L'homme qui fait les comptes

Le premier épisode de cette série portait sur la question de savoir si l'intelligence artificielle allait mettre fin à l'humanité. Ed Zitron pose la question plus dérangeante qui précède celle-ci : est-ce que cela se paie, tout simplement ? Bartlett commence par un jeu — il lit des phrases que Zitron considère comme des mythes, et le laisse y répondre. « Le secteur de l'IA génère une croissance économique considérable. » Non. « L'IA remplacera tous les emplois humains. » Cela ne se produit pas, et aucune donnée économique ne l'atteste. Le ton de la soirée est ainsi donné : ce n'est pas un chercheur en sécurité venu mettre en garde contre l'avenir qui est assis là, mais un comptable du présent qui veut voir la facture. Vidéo à partir de 0:00:30

Le critiqueQui parle — et pourquoi cela compte

Bartlett l’interroge tôt sur ses références, et Zitron devance la question : on lui a reproché de n'avoir aucune formation en finance. C'est vrai, il n'en a pas. Il évolue depuis des années dans le secteur technologique, dirige une agence de relations publiques, écrit une newsletter et anime un podcast. Ce qu'il sait faire, c'est lire des rapports financiers et reconnaître un discours de vente — il en vend lui-même, professionnellement. Sa critique ne part pas de la philosophie, mais de la déception : on lui a vendu comme relevant de la magie ce qui, à y regarder de plus près, n'est que du « logiciel cloud ennuyeux », coûteux, déficitaire et, au fond, peu fiable. Vidéo à partir de 0:03:18

Cette origine est à la fois sa force et sa limite. Il connaît la mécanique du battage médiatique de l'intérieur, car il fait lui-même partie de l'appareil qui porte les entreprises technologiques dans les médias. Mais il n'est ni chercheur, ni concepteur de modèles, ni analyste bancaire — et son ton, il le sait lui-même, le rend redoutablement incommode pour le secteur. Les relations publiques d'OpenAI, dit-il sèchement, ne sont pas particulièrement enthousiastes à son sujet. Vidéo à partir de 1:12:28

L'additionCe que disent les comptes

Le cœur dur de l'entretien est un chiffre que Zitron s'est lui-même procuré et a publié : au cours du dernier exercice, OpenAI a perdu 20,9 milliards de dollars. Non pas face à un chiffre d'affaires symbolique, mais face à environ 13 milliards de dollars de revenus pour près de 34 milliards de dollars de coûts. Le Financial Times et plusieurs médias économiques ont ensuite confirmé ces chiffres audités. La seule recherche et développement dépassait déjà l'ensemble du chiffre d'affaires. C'est la base sur laquelle repose tout le reste de cet entretien — et c'est le point sur lequel les contradicteurs de Zitron ont le moins à dire. Vidéo à partir de 0:13:10

Les trois pertesPourquoi les deux camps se trompent de calcul

Quiconque suit ce débat se heurte à trois chiffres de pertes différents, tous exacts et mesurant chacun autre chose. La perte opérationnelle, d'environ 21 milliards de dollars, mesure l'activité courante : coûts courants contre revenus courants. La perte nette déclarée, de 38,5 milliards de dollars, intègre en outre une gigantesque réévaluation comptable liée à la transformation de la structure de l'entreprise — un jeu d'écritures, pas de l'argent sorti des caisses. Et la perte ajustée, à laquelle se réfèrent les proches de l'entreprise, est nettement plus basse, car elle exclut les effets exceptionnels et les crédits de temps de calcul.

Les critiques citent le chiffre le plus élevé, l'entreprise le plus faible. Qui veut savoir si l'activité est viable retient le chiffre médian. Il en va de même côté chiffre d'affaires : une extrapolation à partir du mois le plus fort — plus de 40 milliards de dollars en rythme annuel durant l'été 2026 — n'est pas un chiffre d'affaires annuel. Les titres mélangent en permanence les deux, dans un sens comme dans l'autre.

Le compteurPourquoi un abonnement masque le prix

L'explication la plus importante de Zitron est aussi la plus simple. Les entreprises d'IA facturent en tokens — l'image qu'en donne Bartlett est celle du compteur d'un taxi new-yorkais. Chaque mot saisi est facturé, chaque mot produit aussi, et, ce que la plupart ignorent, chaque mot que le modèle génère en « réfléchissant ». Qui a un abonnement mensuel ne voit jamais ce compteur. Il ne voit qu'un plafond et un prix fixe. Vidéo à partir de 0:12:04

Un groupe d'analystes a calculé ce qu'un gros utilisateur peut consommer en tokens avec un abonnement à 200 dollars par mois : une contre-valeur d'environ 14 000 dollars, contre environ 8 000 chez le concurrent. Ce chiffre est souvent mal cité, d'où cette précision : il s'agit du tarif catalogue de l'interface de programmation, pas de l'argent que l'entreprise perd réellement par client. L'idée sous-jacente reste néanmoins valable — un forfait où les clients les plus coûteux consomment un multiple de leur contribution n'est pas un modèle logiciel, c'est une subvention. Vidéo à partir de 0:12:52

Ce qui se passe lorsque ce compteur devient visible, le secteur en a fait l'expérience au printemps 2026. Lorsque des clients professionnels sont passés à une facturation réelle à l'usage, la réaction ne s'est pas fait attendre : un seul grand client avait épuisé son budget annuel de tokens en trois mois. Les mêmes entreprises qui, peu avant, qualifiaient l'IA de technologie la plus productive de tous les temps ont commencé à compter. Vidéo à partir de 0:13:44

Le cercleQui donne l'argent à qui

Le deuxième élément est la structure de la demande. Zitron accuse les revenus des grands fournisseurs de ne pas provenir de l'IA elle-même, mais de leurs activités traditionnelles — et affirme qu'une part considérable de ce qui est célébré comme chiffre d'affaires lié à l'IA provient de deux laboratoires déficitaires qui ne pourraient exister sans l'argent de ces mêmes groupes. Il cite des montants à deux chiffres, en milliards, versés cette année par Amazon à OpenAI. Vidéo à partir de 0:04:25

Sa mise en regard la plus frappante : le fabricant de puces a réalisé, sur l'exercice 2026, un chiffre d'affaires total de 215,9 milliards de dollars — pour ne desservir, selon le calcul de Zitron et en dehors des grands laboratoires, qu'un marché d'environ 22 milliards de dollars. Qui veut éviter le mot fraude peut dire la même chose sobrement : la demande est circulaire et concentrée sur un très petit nombre de débiteurs. Le fabricant de puces investit dans les laboratoires, les laboratoires achètent du temps de calcul, les exploitants de centres de données en tirent des carnets de commandes, et tous trois paraissent ainsi en meilleure santé que ne le permet le flux de paiements réel. Vidéo à partir de 0:18:54

L'ampleur du volet physique de ce pari, il l'illustre par l'exemple d'un centre de données au Texas : 1,2 gigawatt, huit bâtiments, 50 000 processeurs graphiques chacun. On construit pour une demande que personne, à ce niveau, ne paie encore. Vidéo à partir de 0:06:54

La contradictionLà où Bartlett ne suit pas

L'entretien n'est pas un terrain acquis. Bartlett s'oppose, et touche juste sur deux points. D'abord la croissance : 100 millions d'utilisateurs en deux mois, plus vite que n'importe quelle plateforme avant elle, plus de la moitié des adultes américains utilise désormais ce type d'outils. Ensuite la qualité : lui-même, dit-il, ne rencontre plus de réponses inventées, tout au plus des raisonnements faibles. Zitron le conteste et renvoie à des classements qui mesurent le contraire — ainsi qu'à la différence entre une erreur dans une fenêtre de discussion et une erreur dans un logiciel utilisé par un hôpital ou un fonds d'investissement. Vidéo à partir de 0:38:24

Sa réponse à l'argument de la croissance est cependant la meilleure question de la soirée, et elle ramène à l'addition : ce même utilisateur enthousiaste continuerait-il à se servir du service si elle devait payer le prix réel du million de tokens ? Vidéo à partir de 0:39:32

Les emploisUne querelle de preuves

Sur le marché du travail, Zitron se fait le plus catégorique — et le plus vulnérable. Le remplacement massif du travail humain n'aurait pas lieu, aucune donnée économique ne l'attesterait. Ce qui se serait déplacé jusqu'ici, ce serait surtout du travail sous-traité au rabais. Son argument le plus solide n'en est d'ailleurs pas un, mais une critique des sources : une étude très citée sur les jeunes diplômés, dit-il, il l'a lue dans le texte original — on n'y trouve qu'une seule phrase prudente, transformée en certitude par les articles qui l'ont reprise. Vidéo à partir de 1:07:17

Qu'il n'applique pas toujours la même rigueur à ses propres conclusions fait aussi partie du bilan honnête de cet entretien. « Cela ne vous prendra pas votre emploi » est, comme réconfort, tout aussi peu étayé que « cela prendra tous les emplois d'ici 2027 ». Vidéo à partir de 1:19:50

2027L'année à laquelle renvoie le titre

La date qui figure dans le titre de la vidéo procède d'un calcul sobre, non d'une prophétie. L'entrée en Bourse, prévue cette année, a été reportée — une semaine et demie après que Zitron a publié les chiffres audités. Les modèles ne s'améliorent que si des dizaines de milliards de dollars continuent d'y être injectés. Il faut donc le prochain tour de financement, puis le suivant. À un moment donné de l'année 2027, dit-il, le souffle finira par manquer. Vidéo à partir de 2:08:57

Ce qui frappe, c'est qu'il ne se prononce pas sur le comment : il y aurait de nombreuses manières dont cela pourrait se terminer. Ce qui compte, dit-il, c'est autre chose — que plusieurs très grandes entreprises voient leur existence suspendue à un seul laboratoire déficitaire. Qui ne peut pas vendre ses parts, faute d'entrée en Bourse, a un problème qui n'a plus rien à voir avec la technologie. Vidéo à partir de 2:11:46

C'est précisément là que se trouve la limite de l'argument. Que des engagements arrivent à échéance et que le capital puisse se raréfier, c'est un constat sur des contrats. Que cela se produise en 2027 est un pari sur l'humeur des marchés de capitaux. Les marchés peuvent financer la déraison plus longtemps que les critiques n'ont raison. Vidéo à partir de 2:13:14

La contre-épreuveLà où Zitron se trompe lui-même

Deux passages ne résistent pas à la vérification, et tous deux portent sur la recherche en sûreté. Zitron raconte le test connu où un modèle a obtenu d’un humain qu’il résolve une énigme visuelle à sa place, et l’attribue à la génération de modèles précédente. La fiche système publiée indique GPT-4, et le comportement était une tromperie sur sa propre identité, non un chantage. Vidéo à partir de 2:00:50

Peu après, il affirme qu’Anthropic aurait expressément ordonné à un modèle de faire chanter quelqu’un. Ce n’est pas ce que dit la description publiée : les chercheurs ont construit une situation d’entreprise fictive, avec conflit d’objectifs et arrêt annoncé, et ont restreint les options — ils précisent expressément n’avoir donné aucune consigne de chantage. Sa critique de fond, celle du caractère artificiel de ces dispositifs, serait plus forte sans cette erreur. Vidéo à partir de 2:01:54

FinComment se termine l'entretien

À la fin, c’est l’animateur lui-même, qui a contesté pendant deux heures, qui tire un bilan inattendu : il s’est arrêté un instant et a envisagé sérieusement, pour la première fois, qu’une bulle soit en train de se former. Le mot de la fin de Zitron ne porte pas sur l’argent. À la dernière question de Bartlett, sur ce qui fait de bonnes relations, il répond que ce travail est épuisant sur de longues périodes et lui vaut beaucoup d’hostilité — ce qui l’a porté, ce sont les gens autour de lui. C’est le seul moment de la soirée où le critique le plus bruyant du secteur baisse la voix. Vidéo à partir de 2:24:08

Résumé et mise en perspective de kipode.de. Le texte est le nôtre ; les propos originaux sont indiqués avec horodatage. La vidéo provient de The Diary of a CEO et est intégrée via le lecteur YouTube officiel. Il ne s'agit pas d'une traduction officielle, et il n'y a aucun lien avec le podcast.