La fin de l'exponentielle IA: ce que chaque dirigeant doit comprendre maintenant

_{EN UNE PHRASE}

Le CEO d'Anthropic affirme que nous sommes proches de la fin de l'exponentielle IA, le moment où les modèles atteignent et dépassent le niveau expert humain dans la quasi-totalité des domaines cognitifs. Les dirigeants qui n'intègrent pas cette réalité dans leur stratégie risquent d'être irrémédiablement dépassés.

_{LE CONSTAT}

Lors de son interview sur le Dwarkesh Podcast en février 2026, Dario Amodei a posé un constat sans ambiguïté : la progression exponentielle de l'IA suit la trajectoire qu'il avait anticipée dès 2017. Les modèles sont passés du niveau lycéen au niveau universitaire, puis au niveau professionnel et doctoral, le tout en quelques années. En coding, ils ont déjà dépassé ce seuil.

Ce qui le surprend le plus ? Pas la vitesse de progression technique. Mais le fait que le monde, dirigeants compris, continue de fonctionner comme si rien n'avait changé. Pendant que les débats publics tournent en boucle sur les mêmes sujets, l'IA redéfinit silencieusement les fondamentaux de chaque industrie.

_{CE QU'IL FAUT COMPRENDRE}

L'hypothèse du "Big Blob of Compute"

Dès 2017, Amodei a formalisé une thèse simple : seuls quelques facteurs comptent vraiment dans la progression de l'IA. La puissance de calcul brute, la quantité et la qualité des données, la durée d'entraînement, et une fonction objectif qui peut monter à l'échelle indéfiniment. Toutes les astuces techniques et les méthodes ingénieuses passent au second plan face à ces fondamentaux. Cette hypothèse, confirmée année après année, reste la colonne vertébrale du progrès actuel.

Le RL scaling : la deuxième vague

Au-delà du pré-entraînement classique, le Reinforcement Learning (RL) suit désormais les mêmes lois de scaling. Les performances des modèles sur des tâches variées progressent de façon log-linéaire avec le temps d'entraînement RL. Ce n'est plus limité aux concours de mathématiques, c'est une montée en compétence généralisée qui touche progressivement tous les domaines professionnels.

Un à trois ans pour le "pays de génies dans un datacenter"

Amodei estime à 90% la probabilité d'atteindre, d'ici 10 ans, ce qu'il appelle un "country of geniuses in a data center", des systèmes IA capables d'égaler les meilleurs experts humains dans tous les domaines. Sa conviction personnelle penche plutôt vers un horizon de 1 à 3 ans. La question n'est plus de savoir si cela arrivera, mais quand exactement.

L'écart entre capacité technique et prise de conscience

Le plus grand risque selon Amodei n'est pas technique. C'est le décalage entre la vitesse du progrès et la lenteur de la prise de conscience collective. Les entreprises qui attendent des signaux plus clairs avant d'agir se retrouveront face à un changement déjà accompli. Le temps de la veille passive est révolu.

_{CE QUE ÇA CHANGE POUR VOUS}

• Intégrez l'hypothèse d'une IA de niveau expert dans votre planification stratégique à 12-24 mois. Ne planifiez plus sur la base des capacités actuelles mais sur la trajectoire de progression.
• Identifiez dans votre organisation les processus cognitifs qui seront les premiers automatisés : analyse de données, rédaction, code, recherche documentaire. Lancez des pilotes dès maintenant.
• Formez vos équipes dirigeantes à comprendre les scaling laws et leurs implications. La littératie IA au niveau C-suite n'est plus optionnelle, c'est un impératif de survie stratégique.
• Ne confondez pas adoption lente et absence de disruption. La diffusion économique de l'IA est rapide, bien plus rapide que toute technologie précédente, même si elle n'est pas instantanée.