On n’est pas face à une révolution technique.
On est face à une disruption civilisationnelle.
Flavien Chervet emmène de l’histoire des réseaux de neurones aux agents IA d’aujourd’hui, avec des démos live : bijoux IA, maintenance prédictive, vibe coding — et ce que les scaling laws nous disent de 2027–2034.
🌍 Quand les puces valent plus que la santé du monde
Flavien Chervet ouvre sa conférence par un fait vertigineux : en octobre 2025, la capitalisation boursière de Nvidia dépasse celle de tous les grands laboratoires pharmaceutiques du monde cumulés. Les puces qui font tourner l’IA valent donc plus cher que la santé mondiale. Et ce n’est qu’un symptôme.
Simultanément, 50 % de l’argent privé investi dans le monde s’écoule dans la chaîne de valeur de l’IA — modèles, commercialisation, infrastructures de calcul. Aux États-Unis, ce chiffre monte à 64 %. Jamais dans l’histoire de l’humanité une technologie n’avait aspiré autant de capital.
La question n’est donc pas de savoir si les investisseurs ont « fumé la moquette ». C’est de comprendre ce que ces montants anticipent. Et pour cela, il faut regarder l’histoire.
📚 La Bitter Lesson : plus c’est gros, mieux ça marche
L’IA moderne commence vraiment au début du 21ème siècle avec les réseaux de neurones artificiels — des algorithmes capables d’apprendre. Contrairement à un logiciel classique, on ne code pas une IA : on entraîne un réseau de neurones non initialisé, et on découvre ce qu’il est devenu quand on l’allume.
Cette leçon — surnommée la « Bitter Lesson » — est amère pour les scientifiques qui rêvaient d’algorithmes élégants imitant le cerveau humain. La réalité ? On fait de l’intelligence de « gros bourrin », comme on ne fait pas des avions qui battent des ailes mais des avions qui brûlent du kérosène à fond.
- Plus de neurones → meilleurs résultats, presque systématiquement
- Plus de données → généralisation plus robuste
- Plus de puissance de calcul → entraînement possible à plus grande échelle
- Depuis 2022, les IA diagnostiquent les fractures mieux que les radiologues humains
- En 2025, une IA seule surpasse une IA + cardiologue sur certains diagnostics cardiaques
🏗️ Les modèles de fondation : ce qui a tout changé
En 2017, des chercheurs de Google publient l’architecture Transformer (le « T » de GPT). Elle permet des passages à l’échelle d’ordres de grandeur supérieurs. Ces géants de réseaux de neurones — avec des milliards de paramètres — apprennent une tâche apparemment banale : prédire le prochain mot sur tout le texte d’Internet.
Ce qui rend ces modèles révolutionnaires, c’est qu’ils deviennent des fondations pour tous les cas d’usage. Avant, il fallait réentraîner un système entier pour chaque nouvelle tâche — coûteux, lent, réservé aux géants. Désormais, un modèle comme GPT ou Claude peut traiter un million de cas d’usage différents sans réentraînement.
La même logique s’applique à la vidéo (les modèles devinent la prochaine image et apprennent ainsi les lois de la physique — on les appelle des « moteurs physiques neuronaux ») ou à la robotique humanoïde qui décolle justement grâce à ces avancées.
🤖 Agents IA : la chaîne de production cognitive
Flavien Chervet propose une métaphore limpide avec la révolution industrielle. Au début, les machines-outils automatisent des gestes physiques. Mais c’est la chaîne de production qui orchestre ces machines entre elles qui produit réellement la révolution industrielle.
Aujourd’hui, les IA génératives (Claude, Midjourney, Suno…) sont les machines-outils cognitives — c’est encore l’humain qui orchestre. Les agents IA sont les chaînes de production du cognitif : des logiciels configurés pour orchestrer automatiquement d’autres IA tout au long d’un processus de travail.
Réception de la tâche
L’agent reçoit un objectif haut niveau (« Crée une app de gestion des congés »)
Planification autonome
Il décompose la tâche en étapes, définit son propre « todo list » cognitif
Utilisation d’outils
Il appelle les bons outils : navigateur web, éditeur de code, API Gmail, bases de données…
Exécution & correction
Il exécute, détecte les erreurs, se corrige de façon autonome jusqu’au résultat final
🎬 Vibe Coding : les démos live qui impressionnent
Le cœur de la conférence, ce sont trois démonstrations live qui illustrent concrètement les capacités actuelles des IA. Un concentré de ce que n’importe qui peut faire sans savoir coder.
Concept bijoux IA
Claude génère un concept de collier inspiré de Miró. Midjourney visualise. Suno compose l’opéra d’accompagnement. Pixar.ai supprime le fond. Claude génère la page web de vente avec texte poétique.
Tableau de bord maintenance
10 000 lignes de données machine (température, vitesse, pannes…) confiées à Claude. En quelques secondes : un tableau de bord interactif complet avec graphiques, filtres et visualisations analytiques.
App gestion des congés
Une simple phrase à V0 : « Créer une app pour gérer les congés des collaborateurs du Crédit Mutuel. » Résultat : une application web fonctionnelle complète avec calendrier, formulaires, tableaux de bord et validation des demandes.
V0, Lovable ou Anything.com, le mot devient littéralement performatif dans le monde numérique.Ce que montre aussi cette démo : Claude 4.6 (et Gemini 3.1) se classent aujourd’hui dans les 2 % de meilleurs codeurs mondiaux sur des tâches spécifiques. Déployés en mode agentique (Claude Code), ils peuvent construire des architectures entières, gérer la sécurité, les logiques de paiement — de façon quasi autonome. « Je n’aurais pas dit ça il y a 6 mois. »
📈 Scaling Laws : ce que les données disent de 2028–2034
Comment faire de la prospective rigoureuse sur l’IA plutôt que d’agiter une boule de cristal ? En utilisant les Neural Scaling Laws — les « lois de Moore de l’IA ».
En 2020, des chercheurs d’OpenAI mesurent une relation empirique entre 3 paramètres et la performance des systèmes : puissance de calcul, volume de données, taille du modèle. Cette loi se confirme sur 15 ordres de grandeur (multiplication par 1 million de milliards de la puissance de calcul).
Niveau universitaire (~étudiant en licence) dans la plupart des domaines. Parle 50 langues.
Premier système capable de raisonner. Arrive en avance sur les prédictions des scaling laws (attendu 2025).
Niveau docteur dans la plupart des domaines de l’humanité. Code dans les 2 % mondiaux.
Systèmes au niveau des meilleurs experts humains dans presque tous les domaines. Probable fin de la supériorité humaine en code.
Systèmes dépassant n’importe quel humain — AGI ou ASI. Automatisation potentielle de l’économie et de la science.
Progression vers l’expertise humaine par domaine (estimation 2025) :
* Estimations approximatives basées sur les benchmarks connus, à titre illustratif
⚡ Énergie, Robotique & Géopolitique : les vrais goulets
Si les scaling laws promettent un futur extraordinaire, deux contraintes majeures pourraient ralentir la course. Flavien Chervet les analyse avec lucidité.
🤖 La robotique : moteur à données
La vague de la robotique humanoïde qui se déploie actuellement n’est pas qu’une avancée en physique. Les constructeurs ne vendent pas vraiment des robots — ils vendent des moteurs à données. Chaque robot déployé dans le monde réel capte des données sur les interactions physiques, ce qui améliore les modèles, qui améliorent les robots. Dès fin 2026, une accélération drastique est attendue.
⚡ L’énergie : le vrai goulet d’étranglement
Jusqu’à 2028, les infrastructures suffisent. Mais à partir de 2028, une pénurie énergétique est anticipée. Pour continuer à entraîner des systèmes toujours plus puissants, il faudra construire des capacités énergétiques massives — potentiellement des centrales nucléaires dédiées. Cela posera un dilemme civilisationnel dans un monde environnementalement contraint.
🛡️ Un signal d’espoir : Anthropic, Claude et le refus de l’armement
Sur une note qui conclut la conférence de façon inattendue, Flavien Chervet raconte un événement récent : Anthropic (créateur de Claude) a refusé de donner accès à ses systèmes au département de la défense américain pour de la surveillance de masse ou des armes létales autonomes.
La réaction du gouvernement américain fut sévère (accusation de « danger pour la sécurité nationale »). Mais la réaction du marché fut spectaculaire : Claude est passé numéro 1 sur l’App Store, et des millions d’utilisateurs ont migré de ChatGPT vers Claude.
Pour Flavien Chervet, c’est la preuve que nous, citoyens, avons un rôle actif à jouer pour orienter cette technologie vers le bien commun — et que ce rôle a déjà commencé.
✅ Ce qu’il faut retenir
🚀 Allez explorer, soyez curieux !
On ne peut jamais se faire un avis tant qu’on n’a pas les mains dans le cambouis. Utilisez ces systèmes — ils vous donneront des super pouvoirs. On a une époque exaltante.
▶ Voir la conférence complète📺 La vidéo complète & son sommaire
IA & Futur : De GPT-4 à la superintelligence
Conférence de Flavien Chervet — West Data Festival 2025 · 55 min 35 s
