Le 12 septembre, Dario Amodei, cofondateur et patron d’Anthropic, publiait un texte au titre sans ambiguïté : We Must Pace the Frontier, il faut ralentir la course. Sam Altman, patron d’OpenAI, et Elon Musk, patron de xAI, lui donnaient raison le jour même. Lundi 9 novembre, moins de deux semaines après un nouveau modèle de Google, Anthropic lançait à son tour deux nouveaux modèles. Entre les deux dates, la course n’a pas ralenti. Elle a accéléré.

Ce qui a été dit en septembre

Dans son essai, Dario Amodei écrit : « We must slow the pace at which we improve the capabilities of AI models », il faut ralentir le rythme auquel nous améliorons les capacités des modèles d’IA. Selon lui, laissée sans contrôle, cette progression pourrait dépasser notre capacité à comprendre et à maîtriser ces systèmes.

Il cite plusieurs risques : la perte de contrôle des systèmes, leur usage pour des cyberattaques ou des armes biologiques, de graves perturbations économiques, et une « course vers le bas » alimentée par les intérêts commerciaux.

Il propose trois étapes :

  1. Des évaluateurs indépendants installés dans chaque laboratoire, avec un accès comparable à celui des employés. Anthropic s’engage à le faire seule, sans attendre les autres.
  2. Une coordination entre les entreprises des pays démocratiques, sur des normes de sécurité communes et des limites au rythme des progrès, avec le soutien des gouvernements.
  3. À terme, des négociations mondiales, y compris avec la Chine, sur les capacités les plus dangereuses.

Sur X, Sam Altman répond : « I agree with Dario that we need to pace the frontier », je suis d’accord avec Dario, nous devons ralentir le rythme. Il ajoute qu’OpenAI acceptera elle aussi des évaluateurs indépendants. Elon Musk se contente de trois mots : « Dario is right ».

Pour une fois, trois des principaux acteurs de la course semblaient d’accord sur un point.

Ce qui s’est passé ensuite

Voici ce que les quatre grands laboratoires ont lancé dans les huit semaines qui ont suivi :

Cela fait au moins huit nouveaux modèles en huit semaines. Les trois entreprises dont les patrons avaient approuvé l’appel ont toutes continué, tout comme Google.

Dans son annonce du 28 octobre, Google résume l’état d’esprit du secteur en une phrase : faire avancer la frontière « requires moving fast while remaining deliberate about deployment », demande d’aller vite tout en restant prudent dans le déploiement.

Les trois patrons étaient d’accord pour ralentir. Tous ont continué à sortir de nouveaux modèles.

Ce que montrent les chiffres

Le lancement du 9 novembre ne s’est pas fait n’importe quand. Anthropic prépare son entrée en bourse au Nasdaq, sous le symbole ANT. Selon CNN, elle pourrait avoir lieu dès la mi-novembre et valoriser l’entreprise jusqu’à 2 000 milliards de dollars.

Son dossier d’introduction en bourse, mis à jour fin octobre, montre une entreprise sous pression, selon Fortune :

Les nouveaux modèles arrivent avec une nouvelle baisse de prix. Claude Fable 5.2 coûte 8 dollars par million de jetons en entrée, contre 10 dollars pour GPT-6 Astra, le modèle phare d’OpenAI, soit environ 20 % de moins. Pour les documents longs mis en cache, l’écart atteint 80 %. Selon Fortune, ces modèles pourraient être les derniers grands lancements d’Anthropic avant son entrée en bourse.

CNN le formulait déjà fin octobre : une fois cotée, l’entreprise pourrait faire face à des pressions contradictoires entre la sécurité et le rendement attendu par ses investisseurs.

Ce qu’il faut retenir

Le soupçon est fondé sur un point : la logique économique n’a pas cédé la place. Concurrence, baisses de prix, entrée en bourse : tout pousse à sortir des modèles plus vite, pas moins vite.

Hypocrisie ? Ce que l’on peut dire honnêtement

La tentation est de crier à l’hypocrisie. Les faits demandent un peu plus de nuance.

Anthropic n’a jamais promis d’arrêter. Son texte le dit noir sur blanc : ralentir « does not mean halting model training or technical progress », ne signifie pas arrêter l’entraînement des modèles ni le progrès technique. Dario Amodei prévenait même que les progrès continueraient à paraître rapides. Interrogée par CNBC le 9 novembre, Dianne Penn, responsable produit pour la recherche chez Anthropic, résume la défense de l’entreprise : « We called for pacing, not pausing », nous avons appelé à ralentir le rythme, pas à faire une pause.

Quelques engagements ont été tenus. Le 15 octobre, Anthropic a annoncé avoir installé dans ses locaux six évaluateurs de METR, un organisme indépendant, avec un accès proche de celui de ses employés et le droit de publier leurs conclusions sans veto de l’entreprise. À notre connaissance, aucun autre laboratoire n’a annoncé publiquement un dispositif équivalent. Le nouveau Mythos 5.2 n’est accessible que sur dossier, principalement aux professionnels de la cybersécurité et aux chercheurs en sciences du vivant. Anthropic affirme aussi avoir volontairement bridé, pendant l’entraînement de ses nouveaux modèles, certaines compétences de recherche qui pourraient accélérer le plus directement le développement de l’IA. Google a lui aussi réservé Gemini 4 Carbon à des défenseurs de la cybersécurité avant de l’ouvrir plus largement.

Mais l’essentiel n’a pas bougé. La deuxième étape, la coordination entre entreprises sur un rythme commun, n’existe toujours pas. Et un rapport de METR publié le 5 novembre ne montre pas de ralentissement : selon cet évaluateur, Anthropic améliorerait aujourd’hui ses modèles environ deux fois plus vite qu’il y a un an, une estimation que METR présente lui-même avec beaucoup de réserves.

La vraie leçon tient peut-être moins à la sincérité des dirigeants qu’à la situation dans laquelle ils se trouvent. Celui qui ralentit seul risque de perdre ses clients, ses investisseurs et sa place dans la course au profit des autres. Dario Amodei le savait : c’est précisément cette « course vers le bas » qu’il décrivait. Un engagement que personne n’est obligé de respecter reste une intention, pas une règle. Ralentir pour de bon supposerait des règles imposées par les États à tous les acteurs en même temps, et ces règles n’existent pas aujourd’hui.

Pourquoi cela concerne directement l’Afrique

On pourrait penser que ce débat se joue loin de Conakry, de Dakar ou d’Abidjan. C’est l’inverse.

Une discussion dont l’Afrique est absente

Relisez les trois étapes de Dario Amodei : les entreprises des pays démocratiques, puis les États-Unis et leurs alliés, puis la Chine. Son essai ne mentionne pas une seule fois l’Afrique, ni plus largement les pays en développement. Le rythme d’une technologie que tout le monde utilisera se discute aujourd’hui entre quelques laboratoires, Washington et Pékin.

L’Afrique a pourtant beaucoup à dire. Elle compte 18 % de la population mondiale mais seulement 0,6 % de la capacité mondiale des centres de données, et environ 2 % des données qui servent à entraîner les modèles d’IA, selon la Banque mondiale, comme nous l’expliquions dans notre décryptage de son dernier rapport. Elle subira les conséquences de décisions prises sans elle.

Des outils qui trouvent les failles plus vite

Les derniers modèles ont un point commun : leur puissance en cybersécurité. Gemini 4 Carbon est présenté par Google comme le plus avancé dans ce domaine. Selon un partenaire de sécurité d’Anthropic, cité sans être nommé par Fortune, Mythos 5.2 a trouvé une faille sur six que tous les autres modèles testés avaient manquée.

Ces outils servent d’abord aux défenseurs. Mais tôt ou tard, des capacités comparables finissent entre les mains de tous. Or beaucoup de sites et de systèmes africains tournent encore sur des logiciels anciens, comme nous le montrions à propos des failles critiques de PHP. Quand les failles se découvrent plus vite, les retards de mise à jour coûtent plus cher.

Une course qui fait aussi baisser les prix

Il faut le dire honnêtement : cette course a aussi des effets positifs pour nous. Les prix baissent à chaque nouvelle sortie. Fable 5.2 coûte 20 % de moins que son principal concurrent, et GPT-6.1 Terra a été lancé à moitié prix par rapport à GPT-6.1 Sol, sorti moins d’un mois plus tôt. Pour une start-up de Dakar ou un développeur de Conakry, c’est un accès moins cher à des outils de premier plan.

Mais ces outils sont hébergés ailleurs, construits sur des données qui nous représentent mal, et soumis à des décisions sur lesquelles nous n’avons aucune prise. Plus ils deviennent indispensables, plus cette dépendance pèse, comme le soulignait Mohamed Condé dans sa tribune sur la souveraineté numérique.

Ce que nous pouvons faire

Attendre que les géants de l’IA se freinent eux-mêmes serait une erreur. Voici ce qui est à notre portée :

  1. Utiliser les outils, les yeux ouverts. Profiter de la baisse des prix, mais vérifier ce que l’IA produit et garder les données sensibles hors des services étrangers.
  2. Mettre à jour nos systèmes. Dans un monde où l’IA trouve les failles plus vite, la maintenance n’est plus une option, pour les entreprises comme pour les administrations.
  3. Appliquer nos propres règles. En Afrique subsaharienne, 39 pays ont une loi de protection des données, selon la Banque mondiale. Les faire respecter face aux grands fournisseurs d’IA est un premier pas concret.
  4. Demander une place à la table. L’Union africaine dispose d’une stratégie continentale sur l’IA. Si des négociations mondiales sur le rythme de l’IA voient le jour, l’Afrique doit y être, pas seulement en subir les résultats.

Le mot de la fin

L’appel de septembre n’était sans doute pas un mensonge. Mais il montre la limite des bonnes intentions dans un marché où chacun craint d’être dépassé par l’autre. Les dirigeants de l’IA peuvent sincèrement s’inquiéter des risques et continuer d’accélérer : c’est justement pour cela que leurs promesses ne suffisent pas.

Pour l’Afrique, la question n’est pas de savoir s’ils ralentiront. C’est de savoir si nous serons prêts, avec nos compétences, nos règles et notre voix, quel que soit le rythme qu’ils choisiront.


Sources principales