Mustafa Suleiman sur l'ère à venir des agents IA

Perspective

Quand un co-fondateur de DeepMind qui a passé une décennie dans la “partie plate de l’exponentielle” vous dit que nous sous-réagissons, cela vaut la peine d’y prêter attention.

La thèse centrale de Mustafa Suleiman est claire : nous transitionnons d’un monde de systèmes d’exploitation, d’applications et de navigateurs vers un monde d’agents et de compagnons. Chaque interface utilisateur sera finalement subsumée dans une forme agentique conversationnelle - un véritable assistant dans votre poche qui a tout votre contexte et peut tout faire.

Ce qui rend cette conversation précieuse, c’est le point de vue unique de Suleiman. Il a traversé les années où DeepMind “optimisait la climatisation” et où les LLM prédisaient des mots isolés dans des phrases. Il a vu Lambda fonctionner chez Google mais n’a pas pu le déployer. Il a levé 1,5 milliard de dollars pour Inflection, puis a vu les modèles open-source saper toute sa base de capital quelques mois plus tard.

Sa proposition de “test de Turing moderne” coupe court aux benchmarks académiques avec une métrique brutalement simple : une IA peut-elle transformer 100 000 $ en 1 million de dollars ? Un retour sur investissement de 10x par un agent autonome. Il prédit que cela est “en vue” dans les deux prochaines années.

L’admission la plus surprenante ? La chute vertigineuse du coût de l’inférence. Il s’attendait à ce que l’IA soit coûteuse pendant des années. Au lieu de cela, nous avons obtenu une réduction de coût de 100x en deux ans, avec des modèles open-source valant des milliards publiés gratuitement. “Cette partie, je me suis complètement trompé.”

Sur l’IA pour la science, il est plus prudent - c’est plus difficile que les tâches économiques parce qu’il y a moins de données d’entraînement pour la découverte nouvelle et que l’humain dans la boucle est plus difficile à implémenter. Mais la combinaison du raisonnement logique (issu de l’entraînement en mathématiques/codage) plus l’interpolation créative est “une combinaison létale” pour le progrès scientifique.

Points clés

• Applications aux agents - La transition fondamentale va des interfaces utilisateur vers les agents IA qui subsument tous les paradigmes logiciels actuels
• Test de Turing moderne - Les benchmarks économiques comptent plus que les académiques : l’IA peut-elle multiplier votre investissement par 10 ?
• Échéance 2027 - Les agents qui passent les benchmarks économiques sont “en vue” dans les deux prochaines années
• Le pari de Microsoft - Être la plateforme de confiance et stable pour l’IA d’entreprise est la stratégie, pas la course aux benchmarks
• Choc de l’open source - Des modèles à un milliard de dollars publiés gratuitement ont complètement changé le paysage concurrentiel
• La science est plus difficile - L’IA pour la découverte nouvelle manque de données d’entraînement et de mécanismes humain-dans-la-boucle des tâches commerciales

Vue d’ensemble

Nous transitionnons des systèmes d’exploitation et des applications vers les agents et les compagnons. Chaque interface utilisateur sera finalement conversationnelle. Le “test de Turing moderne” - une IA peut-elle transformer 100 000 $ en 1 million de dollars ? - coupe court aux benchmarks académiques pour demander ce qui compte. Un co-fondateur de DeepMind pense que nous le réussirons d’ici 2027.