Dario Amodei : L'industrie de l'IA a un problème de « cône d'incertitude »

Perspective

Voici Dario Amodei dans sa version la plus transparente - le spectacle rare d’un PDG d’IA qui s’engage réellement avec la question de la bulle plutôt que de l’esquiver. Ce qui émerge est un cadre nuancé pour réfléchir à l’économie de l’IA qui sépare la confiance technologique de l’incertitude économique.

“J’ai eu des gens en interne chez Anthropic qui disent ‘Je n’écris plus de code. Je n’ouvre plus d’éditeur. Je laisse simplement Claude Code écrire la première ébauche et tout ce que je fais, c’est l’éditer.’”

— Dario Amodei, PDG d’Anthropic

“Si je suis vraiment bête et que j’extrapole le schéma, 10 à 100 milliards. Je n’y crois pas.” Le revenu d’Anthropic a été multiplié par 10 chaque année pendant trois ans (0$ → 100M$ → 1G$ → 8-10G$ projetés pour 2025), mais Amodei refuse explicitement d’extrapoler. Au lieu de cela, il décrit un “cône d’incertitude” où le revenu de l’année prochaine pourrait se situer n’importe où entre 20G$ et 50G$. Le problème mathématique : les centres de données prennent 2 ans à construire, donc vous pariez maintenant sur les revenus de début 2027. Achetez trop peu de capacité de calcul, vous perdez des clients au profit des concurrents. Achetez trop, vous risquez la faillite.

L’accusation de “yoloing” est à peine voilée. Quand on lui demande qui prend des risques inconsidérés, Amodei ne nomme personne mais le contexte est clair : des concurrents axés sur le grand public avec des marges moins bonnes, des périodes de retour sur investissement plus longues, et des dirigeants qui “constitutionnellement veulent yolo les choses ou aiment simplement les grands chiffres.” La question du financement circulaire (Nvidia investissant dans des entreprises qui achètent des puces Nvidia) obtient une défense pragmatique - c’est du financement fournisseur qui a du sens à certaines échelles mais devient dangereux quand c’est “empilé” au point de nécessiter 200G$/an de revenus d’ici 2027.

L’accent sur l’entreprise comme fossé concurrentiel. Pendant que Google et OpenAI mènent des batailles “code rouge” pour l’IA grand public, Anthropic construit pour les entreprises. Les modèles sont littéralement différents : “c’est surprenant à quel point la personnalité et les capacités des modèles sont différentes si vous construisez pour les entreprises plutôt que pour les consommateurs.” Moins d’accent sur l’engagement, plus sur le codage et les activités intellectuelles de haut niveau. L’adhérence vient des clients en aval, des schémas de prompting, et des personnalités de modèles qui rendent le changement véritablement difficile.

Sur l’AGI : “Il n’y a pas de point privilégié.” Amodei rejette les étapes discrètes AGI/ASI - c’est juste une exponentielle qui s’améliore en tout. Le rythme continue, les modèles deviennent plus intelligents, les revenus ajoutent des zéros.

Points clés

• “Cône d’incertitude” - Le revenu pourrait être de 20G$ ou 50G$ ; les décisions de centres de données prises maintenant servent les clients de 2027
• Croissance des revenus 10x pendant 3 ans - 0$ → 100M$ → 1G$ → 8-10G$ (Anthropic revendique les meilleures marges entreprise)
• Certains acteurs “yolo” - Des concurrents axés sur le grand public avec des marges moins bonnes prenant des risques de timing inconsidérés
• Financement circulaire défendu - Le financement fournisseur a du sens à l’échelle ; dangereux quand empilé trop haut
• Divergence entreprise vs grand public - Modèles optimisés différemment ; l’accent sur l’entreprise signifie éviter les batailles “code rouge”
• Les coûts de changement sont réels - Même l’activité API brute est adhérente ; clients en aval, schémas de prompting, personnalités
• Pas de jalon AGI - Juste une amélioration exponentielle ; le personnel interne “n’écrit déjà plus de code”
• Position sur l’interdiction des puces chinoises inchangée - Malgré le partenariat Nvidia : “un pays de génies dans un centre de données” est un problème de sécurité nationale
• Revendication Opus 4.5 - “Sans conteste, presque tout le monde pense que c’est le meilleur modèle pour le codage”

Vue d’ensemble

L’industrie de l’IA fait des paris à mille milliards sur une infrastructure qui ne générera pas de revenus avant plus de 2 ans, tandis que les modèles sont déjà assez bons pour que les ingénieurs des laboratoires de pointe n’écrivent plus de code. Que ce soit une bulle ou la naissance d’un nouveau paradigme informatique dépend entièrement de la question de savoir si l’adoption en entreprise s’accélère plus vite que les dépenses.