Si, dans un futur plausible, un film est réalisé sur « comment la bulle de l'IA a éclaté », Ed Zitron en sera sans aucun doute un personnage central. Il incarne parfaitement l'archétype de l'outsider : l'excentrique solitaire qui avait tout vu venir, criant ses avertissements depuis la touche sans que personne ne l'écoute. Tout comme Christian Bale a joué Michael Burry, l'investisseur qui a prédit le krach financier de 2008 dans **The Big Short**, on peut facilement imaginer Robert Pattinson et Paul Mescal, par exemple, rivaliser pour incarner Zitron – ce Britannique énergique, coloré et abrasif, mais obstinément orienté vers les détails, devenu l'un des critiques les plus virulents du Big Tech.
Cela ne signifie pas que la bulle de l'IA va nécessairement éclater, mais au milieu d'un raz-de-marée d'enthousiasme pour l'IA, le scepticisme franc et audacieux de Zitron en a fait une sorte de figure culte. Sa newsletter tech, **Where's Your Ed At**, revendique désormais plus de 80 000 abonnés ; son podcast hebdomadaire, **Better Offline**, se classe régulièrement dans le Top 20 des charts tech ; il est une voix dissidente régulière dans les médias ; et son subreddit est devenu un refuge pour les sceptiques de l'IA, y compris au sein même de l'industrie tech – un utilisateur le décrit comme « un phare dans une tempête de conneries hypercapitalistes démentes ».
Zitron a commencé à examiner l'IA générative en 2023, un an après le lancement fracassant de ChatGPT par OpenAI. « Plus je regardais, plus je devenais confus », dit-il. « Non seulement les grands modèles de langage (LLM) échouaient clairement à faire ce qui excitait les gens, mais ils n'avaient en plus aucune voie pour y parvenir. Rien de ce que j'ai trouvé ne suggérait qu'il s'agissait d'une véritable activité commerciale, encore moins de quelque chose qui était censé changer le monde. »
Il s'exprime par visioconférence depuis son bureau de Las Vegas, vêtu d'un sweat à capuche rouge, entouré d'estampes de culture pop encadrées et de souvenirs sportifs américains. Et bon sang, Zitron peut parler. Comme les auditeurs de **Better Offline** le savent, ce quadragénaire de 39 ans est un orateur prodigieux – adepte des monologues prolongés, livrant son point de vue dans un langage accessible, souvent impertinent, parsemé de faits, de statistiques, d'analogies et d'une bonne dose de jurons. Son accent londonien ne fait qu'accentuer son rôle de contrarien de la Silicon Valley – quelqu'un qui avale ses T en prononçant « datacentres ».
Expliquer la thèse de Zitron sur pourquoi l'IA générative est vouée à l'échec n'est pas simple : l'année dernière, il l'a exposée dans un essai de 19 000 mots. Mais on peut la décomposer en deux parties interdépendantes : l'efficacité réelle de la technologie et l'architecture financière du boom de l'IA. Selon Zitron, ces deux fondations sont fragiles.
Premièrement, il y a la question de la capacité de l'IA générative à tenir ses promesses. Ces dernières années, nous avons assisté à des prophéties de plus en plus grandioses sur la technologie bouleversant le travail tel que nous le connaissons. Par exemple, Dario Amodei, PDG d'Anthropic – le rival le plus proche d'OpenAI – a averti en mai dernier que l'IA pourrait éliminer la moitié des emplois de cols blancs débutants en cinq ans. « La génération actuelle de grands modèles de langage d'IA ne fera pas cela », affirme Zitron avec assurance. « Ma preuve, c'est qu'ils sont fondamentalement les mêmes qu'il y a un an. Ils ont la même efficacité. Et toutes les tentatives pour en faire quelque chose capable d'agir de manière autonome ont échoué. » Il soutient que les LLM hallucinent et donnent de mauvaises réponses, fournissent des réponses différentes à chaque fois, et ne peuvent pas vraiment apprendre, créer ou accomplir de nombreuses tâches complexes. Il remet même en question l'étiquette « intelligence » pour cette technologie.
« C'est intelligent de la même manière qu'une paire de dés est intelligente », dit-il. « Les grands modèles de langage sont des architectures basées sur des transformateurs qui utilisent des probabilités à grande échelle pour générer le token suivant. Ils le font à grande échelle, donc on pourrait penser : "Oh, il invente des choses." Non, il a un large corpus de données et tellement de paramètres... » L'IA générative fonctionne en s'inspirant de données existantes pour produire des résultats, rien de plus. Nous ne considérerions pas une formule Excel comme intelligente, donc nous ne devrions pas non plus qualifier l'IA générative d'intelligente.
Beaucoup ne sont pas d'accord avec ce point de vue, notamment concernant l'impact de l'IA sur l'emploi. Dans des secteurs comme le cinéma, le service client, le gouvernement et la tech, des professionnels rapportent que les outils d'IA leur permettent d'accomplir les mêmes tâches avec moins de personnel. Même si elle n'élimine pas la moitié des emplois, l'IA est sur le point de transformer le lieu de travail. Une enquête de juin dernier indiquait que les postes débutants au Royaume-Uni avaient diminué de près d'un tiers depuis le lancement de ChatGPT.
Zitron rétorque que « la corrélation n'implique pas la causalité », citant des rapports qui remettent en question ou minimisent le rôle de l'apprentissage automatique dans les pertes d'emplois. Par exemple, un récent rapport du MIT sur « l'état de l'IA dans les entreprises en 2025 » a révélé que 95 % des entreprises tentant d'intégrer l'IA ont constaté « un retour sur investissement nul ». Le rapport notait que la plupart des systèmes d'IA générative ne parviennent pas à retenir les retours, à s'adapter au contexte ou à s'améliorer avec le temps.
Ce qui nous amène à la deuxième partie de l'argument de Zitron : l'économie du boom de l'IA ne tient pas debout. Le niveau d'investissement déversé dans l'IA est sans précédent. Les « Sept Magnifiques » – Alphabet (la maison mère de Google), Amazon, Apple, Meta, Microsoft (qui détient 27 % d'OpenAI), Nvidia et Tesla – représentent désormais 34 % du S&P 500, un indice qui représente environ la moitié du marché mondial. En tant que principal producteur de GPU, les puces puissantes essentielles à l'IA, Nvidia « imprime essentiellement de l'argent », selon Zitron. Pendant ce temps, d'autres empruntent et dépensent des milliards qu'ils ne récupéreront peut-être jamais.
Si les startups de la Silicon Valley ont traditionnellement fonctionné à perte pour gagner des parts de marché et réaliser des bénéfices plus tard, l'écart actuel entre l'offre et la demande est alarmant. Construire de l'IA nécessite des investissements massifs : un centre de données typique a besoin de dizaines de milliers de GPU, chacun coûtant plus de 50 000 $ (37 000 £), plus les logiciels, le réseau, de grandes installations, et des quantités importantes d'électricité et d'eau. Le coût estimé pour 1 GW de capacité de centre de données d'IA est de 35 milliards de dollars (26 milliards de £). Par conséquent, seuls les « hyperscalers » aux poches profondes comme Google, Meta, Amazon, Microsoft et Oracle peuvent rivaliser à cette échelle.
Du côté de la demande, les perspectives sont moins claires et loin d'être certaines. Par exemple, OpenAI prévoit de dépenser 1,4 billion de dollars (1 billion de £) en infrastructure d'IA au cours des cinq prochaines années, alors que ses revenus projetés pour 2025 ne sont que d'environ 20 milliards de dollars (15,8 milliards de £). Zitron souligne que de nombreux accords entre entreprises d'IA consistent essentiellement à se payer les unes les autres. En septembre dernier, Nvidia a annoncé un investissement de 100 milliards de dollars dans OpenAI, qui utilisera à son tour ces fonds pour acheter des puces Nvidia. Des arrangements similaires sont courants dans l'industrie. Même les entreprises de « néo-cloud » comme CoreWeave, Lambda et Nebius, qui construisent des centres de données et louent de la capacité GPU, dépendent fortement des affaires des géants comme Google, Microsoft, Amazon et Nvidia. Zitron affirme que sans ces hyperscalers, le chiffre d'affaires total du calcul d'IA pour 2025 serait inférieur à un milliard de dollars.
Quant à la rentabilité, ChatGPT compte désormais environ 800 millions d'utilisateurs estimés, mais la plupart ne paient pas. Même pour les abonnés payants, les coûts de connexion d'un utilisateur à... Pour un modèle d'IA comme GPT, le coût de chaque interaction utilisateur peut varier considérablement. Un utilisateur peut poser une question simple, ou demander quelque chose qui pousse le modèle à générer une réponse complexe. Comme le souligne Zitron, il n'y a pas d'économies d'échelle ici – chaque requête nécessite du « calcul », ou du traitement informatique, aux frais du fournisseur. « Plus quelqu'un est un utilisateur intensif de ces plateformes, plus il va vous coûter. C'est presque l'inverse du fonctionnement habituel de la Silicon Valley. » Et si la réponse n'est pas satisfaisante et doit être retravaillée, ce qui arrive souvent, « c'est encore plus de calcul brûlé, sans vous rapporter d'argent supplémentaire ». Bien que les modèles d'IA deviennent constamment moins chers et plus avancés, cela n'est réalisé qu'en utilisant encore plus de puissance de calcul. « C'est comme si le prix de l'essence baissait un peu, mais que vous deviez parcourir 250 miles de plus pour arriver quelque part. Donc c'est vraiment problématique – parce que cela signifie qu'il n'y a pas de seuil de rentabilité. »
Un centre de données typique nécessite des dizaines de milliers de GPU.
Encore une fois, rien de tout cela ne garantit qu'un krach majeur de l'IA se produira, mais « si j'ai tort, je ne sais pas en quoi j'ai tort », dit-il. « Tous les contre-arguments que j'ai lus à mon travail sont surtout du wishful thinking du genre "l'IA va s'améliorer". »
Beaucoup ont accusé Zitron d'avoir une rancune contre le Big Tech, mais il le nie : « J'ai un problème avec ceux qui ne veulent pas parler de la réalité. » Il ne fuit certainement pas l'attention, mais ce n'est pas pour cela qu'il s'est lancé là-dedans, explique-t-il. « J'aime écrire. J'aime démonter les choses. J'aime résoudre des énigmes. Je suppose que j'aime être capable de comprendre les choses. Beaucoup de cela, c'est juste moi qui essaie de me l'expliquer à moi-même, plutôt qu'à un public. » Il n'a pas de formation formelle en économie ou en informatique et n'a jamais travaillé dans la tech. « J'ai tout appris pratiquement à partir de zéro. »
Zitron a toujours été attiré par la technologie, cependant. Il dit avoir construit 10 ordinateurs personnels au cours de sa vie. Cela a commencé lorsque son père lui a acheté un PC avec une connexion RTC quand il avait 10 ans. « Donc j'étais en ligne dès un âge assez précoce. J'ai immédiatement pensé : "C'est le futur. J'adore ça. J'aime que je puisse parler aux gens et jouer avec eux." J'étais un enfant assez solitaire. Je n'avais pas beaucoup d'amis, mais je me suis fait beaucoup d'amis en ligne. »
Ayant grandi à Hammersmith, dans l'ouest de Londres, Zitron décrit ses parents comme aimants et encourageants. Son père était consultant en management ; sa mère l'a élevé, lui et ses trois frères et sœurs aînés. Mais « l'école secondaire a été très mauvaise pour moi, et c'est à peu près tout ce que je dirai à ce sujet ». Il est dyspraxique, un trouble de la coordination, et a été diagnostiqué avec un TDAH dans la vingtaine. « Je pense que j'ai échoué dans toutes les langues et toutes les sciences, et je n'ai pas brillé en maths », dit-il. « Mais j'ai toujours été obsédé par les détails. »
Après des études en médias et communication à l'université d'Aberystwyth, il a commencé à écrire pour des magazines de jeux vidéo, mais « j'en suis arrivé à un point où j'étais malheureux à Londres ». Il a donc déménagé à New York en 2008 et a commencé à travailler dans les relations publiques tech. Il dit qu'il ne peut pas imaginer retourner au Royaume-Uni. Il ne parle pas de sa vie personnelle au-delà du fait qu'il a un fils, ce qui explique pourquoi il vit à Las Vegas. Cela ne le dérange pas là-bas : « Tout le monde est bizarre, donc personne n'est bizarre. » Il a été rapporté qu'il a été marié et divorcé deux fois.
Zitron continue de travailler dans les relations publiques tech, ce qui semble en contradiction avec son rôle de critique de la tech – soit comme mordre la main qui le nourrit, soit comme un conflit d'intérêts. Il ne le voit pas ainsi. Il dit qu'il n'a pas de clients dans l'IA et ne travaille pas avec le Big Tech, et n'a que quelques clients maintenant. Ce travail lui a donné un réseau de contacts dans l'industrie et l'a peut-être aidé à se promouvoir. En 2013, il a publié un livre intitulé **This Is How You Pitch: How To Kick Ass in Your First Years of PR**. Cependant, il ne travaillera peut-être plus longtemps dans les RP. « Le côté médias représente désormais une plus grande partie de mes revenus que je ne l'aurais jamais imaginé », dit-il. Il écrit actuellement un nouveau livre, prévu pour l'année prochaine, intitulé **Why Everything Stopped Working**. « C'est en quelque sorte une plongée dans la façon dont le monde en est arrivé là et comment la technologie est partout maintenant », explique-t-il, ajoutant qu'un seul chapitre parle de l'IA.
Si Zitron a une rancune, c'est contre le capitalisme néolibéral en général. « Je ne pense pas que les gens aient pris assez au sérieux à quel point la dérégulation des marchés financiers par Thatcher et Reagan a été néfaste. Je ne pense pas que les gens prennent assez au sérieux à quel point c'était grave de ne pas mettre des gens en prison pour la grande crise financière... Je ne pense pas que les gens aient pris au sérieux la menace du capitalisme axé sur la croissance et de la croissance à tout prix. »
Plutôt que de nous mener vers un futur utopique, Zitron voit l'IA comme l'aboutissement logique du néolibéralisme. « La plus grande leçon que nous ayons tirée de la génération des grands modèles de langage, c'est combien de gens sont excités à l'idée de remplacer les êtres humains, et combien de gens ne comprennent tout simplement pas le travail, quel qu'il soit », dit-il.
Zitron n'est plus tout à fait seul dans ses opinions. Il s'aligne sur des figures comme Cory Doctorow, qui est apparu sur son podcast et dont la thèse de « l'enshittification » soutient de même que les entreprises tech sont désormais plus motivées par le profit que par la création de produits utiles. Pendant ce temps, d'autres sceptiques de l'IA, comme le scientifique cognitif Gary Marcus, notent qu'ils avancent des arguments similaires à ceux de Zitron, mais se sentent négligés dans son récit. Quoi qu'il en soit, la contestation contre l'IA grandit : des groupes locaux s'opposent à la construction de centres de données destructeurs pour l'environnement ; les consommateurs résistent à l'insertion de l'IA dans tous les produits possibles ; les créateurs intentent des actions en justice contre l'utilisation de leur travail sans autorisation par l'industrie ; et il y a une indignation publique face aux méfaits des réseaux sociaux, mis en lumière par des incidents comme celui où Grok d'Elon Musk a créé de la pornographie non consensuelle, proche du deepfake.
Parallèlement, les spéculations sur une bulle de l'IA augmentent. Les avertissements viennent désormais de tous, de la Banque d'Angleterre au PDG de Microsoft, Satya Nadella. L'investisseur Michael
