Jensen Huang : L’IA est multifacette. Pour la comprendre, il faut la considérer sous plusieurs angles :

• Nouvelle Technologie : L’IA est construite différemment des logiciels passés et peut accomplir des tâches que les anciens logiciels ne pouvaient pas. C’est une technologie incroyable avec un potentiel immense.
• Nouvelle Industrie : Autrefois, les logiciels étaient créés par des humains tapant du code. Aujourd’hui, l’IA permet de produire des logiciels (ou « intelligence ») avec des machines. Un supercalculateur, alimenté en électricité, produit des « tokens ». Ces tokens peuvent être des nombres, des mots, des protéines, des images, des vidéos, des structures 3D, etc. Nous appelons cela l’intelligence.
• Usine d’IA : Cette « machinerie » qui produit des tokens est ce que j’appelle une usine d’IA. Sa seule fonction est de produire des tokens, chaque jour.
• Nouvelle Infrastructure : Cette technologie va permettre une nouvelle industrie (la production d’intelligence) et va également révolutionner et transformer toutes les autres industries (santé, éducation, finance, ingénierie, etc.).

Ces tokens alimenteront l’éducation (que j’utilise quotidiennement), les services financiers, l’ingénierie logicielle, la gestion de la chaîne d’approvisionnement, et bientôt la fabrication. L’IA est aussi transformatrice et impactante que l’électricité l’a été.

Jensen Huang : Oui, absolument. Chaque entreprise qui fabrique des objets qui bougent (tondeuses, engins de construction Caterpillar) verra ses produits devenir autonomes ou assistés par l’IA. Ces objets autonomes sont définis par logiciel, et ce logiciel (l’intelligence) est produit par des tokens.

Donc, à l’avenir :

• Les constructeurs automobiles produiront des voitures ET les tokens (l’IA) qui les font fonctionner.

Il y aura une usine pour les biens physiques et une usine d’IA pour l’intelligence qui les anime.

Jensen Huang : L’IA a vraiment émergé il y a 12-14 ans avec AlexNet et les percées en vision par ordinateur.

1. IA de Perception : La première vague. Il s’agit de percevoir le monde (images, sons, vibrations, température) et de comprendre la signification de ces informations.
2. IA Générative : La deuxième vague (il y a environ 5 ans). Elle ne se contente pas de comprendre, elle traduit l’information (ex: anglais vers français, texte vers image). C’est un traducteur universel.
3. IA de Raisonnement : La vague actuelle. L’intelligence implique de résoudre des problèmes et de reconnaître des conditions jamais vues auparavant. Cela se fait par le raisonnement, en appliquant des règles, des lois et des principes. Cela mène à l’IA Agentique : des « robots » numériques ou agents dotés d’autonomie, capables de comprendre une tâche, d’apprendre, lire, utiliser des outils (calculatrices, navigateurs, tableurs) et d’agir.
   • À l’avenir, nous gérerons des effectifs biologiques ET numériques. Le département IT deviendra le « département RH » des IA agentiques.
4. IA Physique : La prochaine vague. Elle doit comprendre les lois de la physique (friction, inertie, cause à effet, bon sens). Les IA actuelles en manquent souvent (un chien comprend la permanence de l’objet, une IA pas toujours). Un robot doit apprendre à contourner une table, pas à la traverser. L’IA physique combinée à un objet physique (robot) donne la robotique. C’est crucial pour les nouvelles usines aux États-Unis, qui devront être hautement robotisées pour pallier les pénuries de main-d’œuvre.

Jensen Huang : Pour bien concourir, il faut comprendre la course, les ressources, les atouts et les faiblesses. L’IA, c’est trois niveaux :

• Niveau Technologique : Le capital intellectuel est clé. 50% des chercheurs en IA dans le monde sont chinois. Il faut reconnaître ce fait.
• Niveau des Usines d’IA : Elles nécessitent de l’énergie. Fondamentalement, elles transforment l’électricité en tokens numériques, tout comme la dernière révolution industrielle transformait les atomes (acier, etc.) grâce à l’énergie.
• Niveau Infrastructure (Application) : Les gagnants de la dernière révolution industrielle n’étaient pas les inventeurs, mais ceux qui ont appliqué la technologie (les États-Unis ont appliqué l’acier et l’énergie plus rapidement). Il faut appliquer l’IA, ne pas en avoir peur, requalifier la main-d’œuvre, et encourager son adoption.

Chaque couche a ses défis et opportunités. Le jeu est différent à chaque niveau.

Jensen Huang : De nouveaux emplois seront créés, certains seront perdus, et chaque emploi sera transformé. Décomposons :

• Niveau le plus bas (Technologie) : San Francisco renaît grâce à l’IA. L’IA crée un nouveau type d’emploi : le développement logiciel, mais fait différemment. Toute la pile technologique change (logiciel codé par l’homme sur CPU -> logiciel généré par ML sur GPU). L’outillage, les compilateurs, la méthodologie, la collecte de données, l’IA pour les garde-fous, l’IA pour l’enseignement, l’IA pour la sécurité de l’IA… tout cela est nouveau et crée des tonnes d’emplois.
• Niveau suivant (Usines d’IA) : C’est une opportunité énorme. Une usine d’IA de 1 GW coûte environ 60 milliards de dollars. Une usine de 100 MW (plus courante) coûte 6 milliards de dollars. Construire cela nécessite du financement, l’aménagement du site, la construction (charpentiers, métallurgistes, maçons), puis la basse tension, l’informatique, les réseaux, les opérations. Cela prend environ 3 ans et crée une multitude de nouveaux emplois qualifiés (métiers manuels).
  • Lors du dernier changement de plateforme informatique, le chemin critique était les ingénieurs logiciels. Pour cette transition vers les usines d’IA, ce seront les métiers manuels et l’artisanat. Notre pays doit valoriser ces métiers.
• Niveau supérieur (IA Agentique) : C’est là que les agents IA changent le travail des médecins, des services financiers, du service client. Chaque ingénieur logiciel chez NVIDIA est maintenant assisté par l’IA. Notre productivité a explosé et nous embauchons plus de monde.

Jensen Huang : La fabrication n’est plus une question de main-d’œuvre à bas coût. La fabrication avancée est logicielle. L’usine entière est pilotée par logiciel, c’est un robot géant orchestrant d’autres robots.

La capacité de fabriquer de bout en bout (du silicium aux supercalculateurs IA) sur notre territoire est une formidable opportunité. C’est un travail de haute qualité, à haute technologie.

Si nous ne devenons pas bons en fabrication, nous laissons derrière nous une industrie géante, propulsée par la disponibilité de l’énergie. Pourquoi ne voudrions-nous pas produire de l’IA et nous engager dans la fabrication la plus avancée ?

Le rôle des Jumeaux Numériques :

• La fabrication est tellement intensive en technologie qu’elle devrait d’abord être réalisée dans un jumeau numérique.
• NVIDIA conçoit ses puces (20 milliards de dollars de R&D) entièrement dans des jumeaux numériques pendant des mois avant la production physique. Nous les simulons, les émulons, les testons virtuellement.
• Nous devrions faire de même pour les usines : créer des jumeaux numériques, les faire fonctionner, les optimiser, planifier la production, le tout numériquement.
• À l’avenir, chaque usine, chaque être humain, chaque voiture, chaque bâtiment, chaque ville aura un jumeau numérique. Cette idée se concrétise maintenant, grâce à l’IA.

Jensen Huang :

• Une voiture autonome est un robot. Cela a pris environ 10 ans pour que Waymo soit présent dans de nombreuses villes et fonctionne de manière fantastique.
• Les autres robots prendront moins de temps. Leurs environnements peuvent être plus contraints, ils n’ont pas besoin d’être aussi polyvalents qu’une voiture.
• Une fois qu’un produit est  » prototypable  » et fonctionnel, la production de masse à haut volume prend environ 5 ans.
• Nous avons aujourd’hui des robots assez performants. Donc, d’ici 5 ans, nous verrons des robots sortir de ces usines.
• Les constructeurs automobiles, qui fabriquent déjà des voitures, seront très bons pour construire des robots. Ils doivent juste maîtriser la partie logicielle/IA, et cette technologie est de plus en plus disponible.