriculture, qui représentait près de trente pour cent du PIB brésilien, déployait l'IA pour l'agriculture de précision. En 2024, trois entreprises agrotechnologiques brésiliennes dépassèrent cent millions de dollars de valorisation : Genica (biotechnologie), Agrolend (financement agricole) et Solinftec (IA agricole).

Le Mexique accueillait plus de sept cent mille professionnels des technologies de l'information. Les villes de Guadalajara et de Mexico devenaient des pôles d'innovation agrotechnologique. Aiflow utilisait l'imagerie par drone et l'analyse prédictive pour détecter les maladies des cultures avant qu'elles ne causent des pertes.

L'Argentine, malgré ses turbulences économiques, restait un acteur agricole mondial majeur. La startup Kilimo avait réduit la consommation d'eau de vingt pour cent tout en maintenant les rendements des cultures — économisant soixante-douze milliards de litres d'eau.

L'indice latino-américain de l'intelligence artificielle (ILIA), publié en septembre 2024, évaluait dix-neuf pays. Le Chili arrivait en tête avec 73,07 points, suivi du Brésil (69,30) et de l'Uruguay (64,98). L'Argentine, la Colombie et le Mexique étaient classés comme « adoptants ».

Mais l'Amérique latine faisait face à des défis structurels. Seuls quatre ruraux latino-américains sur dix avaient accès à Internet de base — excluant des millions de personnes de l'économie numérique. L'investissement total dans les startups de la région atteignait huit milliards deux cents millions de dollars en 2024 — contre cent quatre-vingt-dix milliards au niveau mondial. L'écart restait immense.

La région comptait plus de onze mille quatre cents startups financées, ayant levé trois milliards six cents millions de dollars en 2024. Les technologies financières attiraient soixante et un pour cent de tous les investissements en capital-risque. Entre trente et quarante licornes latino-américaines existaient désormais — Mercado Libre, Nubank, Rappi parmi les plus connues.

L'Amérique latine n'inventait pas l'IA. Elle l'adoptait, l'adaptait, l'appliquait à ses réalités — l'agriculture, la finance, la logistique. Elle montrait qu'on pouvait bénéficier de la révolution sans en être l'épicentre.

Au-delà — Les deux visages

Les Amériques présentent deux visages de la révolution de l'apprentissage profond.

Le premier visage est celui de la création. Du laboratoire de Hinton à Toronto au siège d'OpenAI à San Francisco, l'Amérique du Nord a inventé l'apprentissage profond moderne, créé les grands modèles de langage, lancé la course aux systèmes conversationnels. Elle a produit les parrains — et les géants qui ont transformé leurs découvertes en produits utilisés par des milliards de personnes.

Le second visage est celui de l'adoption. Du Brésil au Mexique, de l'Argentine au Chili, l'Amérique latine a montré que l'IA pouvait résoudre des problèmes concrets — irriguer les champs plus efficacement, accorder des crédits à ceux qui n'ont pas d'historique bancaire, optimiser des chaînes logistiques complexes. Elle a prouvé que la révolution n'avait pas besoin d'attendre les laboratoires de recherche fondamentale.

Ces deux visages ne s'opposent pas. Ils se complètent.

L'Amérique du Nord nous enseigne l'obstination. Hinton, Bengio, LeCun ont persisté pendant les hivers de l'IA quand personne n'y croyait. Leur patience fut récompensée par un prix Turing, un prix Nobel, et la satisfaction d'avoir transformé le monde. L'innovation fondamentale naît parfois de ceux qui refusent d'abandonner.

Elle nous enseigne aussi l'ambivalence. Les parrains qui ont créé l'apprentissage profond sont maintenant parmi les voix les plus préoccupées par ses risques. Hinton a quitté Google pour alerter librement. Bengio milite pour une gouvernance mondiale. Cette capacité à créer et à critiquer sa propre création, à accélérer et à freiner, définit une maturité que d'autres régions n'ont pas encore développée.

L'Amérique latine nous enseigne l'adaptation. Elle n'a pas inventé les grands modèles de langage, mais elle les applique à l'agriculture de précision, aux services financiers, à la logistique. Elle montre que l'IA n'est pas réservée aux pays riches — elle peut servir partout où des problèmes existent et où des entrepreneurs sont prêts à les résoudre.

Elle nous enseigne aussi les limites. Quatre ruraux sur dix sans accès à Internet. Des investissements qui restent une fraction de ceux du Nord. L'adoption sans la création crée une dépendance. L'Amérique latine utilise des outils conçus ailleurs, selon des priorités définies ailleurs, avec des biais encodés ailleurs. La souveraineté technologique reste un horizon lointain.

La question qui traverse les Amériques est celle de la responsabilité.

Les géants d'Amérique du Nord — OpenAI, Anthropic, Google, Meta — développent des systèmes qui transforment le monde entier. Leurs décisions affectent des milliards de personnes qui n'ont jamais voté pour eux, qui ne les connaissent pas, qui n'ont aucun recours s'ils se trompent.

Dario Amodei parle d'une « course vers le haut » — une compétition où les entreprises rivalisent en sécurité plutôt qu'en puissance brute. Geoffrey Hinton demande des moratoires. Yoshua Bengio appelle à une gouvernance mondiale. Mais la course continue, et les milliards de dollars affluent vers ceux qui promettent d'aller plus vite.

L'Amérique latine, de son côté, adopte sans vraiment choisir. Elle bénéficie des outils, mais n'en définit pas les règles. Elle résout des problèmes locaux avec des technologies globales. Elle participe à la révolution sans la façonner.

Les deux Amériques sont liées par une asymétrie. Le Nord crée et s'inquiète. Le Sud adopte et espère. La question de savoir qui façonne l'IA — et selon quelles valeurs — reste ouverte.

Les parrains sont devenus des sages tourmentés. Les géants sont devenus des empires. Et quelque part entre le laboratoire de Toronto et les champs du Brésil, l'intelligence artificielle transforme un continent entier.