Par Danny Malouin.
Publié le 21 septembre 2026. Mis à jour le 22 septembre 2026.

Demandez à n’importe qui combien coûte l’IA et on vous répondra vingt piastres. Demandez-lui combien il a payé le mois dernier et regardez-le ouvrir son application bancaire. Puis demandez-lui combien a coûté son dernier portable, combien coûte son abonnement Office aujourd’hui comparé à il y a deux ans, et combien de soirées il a passées à apprendre à un agent conversationnel à faire quelque chose qu’il faisait tout simplement lui-même avant. Cet épisode porte sur tous ces chiffres, et sur la raison pour laquelle ils ne vont que dans un sens.

La dernière fois, j’ai promis que nous entrerions dans une pièce et que nous y resterions. Nous y voici. C’est la caisse, parce que toutes les autres pièces du magasin facturent par elle.

Voici ce que je veux que vous gardiez en tête pendant toute la lecture. Le prix sur la boîte est le plus petit chiffre de l’histoire.

Le vrai coût de l’IA est une échelle. On la grimpe un barreau facile à la fois, sans jamais décider de le faire. Puis il y a une deuxième série de coûts qui n’apparaissent jamais sous « IA » sur aucun relevé. Le logiciel que vous aviez déjà. L’ordinateur que vous devrez remplacer. Les heures que vous passez à apprendre. Les discussions à table.

Et sous tout ça, il y a une raison pour laquelle l’échelle ne cesse de s’allonger. Ce sur quoi elle repose n’est pas infini.

Commençons par la partie visible.

Il ne faut pas longtemps pour se rendre compte que la version gratuite est limitée. On frappe un mur en plein milieu de quelque chose d’utile. Et depuis le 9 février 2026, la version gratuite de ChatGPT et le forfait bon marché Go affichent de la publicité, du moins aux États-Unis pour l’instant.^[1] L’explication d’OpenAI elle-même est d’une franchise rafraîchissante. L’entreprise n’est pas rentable, le forfait gratuit coûte de l’argent bien réel à faire fonctionner, et la publicité le paie.^[2] Gratuit n’a jamais voulu dire gratuit. C’était un essai à retardement.

Alors vous passez au Pro. ChatGPT Plus coûte environ 30 $ canadiens par mois. Claude Pro et Google AI Pro coûtent environ 20 $ américains.^[3][4][5] Ajoutez maintenant de 15 à 20 % pour le taux de change, la taxe provinciale et les 2,5 à 3 % que votre banque ajoute discrètement pour une transaction en devise étrangère. Le « forfait à 20 $ » se rapproche de 35 $ sur votre relevé.^[3]

Puis vous frappez le deuxième mur, et c’est celui dont personne ne vous avertit. Le Pro n’est pas illimité. C’est un budget. Chez Claude, il se réinitialise toutes les cinq heures, avec un plafond hebdomadaire distinct par-dessus. Chez ChatGPT, c’est la même idée avec des chiffres différents.

Et le même message consomme plus ou moins de votre budget selon la longueur de la conversation, les fichiers joints, le modèle choisi et l’intensité de réflexion demandée. Deux personnes peuvent frapper le mur le même après-midi sans qu’aucune ne sache pourquoi.^[6] Puis le petit message apparaît. Vous avez atteint votre limite. Revenez à 16 h.

Ou.

Personne ne se réabonne par principe. Ce qui arrive vraiment, c’est que vous ouvrez l’autre agent conversationnel parce qu’il est juste là, qu’il est gratuit, et que vous remarquez qu’il est meilleur pour la chose que vous étiez en train de faire. Un mois plus tard, vous en avez deux. Puis le deuxième frappe son mur lui aussi.

Bango a étudié les abonnés payants à l’IA à la fin de 2025. Ils utilisent en moyenne quatre outils d’IA différents et dépensent environ 65 $ américains par mois au total. Soixante-dix-sept pour cent ont dit que ces abonnements sont maintenant essentiels à leur vie quotidienne.^[7] Bank of America a examiné les données réelles de cartes jusqu’en février 2026. Seulement environ 3 % des ménages américains paient pour de l’IA, et le payeur médian dépense 20 $ par mois. Mais le groupe qui dépense de 21 $ à 40 $ a augmenté de 50 % en deux ans, et 7 % des payeurs dépensent maintenant plus de 100 $ par mois.^[8] Le bassin est petit. Ceux qui s’y trouvent grimpent.

Le barreau quatre, ce sont les crédits. Les deux magasins vendent maintenant la même chose quand vous frappez le mur. Une recharge. Chez ChatGPT, vous achetez des crédits qui ne sont utilisés qu’une fois votre forfait épuisé, et ils expirent après douze mois.^[9] Chez Claude, ça s’appelle l’utilisation supplémentaire, un solde distinct avec une option de recharge automatique, et une recharge de 20 $ dure de deux jours à six semaines selon ce que vous en faites.^[10] C’est le moment précis où votre abonnement cesse d’être un abonnement pour devenir une facture de services publics.

Le barreau cinq est le sommet de l’échelle grand public. ChatGPT Pro à 100 $ US pour cinq fois l’utilisation de Plus, ou à 200 $ pour vingt fois. Depuis le 10 septembre, OpenAI a suspendu les nouvelles inscriptions au forfait à 200 $, ce qui en dit long sur la demande.^[11] Claude Max commence à 100 $. Le forfait Ultra de Google coûte 100 $ ou 200 $.^[4][5] Remarquez ce qui s’est passé en montant. Le prix a doublé, puis a été multiplié par dix, et le produit n’a pas changé. Les mêmes fonctions. Plus de tours. C’est vous qui avez changé.

Version table de cuisine : il y a quatre téléphones dans votre maison, chacun se trouve quelque part sur cette échelle, et personne n’a comparé ses notes. Un audit de cinq minutes pour savoir qui paie quoi est la chose la plus rentable que votre famille fera avec l’IA ce mois-ci.

La même échelle, sur dix personnes de large.

Ce que le propriétaire pense que ça coûte : dix licences Pro. ChatGPT Business coûte environ 35 $ canadiens par utilisateur. Claude Team, environ 25 $ américains. Gemini dans Google Workspace, environ 30 $ canadiens.^[3][4] Microsoft 365 Copilot coûte environ de 20 $ à 30 $ US par utilisateur selon le forfait et la promotion du mois. Et on ne peut pas l’acheter sans déjà payer une licence Microsoft 365 en dessous.^[12] Disons de 300 $ à 400 $ par mois pour dix licences. Ce n’est pas rien. C’est gérable.

Ce que disent les factures est différent. Cledara, une entreprise qui gère les dépenses en logiciels, a compilé des chiffres réels en mars 2026. Les entreprises de moins de cinquante employés dépensent de 500 $ à 3 000 $ US par mois en IA. L’entreprise moyenne a 3,7 abonnements à des outils d’IA, et les plus enthousiastes en ont jusqu’à seize. Les dépenses en IA ont augmenté de plus de 100 % en un an, contre 19 % pour toutes les autres catégories de logiciels.^[13]

Le forfait à dix licences, c’est le plancher. Puis quelqu’un frappe le mur en pleine échéance pour un client. Un administrateur qui ne veut pas être celui qui a dit non active les crédits. Trois mois plus tard, la ligne de dépense se chiffre en centaines de dollars.

Ici, au Canada, 19,2 % des entreprises utilisaient l’IA au deuxième trimestre de 2026, contre 6,1 % deux ans plus tôt. Quand Statistique Canada a demandé ce qui retient les autres, le coût arrivait deuxième à 10,6 %, juste derrière la confidentialité à 13,4 %.^[14] Quand on a demandé aux propriétaires de petites entreprises américaines combien ils dépensent, le tiers a répondu rien, 28 % de 25 $ à 99 $ par mois, 16 % de 100 $ à 249 $, et un sur dix 250 $ ou plus.^[15] Ce sondage, c’est ce que disent les propriétaires. Cledara, c’est ce que disent les factures. L’écart entre les deux est tout l’intérêt de cette section.

Et la facture n’est toujours pas la note complète. Voici les barreaux que personne ne budgète, du moins douloureux au plus douloureux.

Les heures de formation. Parmi les grandes entreprises canadiennes qui utilisent l’IA, 68 % ont formé leur personnel. Parmi les petites, 24 %.^[14] L’outil est bon marché. L’apprendre ne l’est pas. Et la petite entreprise saute l’apprentissage, ce qui explique exactement pourquoi la licence dort au bout de deux mois.

La reprise. Des chercheurs de Stanford et de BetterUp ont sondé 1 150 employés de bureau américains à l’automne 2025 et ont donné un nom à la chose que vous avez déjà reçue dans votre boîte de réception. Le « workslop ». Du travail généré par l’IA qui a l’air correct et qui ne l’est pas. Quarante pour cent en avaient reçu au cours du mois précédent. Chaque cas prenait près de deux heures à démêler, et ils en ont évalué le coût à près de 200 $ US par employé par mois.^[16][17] Pour notre entreprise de dix personnes, c’est près de 2 000 $ US par mois de nettoyage, contre un abonnement dans les 300 $. La facture de reprise peut atteindre cinq fois la facture de logiciels, et elle est invisible parce qu’elle se paie avec les après-midi des autres.

La dépendance. Copilot a besoin de Microsoft 365. Gemini a besoin de Workspace. La licence d’IA devient discrètement la raison pour laquelle vous ne pourrez jamais quitter la suite.

Les données. Où va la liste de clients quand votre teneur de livres la colle dans un agent conversationnel? J’en ai parlé dans l’épisode 1 et je ne me répéterai pas, sauf pour dire que la réponse est généralement « un serveur dans un autre pays », et que le prix de ça ne figure sur aucune facture.

Le projet pilote qui ne rapporte jamais. Le laboratoire NANDA du MIT a examiné de 30 à 40 milliards de dollars américains de dépenses d’entreprises en IA générative en 2025. Quatre-vingt-quinze pour cent des organisations n’avaient rien à montrer dans leur état des résultats.^[18][19] Gartner prévoit que plus de 40 % des projets d’« agents d’IA » en cours de construction seront annulés d’ici la fin de 2027.^[20]

Maintenant la partie juste, parce que je vous ai promis l’honnêteté et pas seulement de faire peur. Parmi les petites entreprises qui utilisent l’IA, 52 % disent que le rendement est positif et 48 % disent qu’elle leur fait gagner quatre heures ou plus par semaine.^[15] Ça fonctionne. Pour environ la moitié. L’autre moitié a payé pour la leçon, et la leçon, c’était surtout les barreaux ci-dessus.

Mon opinion : un budget de formation accompagné d’un abonnement

Opinion

C’est le barreau où je vis, et c’est là que l’échelle cesse d’être une échelle pour devenir un compteur.

Quiconque livre quelque chose qui utilise l’IA, un agent conversationnel sur un site Web, un formulaire d’accueil, un outil qui lit des documents, une application, paie au jeton. Un jeton, c’est environ les trois quarts d’un mot. Vous payez chaque jeton que la machine lit et chaque jeton qu’elle écrit en retour. Les prix sont affichés par million de jetons et ils ont l’air minuscules.

Le modèle phare actuel d’OpenAI coûte environ 5 $ US par million de jetons en entrée et 30 $ par million en sortie. Le modèle intermédiaire, quelques dollars en entrée et environ 12 $ en sortie. Le modèle économique, des sous.^[21] La gamme d’Anthropic va d’environ 1 $ en entrée et 5 $ en sortie pour le petit modèle jusqu’à 10 $ et 50 $ pour le plus gros. Et les modèles plus récents produisent environ 30 % plus de jetons pour le même texte, alors la même tâche coûte plus cher qu’avant.^[22] La voix joue dans une autre ligue, plusieurs fois le prix du texte.^[21]

Voici pourquoi le minuscule devient des milliers. Chaque tour d’une conversation renvoie toute la conversation. Plus les fichiers. Plus les résultats de chaque outil que le modèle a utilisé. Plus la réflexion du modèle lui-même, facturée comme de la sortie.

La documentation d’Anthropic pour les développeurs le dit clairement. Une question d’une ligne dans une session ouverte depuis le matin paie quand même pour toute la journée.^[23] Et si vous faites travailler plusieurs agents d’IA ensemble, la même documentation dit de s’attendre à environ sept fois les jetons d’une session normale.^[23]

Anthropic publie une référence pour ce qu’un développeur au travail consomme avec son outil de programmation : environ 15 $ US par jour actif, soit de 150 $ à 250 $ par mois, et 90 % des gens restent sous 30 $ par jour.^[23] C’est une seule personne, au travail, avec toutes les optimisations activées.

Maintenant, mettez le même compteur derrière un agent conversationnel sur votre site Web. Ce n’est plus vous qui tapez. Ce sont vos clients qui tapent, sur votre facture, à 2 h du matin, en posant la même question de quatre façons différentes.

Faisons le calcul pour un robot imaginaire. Disons qu’il traite 10 000 conversations par mois, et que chacune, avec quelques appels d’outils et un peu d’allers-retours, compte environ 50 000 jetons. Ça fait 500 millions de jetons. Avec un modèle intermédiaire, c’est environ 1 000 $ US par mois avant même de compter la sortie. Choisissez plutôt le meilleur modèle dans le menu déroulant et le même robot coûte 5 000 $. Le même robot. Les mêmes clients. Un seul menu déroulant.^[22] J’arrondis beaucoup et vos chiffres seront différents, mais l’ordre de grandeur est juste.

Et puis il y a la recharge automatique. Tous les systèmes de crédits l’offrent. C’est la fonction qui transforme « nous avons atteint la limite » en « nous l’avons appris sur le relevé ».

Mon opinion : le compteur est le premier prix honnête

Opinion

Version table de cuisine : l’application que votre enfant utilise et qui « parle » fait tourner un compteur quelque part, et quelqu’un le paie. Si l’application est gratuite, retournez au barreau zéro et relisez le passage sur la publicité.

Dans l’épisode 1, j’ai dit que l’IA est un magasin de six pièces et que l’agent conversationnel n’est que la vitrine. C’est la même chose avec la facture. La facture de l’agent conversationnel, c’est celle que vous voyez. Voici celles que vous payez déjà sans ligne « IA » nulle part.

La taxe sur le logiciel que vous aviez déjà. En janvier 2025, Microsoft a fait passer le prix de Microsoft 365 Personnel d’environ 7 $ à 10 $ US par mois, et celui de Famille d’environ 10 $ à 13 $. C’est un bond de 30 à 40 %. La raison invoquée : Copilot, l’IA de Microsoft, était maintenant inclus. Que vous l’ayez demandé ou non.^[24][25] Il existe un forfait « Classique » sans l’IA à l’ancien prix, mais il faut savoir qu’il existe et aller le chercher.

Puis, en juillet 2026, les forfaits pour entreprises ont augmenté eux aussi. Le forfait de base d’environ 15 %, le standard d’environ 10 %, et le forfait le moins cher pour les travailleurs de première ligne d’un tiers. La justification de Microsoft : « tout ce que nous avons livré en matière d’IA, de sécurité et de gestion des TI ».^[26]

J’ai vu le même manège dans les outils de design, les applications de prise de notes, les logiciels de réunion et les CRM que j’utilise avec mes clients. Une fonction d’IA apparaît. Une hausse de prix suit la même année. Vous n’avez pas grimpé un barreau. C’est le barreau qui vous a grimpé dessus.

L’ordinateur que vous devrez remplacer. Celle-là m’a surpris. Les puces de mémoire dans votre portable et votre téléphone sont le même genre de chose que les centres de données d’IA achètent par camions entiers. Et les centres de données gagnent la guerre des enchères. En janvier 2026, CNBC rapportait que la mémoire pour l’IA était tout simplement en rupture de stock.^[27]

À l’été, TrendForce, qui suit les prix de l’industrie, rapportait une hausse du prix de la mémoire d’environ 60 % en un seul trimestre et d’environ 500 % sur douze mois, jusqu’à dix fois les prix les plus bas jamais enregistrés. Une mise à niveau de mémoire de base pour un ordinateur de bureau coûtait soudainement quelques centaines de dollars. Les fabricants déplaçaient ouvertement leur production vers les puces de serveur à forte marge et refilaient le coût aux portables et aux téléphones.^[28] La seule raison pour laquelle la flambée a commencé à se calmer, c’est que les consommateurs ont atteint le plafond de ce qu’ils étaient prêts à payer.

Alors la prochaine fois que vous regarderez le prix d’un portable et qu’il vous semblera anormal, c’est la facture de l’IA. Elle est simplement arrivée par la porte d’en arrière, d’un centre de données au Texas, et elle ne sera jamais étiquetée comme telle.

Les heures. Apprendre autrement prend du temps, et le temps est la seule monnaie de ce texte que personne ne comptabilise. Rappelez-vous le chiffre de 24 % pour la formation dans les petites entreprises canadiennes. Ça veut dire que les autres 76 % paient quand même pour la formation, le soir, sans reçu.

Les parents en apprennent assez sur ces outils pour surveiller les devoirs. Les enseignants apprennent sur le tas. Seulement environ la moitié des enseignants canadiens de la 6e année à la 12e année ont reçu une formation quelconque sur l’IA, et les deux tiers de leurs écoles n’ont aucune politique à ce sujet pour le personnel.^[29] Demandez-vous combien d’heures vous avez passées le mois dernier à faire faire à un outil d’IA quelque chose que vous faisiez tout simplement vous-même avant. Ce chiffre est réel, et il ne figure sur aucun relevé.

L’attention. La dispute dans la conversation de groupe sur la question de savoir si l’IA vole des emplois. Le parent qui pense que c’est une personne. La charge mentale de ne pas savoir si ce que vous venez de lire a été écrit par quelqu’un. Celle-là, c’est de l’opinion pure, et personne n’a de chiffre pour la mesurer. C’est quand même un coût.

Soyons clairs sur une chose avant cette section, parce qu’il est facile de se tromper. Vous ne payez pas Hydro-Québec pour ChatGPT. La facture d’électricité du centre de données est incluse dans vos 30 $, en théorie, de la même façon que le loyer du café est inclus dans votre latté. Alors pourquoi parler d’énergie?

Parce que les intrants sont limités, qu’ils coûtent de plus en plus cher, et que chaque barreau de l’échelle ci-dessus est le mécanisme qui vous refile la facture. Si vous voulez comprendre pourquoi le mur ne cesse de se déplacer, et pourquoi le forfait à 20 $ devient discrètement un forfait à 100 $, il faut regarder ce sur quoi il repose.

D’abord, le chiffre qui est plus petit que vous le pensez. Google l’a mesuré en août 2025. Une requête texte typique à Gemini consomme 0,24 wattheure d’électricité, environ cinq gouttes d’eau et 0,03 gramme de CO2. À peu près une seconde de fonctionnement de votre micro-ondes. Et c’était 33 fois plus un an plus tôt.^[30][31] Pour donner une idée, cent requêtes par jour, tous les jours, pendant un an, ça fait moins de neuf kilowattheures. Au tarif résidentiel d’Hydro-Québec, c’est bien moins d’un dollar.^[32] Votre requête n’est pas le problème.

Deux mises en garde soulevées par les critiques de Google. Ce chiffre ne vaut que pour le texte; les images et la vidéo coûtent beaucoup plus et n’ont pas été publiées. Et Google n’a pas dit combien de requêtes il traite par jour, alors personne à l’extérieur ne peut faire la multiplication.^[30]

Le bâtiment, voilà le problème. L’Agence internationale de l’énergie a recensé 415 térawattheures d’électricité consommés par les centres de données dans le monde en 2024, soit environ 1,5 % de tout ce que l’humanité a utilisé. Elle s’attend à ce que ce chiffre fasse plus que doubler pour atteindre environ 945 térawattheures d’ici 2030, soit à peu près la consommation de tout le Japon, et l’IA en est la principale raison. D’ici 2030, les États-Unis consommeront plus d’électricité pour leurs centres de données que pour produire l’aluminium, l’acier, le ciment et les produits chimiques réunis.^[33]

Et ça déborde déjà sur la facture des autres. Les prix résidentiels de l’électricité aux États-Unis ont augmenté de 7,1 % en 2025, et de plus de 20 % dans certains États. Dans les secteurs du nord de la Virginie où les centres de données sont les plus denses, les prix ont bondi de 267 % en cinq ans.^[34]

Ce qui nous ramène à la maison. Le 19 février 2026, Hydro-Québec a demandé à la Régie de l’énergie un nouveau tarif pour les centres de données de plus de cinq mégawatts. 13 cents le kilowattheure, environ le double de ce que paient les grands clients industriels, et 19,5 cents pour les mineurs de cryptomonnaie. Environ 190 mégawatts de centres de données existants seraient touchés dès maintenant, et le secteur pourrait atteindre 1 000 mégawatts d’ici 2035. La raison invoquée par Hydro-Québec : une analyse de Bloomberg montrant que dans les régions américaines où les centres de données se multiplient rapidement, la facture de tout le monde a doublé en cinq ans.^[35] Dans l’épisode 1, j’ai dit que l’hydroélectricité bon marché et le climat froid sont le véritable avantage du Canada dans la course à l’IA. C’est toujours vrai. Mais ce n’est un avantage que si c’est le centre de données qui le paie, et non votre ménage.

Maintenant, le mécanisme, qui est le cœur de tout cet épisode.

Seulement environ 5 % des utilisateurs d’agents conversationnels paient quoi que ce soit.^[36] En face, OpenAI prévoit dépenser 1 400 milliards de dollars en centres de données au cours des huit prochaines années, environ 175 milliards par année, pour des revenus d’environ 20 milliards.^[36] Les cinq plus grandes entreprises technologiques américaines prévoient environ 600 milliards de dollars de dépenses en immobilisations en 2026, dont les trois quarts en IA.^[36] Un économiste de la Northeastern University l’a résumé en une phrase : « Ce n’est pas un prix viable. »^[36]

En avril, le Boston Globe l’a exposé clairement. Des hausses de prix s’en viennent pour ChatGPT, Claude, Gemini et Perplexity. La comparaison que les analystes utilisent, c’est Netflix, qui a plus que doublé son prix une fois qu’il vous avait.^[36]

Mais voici le revirement, et c’est ce que je veux le plus que vous reteniez. Les hausses sont déjà là. Elles ne sont simplement pas sur l’étiquette. Comme l’écrivait ce mois-ci l’analyste français Bertrand Duperrin, les quotas, les fenêtres de cinq heures, les plafonds hebdomadaires et les forfaits à 100 $ et à 200 $, c’est ça, la hausse de prix.

Voici comment ça fonctionne. Le coût de calcul d’un jeton continue de baisser. Mais le nombre de jetons par tâche augmente plus vite, à cause des conversations plus longues, des outils et des agents. Alors les fournisseurs gardent le prix d’entrée à 20 $ pour la personne qui s’en sert deux fois par semaine, et facturent tous les autres selon l’intensité.^[37] L’échelle de la première section n’est pas un accident de conception. C’est la façon dont un intrant limité, l’électricité, la mémoire et les puces, est facturé à un client à qui on a promis 20 $.

Mon opinion : la question pour un électeur

Opinion

La dernière série de coûts n’apparaît sur aucun relevé. Elle apparaît dans un rapport d’embauche, dans une salle de classe et, si les choses tournent mal, partout.

Les emplois d’abord, avec prudence. Le Digital Economy Lab de Stanford suit cette question depuis le lancement de ChatGPT, et sa mise à jour d’août 2026 vaut la peine d’être lue au complet. Il n’y a pas de vague de pertes d’emplois causée par l’IA dans l’ensemble de l’économie. Mais les travailleurs de 22 à 25 ans dans les emplois les plus exposés à l’IA accusent maintenant un retard de 19 % sur leurs pairs dans des emplois moins exposés, contre 15 % un an plus tôt. Ça ne se voit pas dans les mises à pied. Ça se voit dans les embauches qui n’ont pas lieu.^[38]

Au Canada, le chômage chez les jeunes a atteint 13,8 % en 2025, contre 10 % en 2022. C’est 437 000 jeunes. Et le nombre d’offres d’emploi de premier échelon a à peu près diminué de moitié entre le milieu de 2022 et la fin de 2025.^[39] Je veux être honnête ici. L’analyse que je cite blâme les niveaux d’immigration et le salaire minimum bien plus que l’IA, qu’elle mentionne à peine. L’IA est un suspect parmi d’autres. Mais les chiffres de Stanford disent que c’est un suspect qui a un mobile. Pendant ce temps, un peu plus d’un travailleur canadien sur trois a utilisé l’IA générative au travail au cours de la dernière année, et 44 % des entreprises qui l’utilisent ont déjà changé leur façon de former ou de doter leur personnel à cause d’elle.^[40][14]

La pensée. En 2025, des chercheurs du Media Lab du MIT ont installé un casque EEG sur 54 étudiants et leur ont fait écrire des dissertations. Certains avec ChatGPT, certains avec un moteur de recherche, certains avec rien d’autre que leur tête. Le groupe ChatGPT a montré la connectivité cérébrale la plus faible, n’arrivait pas à citer des passages de textes écrits quelques minutes plus tôt et ressentait le moins d’appartenance envers son propre travail. Petite étude, pas encore évaluée par les pairs, et les auteurs le disent. Mais elle pointe dans la même direction que les enseignants.^[41]

Le 27 août 2026, l’Institut Fraser a publié un sondage auprès des enseignants canadiens de la 6e à la 12e année. Presque tous, 95,6 %, disent qu’au moins certains élèves utilisent l’IA pour faire leurs devoirs. Quarante-deux pour cent disent que plus de la moitié le font. Quatre-vingt-quatre pour cent disent que la pensée critique est plus faible qu’il y a cinq ans, et 73 % disent que l’écriture en classe est plus faible.^[29]

Version table de cuisine : c’est la facture que vos enfants paient, et ils ne savent pas encore lire le relevé.

Et puis il y a la facture qui boucle la boucle avec le barreau zéro. Si 20 $ par mois ne couvrent pas ce que coûte l’agent conversationnel à faire tourner, quelqu’un le subventionne. En ce moment, ce quelqu’un est un investisseur, un fonds de retraite et, de plus en plus, un prêteur privé. Morgan Stanley estime à 3 000 milliards de dollars américains les dépenses en centres de données entre 2025 et 2028, dont environ la moitié empruntée au crédit privé.^[42]

La Banque d’Angleterre et le FMI ont tous deux mis en garde contre une correction. Jamie Dimon a dit que les probabilités d’une baisse importante des marchés boursiers au cours des deux prochaines années sont plus élevées qu’on le pense. Sam Altman lui-même a prononcé le mot « bulle » en août 2025. Et la dernière semaine de juin 2026, le marché a offert un aperçu à tout le monde. Samsung et SK Hynix ont perdu 12 % en une seule matinée, Oracle a connu sa pire semaine depuis l’éclatement de la bulle techno, et le Nasdaq a plongé avec eux.^[42]

L’échelle existe parce que le barreau gratuit perd de l’argent et que chaque barreau au-dessus essaie de le récupérer. Si la récupération échoue, c’est aussi un coût, et il retombe sur tout le monde, qu’on ait tapé une requête ou non.

Mon opinion : la facture que personne n’a encore envoyée

Opinion

Voilà la caisse. La prochaine fois, nous retournons dans le magasin.

I / YA. À bientôt.

1. MacRumors: ChatGPT now has ads for Free and Go tier users, February 9, 2026
2. OpenAI: Our approach to advertising and expanding access to ChatGPT
3. ChatGPT.ca: ChatGPT pricing Canada 2026, updated July 17, 2026 (also: AI tools pricing Canada, updated May 28, 2026)
4. Claude: Plans and pricing
5. Suprmind: Google AI plan pricing, verified September 2026
6. Krater: Claude usage limits in 2026, five-hour and weekly caps
7. Bango: The rise of the AI subscriber, November 19, 2025
8. Moneywise on Bank of America Institute: Only 3% of US households pay for AI services, June 27, 2026
9. OpenAI Help Center: Using credits for flexible usage in ChatGPT
10. Fazm: Extra usage on Claude, what it is and how it works
11. OpenAI Help Center: About ChatGPT Pro tiers
12. Velosio: Microsoft 365 Copilot pricing calculator 2026
13. Cledara: AI spend benchmarks 2026, March 27, 2026
14. Statistique Canada : Analyse de l’utilisation de l’intelligence artificielle par les entreprises au Canada, deuxième trimestre de 2026
15. Bluevine: 2026 Small Business AI Trends Report, 942 owners surveyed April 2026
16. Harvard Business Review: AI-generated "workslop" is destroying productivity, September 22, 2025
17. Axios: AI "workslop" sabotages productivity, study finds, September 24, 2025
18. Virtualization Review: MIT report finds most AI business investments fail, August 19, 2025
19. Forbes: MIT finds 95% of GenAI pilots fail because companies avoid friction, August 26, 2025
20. Gartner: Over 40% of agentic AI projects will be canceled by end of 2027, June 25, 2025
21. OpenAI: API pricing
22. Anthropic: Claude API pricing
23. Claude Code documentation: Manage costs effectively
24. Thurrott: Microsoft 365 Personal and Family plans get new Copilot features and a price increase, January 16, 2025
25. Microsoft: Copilot is now included in Microsoft 365 Personal and Family, January 16, 2025
26. Windows Latest: Microsoft 365 just got a price hike over "continuous innovation," July 5, 2026
27. CNBC: AI memory is sold out, causing an unprecedented surge in prices, January 10, 2026
28. Tom's Hardware on TrendForce: Memory price surge begins to cool as consumers hit affordability limit, July 4, 2026
29. Fraser Institute: Survey of Canadian grades 6-12 teachers on AI use, August 27, 2026
30. MIT Technology Review: In a first, Google has released data on how much energy an AI prompt uses, August 21, 2025
31. Google Cloud: Measuring the environmental impact of AI inference
32. Hydro-Québec: 2026 electricity rates, effective April 1, 2026 (Rate D, 7.065 cents per kWh first tier)
33. International Energy Agency: Energy and AI, executive summary
34. Consumer Reports: AI data centers, Big Tech's impact on electric bills, water and more, March 20, 2026
35. Hydro-Québec: A new rate for data centres and a rate adjustment for blockchains, February 19, 2026
36. Boston Globe: ChatGPT price increases are coming. Claude, Gemini and others, too, April 29, 2026
37. Bertrand Duperrin: AI pricing, quotas are just the beginning, September 8, 2026
38. Stanford Digital Economy Lab: No widespread displacement, but the AI employment gap for young workers has widened to 19%, August 2026
39. The Hub: Youth unemployment in Canada jumped 57% in 3 years, May 7, 2026
40. Statistique Canada : Utilisation des outils d’intelligence artificielle générative par les travailleurs canadiens, mars 2026, diffusé le 31 juillet 2026
41. MIT Media Lab: Your Brain on ChatGPT, accumulation of cognitive debt when using an AI assistant for essay writing, 2025
42. Wikipedia: AI bubble, 2026 timeline and figures (Morgan Stanley, IMF, Bank of England and the June 2026 selloff as summarised there)

Les faits présentés dans cet article ont été vérifiés auprès des sources ci-dessus en septembre 2026. Quand j’exprime une opinion, je le précise dans le texte. Les corrections seront publiées ici et dans un commentaire épinglé de l’épisode. Les sources en anglais sont citées sous leur titre original. Photo des barrettes de mémoire : Harrison Broadbent via Unsplash.

Par Danny Malouin.
Publié le 18 septembre 2026. Mis à jour le 22 septembre 2026.

Les trois noms que vous connaissez sont américains et ils vous parlent tous. C’est la partie visible de la course, mais une fenêtre de clavardage ne suffit pas à la gagner. Pour gagner, il faut le modèle derrière, plus les puces, les robots, les usines, les camions et les laboratoires qui le mettent au travail, et une liste grandissante de pays occupent déjà ces pièces. Personne ne garde la sortie.

La question d’aujourd’hui est plus simple à poser qu’à répondre. Qui construit vraiment toute cette IA?

Laissez-moi deviner votre réponse. ChatGPT, Claude, Gemini. Peut-être Copilot si vous travaillez dans un bureau, peut-être Grok si vous passez trop de temps sur X. Tous américains. Tous établis à moins de deux heures de route les uns des autres, Seattle mis à part. Et tous, remarquez, sont des agents conversationnels. Des choses à qui on écrit. Des choses qui nous répondent par écrit.

Voici la correction que je veux apporter tout de suite à votre carte mentale. L’agent conversationnel, c’est la vitrine. C’est l’IA la plus visible au monde parce qu’elle est conçue pour vous parler, une personne à la fois. Mais la vitrine n’est pas tout le magasin. Derrière se trouve le moteur, le modèle de langage, et ce moteur alimente de plus en plus les autres pièces aussi : il lit des examens d’imagerie, guide des robots et accélère la recherche. Un cerveau seul ne gagne toujours pas. Il lui faut des puces pour fonctionner, et des usines, des robots et des entreprises pour le mettre au travail.

Les États-Unis et la Chine possèdent cette vitrine et ce moteur. Aucun débat là-dessus. À eux deux, ils ont les deux meilleurs modèles de langage de la planète, et les États-Unis sont toujours en avance.

Et l’IA n’est pas qu’un agent conversationnel. Elle inspecte des pièces d’usine à Stuttgart. Elle replie des protéines à Londres. Elle grave presque toutes les puces avancées à Taïwan, sur une machine venue des Pays-Bas. Elle conduit des camions à partir d’un laboratoire de Toronto. Elle expédie des robots humanoïdes par milliers depuis Hangzhou. Dans ces pièces-là, l’échiquier est bondé. Une liste grandissante de pays ne mènent pas la course, mais ils y participent, assez près pour compter.

Une chose à garder en tête pendant toute la lecture. L’épisode 0 se terminait sur l’idée qu’il n’y a pas d’interrupteur, parce qu’aucun des deux plus grands joueurs ne s’arrêtera tant que l’autre continue. Cet épisode explique pourquoi c’était un euphémisme. Il n’y a pas deux joueurs. Le chat n’est pas seulement sorti du sac. Il y a des chats sur tous les continents.

Avant la visite, élargissons rapidement la définition, parce que tout l’argument en dépend.

Imaginez l’IA comme un magasin de six pièces. La première, tout le monde la connaît. Les cinq autres, c’est là que se trouvent vraiment la plus grande partie de l’argent, la plupart des emplois et la plupart des pays.

Les États-Unis et la Chine mènent nettement dans la première pièce et largement dans la sixième. Dans les quatre pièces entre les deux, les meneurs sont souvent ailleurs, et c’est là que « les États-Unis ne sont pas seuls » cesse d’être un slogan pour devenir une liste d’entreprises dont vous n’avez jamais entendu parler. Les podiums de chaque pièce sont ma lecture de l’échiquier, une opinion signalée comme telle, et les chiffres qui les appuient se trouvent dans la visite plus bas.

Un risque mérite d’être nommé. Les puces les plus avancées du monde viennent en écrasante majorité d’une seule île, Taïwan, qui se gouverne elle-même, mais que Pékin revendique. Aujourd’hui, cette pièce des puces penche nettement du côté des États-Unis et de leurs alliés. Si le statut de Taïwan changeait un jour, tout cet échiquier changerait du jour au lendemain.

Une mise en garde honnête avant de partir. Cet échiquier change tous les mois. Je le fige en date de septembre 2026, et je vous le dis.

Rendons d’abord justice aux deux meneurs, ensemble, pour que vous les voyiez comme le haut du classement et non comme tout le classement.

La colonne américaine, vous la connaissez. OpenAI, Anthropic, Google DeepMind (propriété américaine, même si le laboratoire est à Londres, j’y reviens plus bas), Meta, xAI et Microsoft, à la fois laboratoire et propriétaire des serveurs d’OpenAI. En dessous, Nvidia conçoit les puces que tout le monde s’arrache.

Ensuite, l’argent. Les quatre géants de l’infonuagique sont en voie de dépenser environ 760 milliards de dollars américains en infrastructure cette année, un chiffre que j’ai abordé la dernière fois et que je ne peux toujours pas prononcer sans prendre une pause. Et il est concentré. L’AI Index 2026 de Stanford recense 285,9 milliards de dollars d’investissement privé en IA aux États-Unis en 2025. Soixante-seize pour cent de cette somme, 218 milliards, a abouti en Californie seulement.^[1] Cinquante modèles notables sont sortis des États-Unis l’an dernier.^[1]

Passons maintenant à la colonne chinoise, dont la plupart des gens peuvent nommer exactement une entrée. DeepSeek, c’est celle que vous connaissez. Le 27 janvier 2025, elle a effacé 589 milliards de dollars de la valeur boursière de Nvidia en une seule journée, la plus grosse perte en une journée de toute l’histoire pour une entreprise.^[2] Derrière elle : Qwen d’Alibaba, Doubao de ByteDance (oui, les gens de TikTok), Kimi de Moonshot, Zhipu, Baidu, Tencent, MiniMax, StepFun.

Voici maintenant la partie qui devrait déranger ceux qui dépensent 760 milliards. La Chine a lancé trente modèles notables en 2025, le double de l’année précédente. L’écart entre le meilleur modèle américain et le meilleur modèle chinois est tombé à 2,7 % au classement de référence, alors qu’il atteignait jusqu’à 31 points en 2023.^[1] La Chine y est arrivée avec 12,4 milliards de dollars d’investissement privé. Environ le vingt-troisième du montant américain.^[1] Relisez cette phrase deux fois.

Et voici le chiffre qui compte le plus pour cet épisode. Hugging Face est le site où vivent les modèles d’IA ouverts du monde entier. En août 2026, il rapportait que la famille Qwen d’Alibaba avait été téléchargée plus de deux milliards de fois cette année et avait engendré plus de 151 000 modèles dérivés, 4,7 fois plus que Llama de Meta.^[3] Presque chaque mois de 2026, le plus gros modèle ouvert d’un laboratoire chinois était plus gros que tout ce qu’un laboratoire américain avait publié en mode ouvert.^[3] La Chine n’a pas choisi de construire le plus gros agent conversationnel. Elle a choisi le pas cher et le partout. Pour une petite entreprise, c’est très souvent le pas cher qui gagne.

Ma lecture : la pièce des agents conversationnels est prise. Les cinq autres sont à prendre.

Opinion

Version table de cuisine : les applications préférées de votre enfant tournent peut-être déjà sur des modèles chinois. TikTok et CapCut appartiennent à ByteDance, l’entreprise derrière Doubao. La fenêtre de clavardage ne dit rien sur qui a construit ce qu’il y a derrière.

L’Europe se fait dire depuis trois ans qu’elle a raté le bateau. Voici ce qu’elle a réellement. Un laboratoire de modèles de langage de calibre mondial, soit un de plus que la plupart des continents. Une douzaine de leaders mondiaux dans les pièces dont dépend l’agent conversationnel. Et le sifflet.

Le laboratoire, c’est Mistral, à Paris, trois ans d’existence. Le 8 septembre 2026, il a récolté trois milliards d’euros à une valorisation de 21 milliards, Samsung en tête de la ronde. Emmanuel Macron a décrit l’entente comme la France et la Corée du Sud qui bâtissent « une troisième voie en IA ».^[4] En janvier, le ministère des Armées français a signé un accord-cadre pour faire tourner les modèles de Mistral dans l’ensemble de l’armée et de ses organismes de recherche, sur une infrastructure française plutôt que sur un nuage américain.^[5] L’argument de Mistral n’est pas « nous sommes plus intelligents qu’OpenAI ». C’est « nous ne sommes pas américains ». En 2026, c’est une caractéristique du produit.

L’Allemagne, c’est là que ça devient intéressant pour le Canada. En avril 2026, Cohere, de Toronto, a fusionné avec l’allemande Aleph Alpha dans une transaction évaluée à environ 20 milliards de dollars. Le groupe Schwarz, propriétaire de Lidl, y a injecté un demi-milliard d’euros, et les deux gouvernements ont appuyé l’opération.^[6] Une entreprise canado-allemande d’IA souveraine, qui vend à la défense, à l’énergie, aux banques et aux hôpitaux qui ne veulent pas que leurs données passent par Microsoft ou Google. J’y reviens plus bas avec Cohere.

Londres a donné DeepMind au monde avant que Google l’achète en 2014. C’est pourquoi le laboratoire figure plus haut dans la colonne américaine, avec un astérisque. Le chèque est américain, les cerveaux sont britanniques. Les travaux sur AlphaFold qui ont valu à Demis Hassabis et John Jumper le prix Nobel de chimie 2024 ont été réalisés là.^[7] Le repliement des protéines. La pièce de la science, pas celle du clavardage, et sans doute la chose la plus utile qu’une IA ait faite pour un être humain jusqu’ici.

Il y a ensuite les Pays-Bas, patrie de l’entreprise la plus importante dont la plupart des gens n’ont jamais entendu parler. ASML est la seule entreprise au monde qui fabrique les machines de lithographie à l’ultraviolet extrême nécessaires pour graver les puces les plus avancées.^[8] Chaque puce Nvidia, chaque solution de rechange de Huawei, chaque superordinateur souverain sur cette carte dépend d’une machine venue d’une ville appelée Veldhoven. C’est pourquoi les contrôles à l’exportation fonctionnent comme une arme.

L’Europe est aussi l’arbitre. Le règlement européen sur l’IA est la première loi complète sur l’IA au monde. Ses interdictions des pires usages sont entrées en vigueur en février 2025, ses règles pour les modèles à usage général en août 2025. En mai 2026, Bruxelles a reporté les obligations plus lourdes visant les systèmes à haut risque à décembre 2027 et août 2028. Même ceux qui écrivent les règles n’arrivent pas à suivre.^[9]

Mon opinion : l’Europe veut le sifflet

Opinion

Si l’Europe détient la machine qui fabrique les puces, l’Asie hors de la Chine détient presque tout le reste de l’infrastructure, et la plupart des robots.

Commençons par les robots, parce que c’est la pièce que l’Occident sous-estime le plus constamment. La Fédération internationale de la robotique a recensé 542 000 robots industriels installés dans le monde en 2024, la deuxième meilleure année jamais enregistrée. La Chine en a installé 295 000. Cinquante-quatre pour cent du monde. Le Japon arrivait deuxième avec 44 500, puis les États-Unis avec 34 200, la Corée du Sud avec 30 600 et l’Allemagne avec 27 000.^[10] L’Asie a reçu 74 % de tous les nouveaux robots d’usine de la planète.

Les bras dans ces usines sont, de façon disproportionnée, japonais. Fanuc a construit son premier robot en 1974. Yaskawa a livré le premier robot entièrement électrique du Japon en 1977, avant la naissance de la plupart des chercheurs en IA.^[29] Et les robots humanoïdes que vous voyez sans cesse dans des vidéos? Unitree, de Hangzhou, en a livré plus de 5 500 en 2025, le tiers du marché mondial, et son action a bondi de 629 % à sa première journée de négociation à Shanghai en août.^[11] La pièce des robots n’est pas une pièce américaine.

Maintenant, la mémoire. Chaque puce d’IA a besoin de mémoire à large bande passante empilée juste à côté. Au deuxième trimestre de 2026, SK Hynix et Samsung en fabriquaient 83 %.^[12] Deux entreprises sud-coréennes. La Corée mène aussi un programme national pour construire ses propres modèles de fondation, avec Naver, LG, SK Telecom et d’autres choisis par le gouvernement en 2025.^[13] Un pays de 52 millions d’habitants ne va pas dépenser plus que la Californie. Il n’en a pas besoin. Il possède déjà une pièce dont les Californiens ne peuvent pas se passer.

Taïwan, c’est la pièce que tout le monde connaît et à laquelle personne n’aime penser. TSMC détient environ les deux tiers de la capacité mondiale de puces logiques avancées. Pour la gamme la plus avancée, les puces de 3 nanomètres des systèmes d’IA les plus récents, c’est presque la totalité.^[14] Une île. Une entreprise. Le point de défaillance unique de toute l’industrie, tous les pays de cette carte compris.

L’Inde est un joueur d’un autre genre. Pas le laboratoire. La main-d’œuvre et le marché. OpenAI qualifie l’Inde de deuxième marché en importance. Sarvam, une jeune pousse de Bangalore, a lancé ce printemps des modèles de 30 et de 105 milliards de paramètres couvrant 22 langues indiennes; c’est la première entreprise soutenue par l’IndiaAI Mission du gouvernement.^[15] L’Inde ne construira pas le prochain ChatGPT. Elle construit l’IA pour les 1,4 milliard de personnes pour qui ChatGPT n’a pas été conçu.

Et le Golfe, qui a décidé que si on ne peut pas construire le cerveau, on peut acheter les muscles. Le premier « Stargate » d’OpenAI hors des États-Unis est une grappe d’un gigawatt à Abou Dhabi, avec G42, Oracle, Nvidia, Cisco et SoftBank. Les 200 premiers mégawatts entrent en service cette année. Les Émirats arabes unis sont aussi devenus le premier pays à offrir ChatGPT à toute leur population.^[16] Le calcul souverain comme stratégie nationale, payé en pétrole.

Voici une façon de voir tout ça d’un seul coup d’œil. Imaginez une puce d’IA.

Six drapeaux sur une seule puce, et aucun de ces pays ne peut la fabriquer seul.

Maintenant, celle qui pique, racontée avec fierté et un sourcil levé.

Vous vous souvenez du graphique de l’épisode 0? La courbe rampe au bas pendant soixante-cinq ans avec quelques petites bosses. L’une d’elles, c’est 2012, l’année où un réseau de neurones appelé AlexNet a remporté le concours ImageNet et lancé l’ère moderne de l’apprentissage profond. J’en ai cité la source la dernière fois et je suis passé à autre chose. Ce que je n’ai pas dit, c’est d’où il venait. Du laboratoire de Geoffrey Hinton à l’Université de Toronto. Les deux étudiants qui signaient l’article étaient Alex Krizhevsky et Ilya Sutskever.^[17] Sutskever a ensuite cofondé OpenAI.^[18] Le produit d’IA américain le plus célèbre au monde remonte tout droit à un laboratoire canadien.

Ce n’est pas un hasard. Le prix Turing 2018, le Nobel de l’informatique, a été remis à Hinton, à Yoshua Bengio, de Montréal, et au Français Yann LeCun pour avoir inventé l’apprentissage profond qui fait tourner chaque modèle de cette carte.^[19] En 2024, Hinton a remporté le vrai prix Nobel, en physique.^[20] Deux des trois personnes qui ont inventé l’IA moderne l’ont fait à Toronto et à Montréal. Les Canadiens n’ont pas inventé l’IA; ça s’est passé à Dartmouth en 1956, et je vous l’ai dit dans l’épisode 0. Les Canadiens ont inventé la version qui fonctionne.

Puis nous avons fait ce que nous faisons. Element AI, le grand espoir de Montréal, a été vendue à ServiceNow, une entreprise de logiciels américaine, en 2020.^[30] Les talents sont partis vers le sud. Pendant une décennie, la meilleure recherche au monde a nourri les produits d’autres pays. La petite entreprise canadienne qui « utilise l’IA » aujourd’hui loue presque certainement une infrastructure américaine et paie en dollars américains.

Mais l’échiquier a bougé, et c’est la partie que je ne m’attendais pas à pouvoir écrire il y a un an. Cohere, à Toronto, est maintenant le pilier de cette entreprise canado-allemande de 20 milliards de dollars. En septembre, on rapportait qu’elle cherchait à récolter de deux à trois milliards de plus, avec la participation du gouvernement canadien. Elle engrange plus de 240 millions de dollars par année auprès de banques, de gouvernements et d’entreprises de défense qui veulent une IA qui n’est pas américaine.^[6][21]

Waabi, aussi de Toronto, a récolté 750 millions de dollars américains en janvier, la plus grosse ronde de financement de l’histoire de la techno canadienne, pour mettre sur la route des camions sans conducteur avec Volvo et des robotaxis avec Uber.^[22] La pièce de l’autonomie, pas celle du clavardage.

Ottawa bouge aussi. La Stratégie canadienne sur la capacité de calcul souveraine en IA, de deux milliards de dollars, a financé un superordinateur national, actuellement en appel d’offres et pas encore construit, et paie pour que des petites entreprises achètent de la puissance de calcul.^[23] En juin, le nouveau ministre de l’Intelligence artificielle a lancé une stratégie nationale dont l’un des six piliers est « l’IA souveraine canadienne ».^[24]

Et puis il y a l’autre chose que le Canada exporte, qui compte peut-être plus que tout le reste. Les Canadiens qui ont construit le moteur sont maintenant les voix les plus fortes au monde à propos des freins. Hinton a quitté Google pour mettre en garde contre ce qu’il avait créé, et estime de dix à vingt pour cent la probabilité que l’IA mène à l’extinction de l’humanité d’ici trente ans.^[25] Bengio a fondé LawZero à Montréal pour construire ce qu’il appelle une « IA scientifique », un système conçu pour surveiller les autres systèmes plutôt que d’agir par lui-même. Le 16 septembre 2026, la semaine où j’écris ces lignes, le Canada et l’Allemagne s’y sont engagés à hauteur de 300 millions de dollars. Quand on lui a demandé si les estimations voulant que l’IA puisse tuer tous les humains d’ici une décennie étaient irréalistes, il a répondu : « Non. »^[26]

Prenez le temps d’y penser. Les deux hommes qui ont rendu tout ça possible passent la fin de leur carrière à essayer de le rendre sûr, et ils le font d’ici.

Mon opinion : une superpuissance de la recherche et un poids moyen commercial

Opinion

La Suisse compte maintenant plus de chercheurs en IA par habitant que tout autre pays au monde.^[1] Israël a donné au monde Mobileye, le système de vision présent dans plus de 170 millions de véhicules, peut-être le vôtre.^[27] Singapour a le plus haut taux d’adoption de l’IA générative au monde dans la population, 61 %, devant les Émirats arabes unis à 54 %; les États-Unis sont à 28 %, au vingt-quatrième rang mondial.^[1] SoftBank, au Japon, a investi 40 milliards de dollars dans OpenAI, le plus important engagement unique de son histoire, et son fondateur préside le projet Stargate.^[28] Yandex et Sber, en Russie, construisent pour un marché intérieur largement coupé des puces occidentales. Le Brésil, l’Indonésie et une douzaine d’autres construisent des modèles pour leurs propres langues, parce que personne en Californie n’allait le faire pour eux.

La liste continue. C’est justement le point.

Voici ce que j’en retiens, opinion clairement signalée.

Deux pays mènent dans les agents conversationnels et l’argent des puces, et leur avance est réelle. Partout ailleurs, le magasin est bondé. Le Japon et l’Allemagne sur le plancher d’usine. La Corée dans la mémoire. Taïwan et les Pays-Bas dans les machines. Londres dans la science. Israël dans la vision. L’Inde dans le marché. Le Golfe dans le portefeuille. Et le Canada dans la recherche qui a rendu tout ça possible, et maintenant dans les freins.

La plupart de ces pays ne construiront jamais le prochain ChatGPT. Ils n’en ont pas besoin. Posséder une seule pièce suffit pour compter dans votre chaîne d’approvisionnement, dans les applications de votre enfant et dans le rapport de force de votre gouvernement.

La partie qui nourrit le malaise que je vous ai promis

Opinion

C’est le wow et le oh non dans le même souffle.

Les deux sont vrais. Je ne vais pas trancher pour vous.

Voilà la carte. La prochaine fois, nous entrons dans une pièce et nous y restons.

I / YA. À bientôt.

1. The Next Web: Stanford AI Index 2026, China narrows US lead to 2.7% while spending 23x less, April 19, 2026 (full report: Stanford HAI, The 2026 AI Index Report)
2. CNBC: Nvidia sheds almost $600 billion in market cap, biggest one-day loss in U.S. history, January 27, 2025
3. Hugging Face: State of Open Models, Summer 2026 Observations, August 14, 2026
4. TechCrunch: Mistral raises €3B as sovereign AI becomes big business, September 8, 2026
5. TechRepublic: Mistral AI wins French military framework agreement, January 2026
6. TechCrunch: Why Cohere is merging with Aleph Alpha, April 25, 2026
7. The Nobel Prize in Chemistry 2024: Baker, Hassabis, Jumper
8. Works in Progress: ASML, the world's most complex lithography machine
9. Gibson Dunn: EU AI Act Omnibus agreement, postponed high-risk deadlines, May 2026
10. International Federation of Robotics: World Robotics 2025 report, September 25, 2025
11. Xinhua: Chinese robot maker Unitree soars on Shanghai market debut, August 19, 2026
12. Seoul Economic Daily: Samsung's HBM market share jumps to 33%, narrowing gap with SK hynix (Counterpoint Research, Q2 2026), September 3, 2026
13. The Korea Times: 5 consortia selected to carry out Korea's national AI foundation model project, August 4, 2025
14. SemiWiki / TechInsights: No, TSMC does not make 90% of advanced silicon
15. Business Today: The Sarvam moment, March 16, 2026
16. OpenAI: Introducing Stargate UAE, May 22, 2025
17. Krizhevsky, Sutskever and Hinton, ImageNet Classification with Deep Convolutional Neural Networks, University of Toronto, 2012
18. OpenAI: Introducing OpenAI, December 11, 2015
19. ACM: 2018 Turing Award, Bengio, Hinton and LeCun
20. The Nobel Prize in Physics 2024: Hopfield and Hinton
21. The Globe and Mail via Investing.com: Cohere in advanced talks to raise up to $3 billion at $20 billion valuation, September 11, 2026
22. BetaKit: Waabi claims largest-ever Canadian tech fundraise with $750 million USD Series C, partners with Uber on robotaxis, January 28, 2026
23. Government of Canada: Canadian Sovereign AI Compute Strategy
24. Government of Canada: Minister Solomon highlights Canada's National Artificial Intelligence Strategy, June 5, 2026
25. Slashdot summary of BBC Radio 4 interview: Geoffrey Hinton says there is a 10 to 20% chance AI will lead to human extinction in 30 years, December 27, 2024
26. BetaKit: Yoshua Bengio's LawZero receives $300 million backing from Canada and Germany, September 16, 2026
27. Mobileye: EyeQ6 Lite launches to speed ADAS upgrades worldwide, more than 170 million vehicles, April 17, 2024
28. CNBC: SoftBank has fully funded $40 billion investment in OpenAI, December 30, 2025
29. Association for Advancing Automation: The Robotmakers, Yesterday, Today and Tomorrow, April 28, 2017
30. ServiceNow: ServiceNow to Acquire AI Pioneer Element AI, November 30, 2020
31. NVIDIA: Grace CPU, built on Arm Neoverse V2 cores

Les faits présentés dans cet article ont été vérifiés auprès des sources ci-dessus en septembre 2026. Quand j’exprime une opinion, je le précise dans le texte. Les corrections seront publiées ici et dans un commentaire épinglé de l’épisode. Les sources en anglais sont citées sous leur titre original. Photo : Lilian Do Khac via Unsplash.

Par Danny Malouin.
Publié le 14 septembre 2026. Mis à jour le 22 septembre 2026.

Soixante-dix ans de presque rien, puis tout d’un coup. La machine qui devait penser dès 1975 a appris à parler en 2022, et elle se trouve maintenant dans la poche de votre enfant, dans le logiciel de votre comptable et dans la salle de crise de votre gouvernement. Place à un regard humain.

Deux mots séparés par une barre oblique. C’est dans cette barre que vit l’émission : quelque part entre l’humain et la machine, entre ceux qui nous promettent le paradis et ceux qui nous mettent en garde contre l’autre endroit. Je ne suis vendu ni à l’un ni à l’autre. Je dirige une petite entreprise numérique, j’ai des enfants, j’utilise ces outils tous les jours, et je suis toujours incapable de vous dire où tout cela s’en va. Les gens qui l’ont bâti non plus, même s’ils facturent plus cher leurs hypothèses.

Alors avant de réagir à quoi que ce soit, avant de débattre des emplois, des devoirs ou de la question de savoir si votre frigo vous espionne, posons les bonnes fondations. Pas le battage. Pas la panique. La forme de la chose.

Parce que la forme, c’est l’histoire.

Imaginez un graphique. L’axe horizontal va de 1956 à ce matin. L’axe vertical mesure à quel point l’IA touche réellement la vie d’une personne ordinaire.

Pendant soixante-cinq ans, la courbe ne fait presque rien. Elle rampe au bas du graphique comme un serpent au lendemain de la veille. Des gens brillants, des décennies de travail, deux effondrements complets, quelques victoires spectaculaires qui n’ont rien changé à votre table de cuisine. Si vous aviez tracé ce graphique en 2019, vous auriez conclu que l’IA était une curiosité de laboratoire permanente, comme l’énergie de fusion ou une stratégie efficace contre les nids-de-poule à Montréal.

Puis, vers 2022, la courbe se redresse. Pas une bosse. Un mur.

Regardez le temps qu’il a fallu à chacun des grands pour rejoindre 100 millions de personnes. Le World Wide Web a eu besoin d’environ sept ans. Facebook, quatre ans et demi. Instagram, deux ans et demi. TikTok, neuf mois. ChatGPT l’a fait en deux mois.^[1] Et ça a continué : en février 2026, un peu plus de trois ans après le lancement, OpenAI affirmait que 900 millions de personnes utilisaient ChatGPT chaque semaine, contre 800 millions à peine quatre mois plus tôt.^[2]

L’argent a suivi la même courbe. Les quatre plus grandes entreprises technologiques américaines ont consacré environ 413 milliards de dollars américains aux dépenses en immobilisations en 2025, surtout pour l’infrastructure d’IA. Selon leurs propres prévisions, elles en dépenseront environ 760 milliards en 2026.^[3] En une seule année. C’est près de deux années complètes de toutes les dépenses du gouvernement fédéral canadien, versées dans des bâtiments remplis de puces.

Et ce ne sont pas seulement les géants. Statistique Canada rapportait en juin que 19,2 % des entreprises canadiennes avaient utilisé l’IA au cours des douze mois précédents. Deux ans plus tôt, c’était 6,1 %.^[4] Triplé. En deux ans. Au Canada, où il nous faut dix ans pour approuver une piste cyclable.

Chaque technologie qui a changé le monde a une courbe comme celle-là quelque part dans son histoire. Une longue mèche ennuyante, puis l’explosion. Ce qui est différent ici, c’est le rapport entre les deux. La mèche a duré soixante-dix ans. L’explosion dure depuis environ quarante mois, et elle accélère encore.

Personne, ni les chercheurs, ni les autorités de réglementation, ni ceux qui encaissent les chèques, n’a jamais eu à absorber un changement aussi grand aussi vite. Quand quelqu’un vous dit qu’il sait comment ça se termine, regardez le graphique. Il est debout sur une ligne verticale et il pointe du doigt.

C’est ce sentiment que je veux que vous gardiez pour tout ce qui suit. Pas la peur. Le vertige. Le bon vertige, celui qui vous fait tenir la rampe.

Maintenant, regardons la question sous tous les angles.

Voici la première chose que la plupart des gens comprennent mal. L’intelligence artificielle n’est pas apparue en novembre 2022. Elle est apparue à l’été 1956, en cravate.

En août 1955, quatre chercheurs, John McCarthy, Marvin Minsky, Nathaniel Rochester et Claude Shannon, ont rédigé une demande de financement pour « une étude de 2 mois, à 10 hommes, sur l’intelligence artificielle », qui devait se tenir au Dartmouth College l’été suivant. C’est de ce document que vient l’expression intelligence artificielle. On y affirmait, avec l’assurance d’hommes qui n’avaient jamais respecté une échéance, qu’« un progrès important peut être réalisé sur un ou plusieurs de ces problèmes si un groupe de scientifiques soigneusement choisis y travaille ensemble pendant un été ».^[5]

Un été. Dix gars. Ils allaient faire un progrès important sur des machines capables d’utiliser le langage, de former des abstractions et de s’améliorer elles-mêmes. Pour être juste envers eux, ce fut un été très productif. Il a simplement duré environ sept décennies.

Les prédictions qui ont suivi ont vieilli comme du lait dans une voiture au soleil. En 1965, Herbert Simon, qui allait plus tard recevoir un prix Nobel d’économie, déclarait que « d’ici vingt ans, les machines seront capables de faire tout travail qu’un homme peut faire ». En 1970, Marvin Minsky affirmait au magazine Life que « d’ici trois à huit ans, nous aurons une machine dotée de l’intelligence générale d’un être humain moyen ».^[6]

Trois à huit ans. À partir de 1970. Selon ce calcul, l’être humain moyen devait être devenu désuet à peu près au moment de la sortie de La Guerre des étoiles. À la place, on a eu le Pet Rock.

C’est important, et pas seulement comme chute de blague. Le schéma n’a rien de nouveau. Des chercheurs brillants, des démonstrations enthousiasmantes, des échéanciers extravagants, puis une longue période de presque rien. C’est la plus vieille tradition du domaine.

Ces périodes de presque rien avaient même un nom : les hivers de l’IA. Le premier est arrivé au milieu des années 1970, après qu’un examen du gouvernement britannique, le rapport Lighthill, eut conclu que l’IA n’avait pas tenu ses promesses; le financement s’est tari des deux côtés de l’Atlantique. Le deuxième est venu à la fin des années 1980, quand les « systèmes experts » dans lesquels les entreprises avaient englouti des fortunes se sont révélés coûteux, fragiles et à peu près aussi souples qu’un annuaire téléphonique.^[7]

À deux reprises déjà, les gens les plus brillants de la pièce nous ont dit que la machine pensante était à trois à huit ans de distance. À deux reprises déjà, l’argent a quitté l’immeuble. Quiconque vous dit que cette fois-ci est différente a peut-être raison. Mais il devrait au moins connaître l’histoire, et la plupart de ceux qui vous la vendent ne la connaissent pas.

Les victoires ont fini par arriver, mais pas comme l’imaginait le groupe de 1956. En mai 1997, Deep Blue d’IBM a battu le champion du monde d’échecs Garry Kasparov.^[8] En 2012, un réseau de neurones appelé AlexNet a écrasé le concours de reconnaissance d’images ImageNet, et l’ère moderne de l’« apprentissage profond » a vraiment commencé.^[9] En mars 2016, AlphaGo de DeepMind a battu Lee Sedol, l’un des meilleurs joueurs de go au monde, à un jeu que, disait-on, les ordinateurs ne maîtriseraient pas avant des décennies.^[10]

Remarquez ce que ces victoires ont en commun. Les échecs. L’étiquetage d’images. Le go. Des problèmes étroits et bien définis, avec des règles claires et des pointages clairs. Personne n’a perdu son emploi parce qu’un ordinateur est devenu bon au go. La machine était impressionnante. Le monde a à peine bougé. C’était l’état de l’art pendant la majeure partie des années 2010 : très intelligent, très étroit, très loin de votre table de cuisine. La courbe rampait toujours.

Puis quelqu’un chez Google a écrit un article dont le titre sonne comme une chanson des Beatles.

En juin 2017, huit chercheurs de Google ont publié « Attention Is All You Need », qui présentait une architecture appelée le Transformer.^[11] C’était une nouvelle façon pour une machine de lire une suite de mots et de décider lesquels comptent pour lesquels. Ça ressemblait à une jolie amélioration technique pour la traduction automatique. C’est devenu le moteur de chaque agent conversationnel avec lequel vous avez déjà parlé. Le T de GPT, c’est pour Transformer.

OpenAI a rendu ChatGPT public le 30 novembre 2022.^[12] En environ deux mois, il comptait quelque 100 millions d’utilisateurs mensuels, ce que des analystes d’UBS ont qualifié d’adoption la plus rapide de toute l’histoire pour une application grand public.^[13]

Ma lecture de ce qui a vraiment changé

Opinion

Définissons la chose qui se trouve dans votre téléphone, parce que la moitié de la peur et tout le battage reposent sur le fait que personne ne le fait.

Quand les gens disent « IA » aujourd’hui, ils parlent presque toujours d’un grand modèle de langage : ChatGPT, Claude, Gemini, Copilot, la chose dans votre moteur de recherche qui répond maintenant avant même que vous ayez fini de poser la question.

Voici ce qu’est réellement un grand modèle de langage. Un système statistique, entraîné sur une quantité énorme de texte, qui prédit le mot le plus susceptible de venir ensuite. Encore et encore, très vite, avec un talent remarquable pour avoir l’air d’une personne. Il ne cherche rien. Il ne raisonne pas comme vous. Il n’a aucune idée si ce qu’il vient de dire est vrai. Il a une idée de ce qui a l’air vrai, d’après tout ce qu’il a lu.

C’est la chose la plus utile qu’une personne ordinaire puisse savoir sur l’IA, alors je le redis en termes plus simples. La machine est une phénoménale détectrice de régularités, en trench-coat, qui se fait passer pour une bibliothécaire.

Quand les régularités de ses données d’entraînement correspondent à la réalité, elle est brillante. Rédiger un courriel. Résumer un contrat. Expliquer les devoirs de maths de votre enfant de quatre façons différentes jusqu’à ce qu’une fonctionne.

Quand ça ne correspond pas, elle ne s’arrête pas. Elle ne dit pas « je ne sais pas ». Elle continue, avec aisance, avec assurance, et dans l’erreur. L’industrie appelle ça une « hallucination », un joli mot pour « inventé ».

Et ce n’est pas un bogue qu’un correctif réglera mardi prochain. OpenAI a elle-même publié l’an dernier une recherche expliquant que les hallucinations sont un résultat prévisible de la façon dont ces systèmes sont entraînés et évalués. Les modèles sont récompensés quand ils devinent plutôt que d’admettre leur incertitude. Pensez à l’élève qui laisse une question à choix multiples en blanc et obtient zéro, alors que celui qui devine a une chance d’être chanceux.^[14] La machine a appris à deviner. Elle est très bonne là-dedans.

La bonne question n’est pas « est-ce intelligent? »

Opinion

Vous entendrez la comparaison sans arrêt. « L’IA, c’est la nouvelle électricité. » « C’est la révolution industrielle de notre époque. » « C’est comme quand l’auto a remplacé le cheval. » Je comprends pourquoi on s’y accroche. C’est rassurant. Nous avons survécu à toutes ces révolutions. L’une d’elles nous a même donné la fin de semaine.

Mais regardez ce que chacune de ces révolutions a réellement fait.

Chacune a été énorme. Chacune a remplacé un seul type d’activité : cultiver, fabriquer, se déplacer, alimenter. Et chacune a donné à une génération ou deux le temps de s’adapter, de se recycler, d’écrire les lois, de bâtir les écoles, d’en débattre longuement et, finalement, de se lasser d’en débattre.

C’est ici que je quitte les livres d’histoire pour vous donner mon propre point de vue. L’IA n’est pas l’une de celles-là. L’IA, c’est ce qu’on obtient quand on prend toutes ces révolutions et qu’on les pointe vers la seule chose qu’aucune n’avait touchée : la pensée. Pas les muscles, pas le mouvement, pas l’énergie. Le jugement, le langage, la décision, la mémoire, la créativité.

La révolution industrielle n’écrivait pas vos courriels. L’automobile ne donnait pas de cours privés à votre fille, ne diagnostiquait pas votre radiographie, ne rédigeait pas votre contrat, n’écrivait pas le marketing de votre concurrent, ne triait pas votre CV et ne clonait pas votre voix pour un fraudeur, le tout dans le même après-midi, avec le même outil. L’IA fait tout ça aujourd’hui.

Et elle le fait à l’intérieur de toutes les révolutions précédentes à la fois. Les capteurs de la ferme, les robots de l’usine, les caméras de l’auto, les commandes du réseau électrique. Ce n’est pas une nouvelle industrie à côté des autres. C’est une nouvelle couche qui les imbibe toutes.

Et elle arrive en quelques années, pas en quelques générations. La révolution industrielle a donné aux familles un siècle pour comprendre ce qui était arrivé aux tisserands. Celle-ci a donné à un jeune de 23 ans environ dix-huit mois pour comprendre ce qui est arrivé à l’emploi pour lequel il s’était formé. J’y reviens plus bas, chiffres à l’appui.

Voilà pourquoi les comparaisons ne tiennent pas. Pas parce que l’IA serait plus puissante que la vapeur, même si c’est possible. Parce qu’elle est plus large, plus rapide et dirigée vers la partie de nous que nous croyions bien à nous.

Ces bâtiments remplis de puces ont un appétit. L’Agence internationale de l’énergie rapporte que les centres de données ont consommé environ 415 térawattheures d’électricité en 2024, soit environ 1,5 % de toute la consommation mondiale, et prévoit que ce chiffre fera plus que doubler pour atteindre environ 945 TWh d’ici 2030, un peu plus que ce que consomme tout le Japon aujourd’hui.^[15]

Mettez les chiffres côte à côte. 900 millions de personnes par semaine. 760 milliards de dollars par année. L’équivalent de la consommation électrique du Japon d’ici 2030. Ce n’est pas un gadget. C’est de l’infrastructure à l’échelle des chemins de fer ou du réseau électrique, construite à une vitesse que les chemins de fer et le réseau électrique n’ont jamais atteinte.

Et elle est construite presque entièrement par une poignée d’entreprises, surtout dans un seul pays, avec leur propre argent et donc selon leurs propres priorités. Peu importe ce que vous pensez de l’utilité de l’IA, ceux qui paient 760 milliards de dollars par année ont aussi leur opinion. C’est la leur que les machines sont construites pour servir.

Revenons maintenant à la maison, parce que rien de tout cela n’est l’endroit où l’IA touche réellement votre vie.

Retour au rapport de Statistique Canada. Parmi les 19,2 % d’entreprises canadiennes qui utilisent l’IA, les grandes entreprises sont en tête avec 27,8 %. Mais les plus petites, de un à quatre employés, suivent de près avec 19,9 %. Les usages les plus courants sont les moins glamour : analyser des données, analyser du texte, faire fonctionner des agents conversationnels.

Et la raison la plus courante de ne pas l’utiliser n’est pas la peur. Plus de 40 % des plus petites entreprises ont simplement répondu que ce n’était pas pertinent pour ce qu’elles font. Viennent ensuite la confidentialité et le coût.^[4]

Lisez ça du point de vue du dépanneur du coin. Quatre entreprises canadiennes sur cinq n’utilisent pas l’IA. Près de la moitié des petites n’en voient pas l’intérêt. Je ne crois pas qu’elles aient tort d’être prudentes.

Je crois que « pas pertinent », c’est la réponse qu’on donne quand personne ne nous a montré un exemple pertinent. Jusqu’ici, les exemples visaient tous des entreprises du Fortune 500 qui ont un service d’innovation. Personne ne plaide la cause auprès du garage, de la clinique ou du restaurant. C’est une lacune. C’est aussi, et ce n’est pas un hasard, mon travail.

Et puis il y a la maison. En juin, Common Sense Media a publié son premier recensement annuel de l’utilisation de l’IA chez les jeunes Américains de 9 à 17 ans. Quatre-vingt-six pour cent d’entre eux utilisent l’IA. Près du quart l’utilisent tous les jours. Plus de la moitié de ceux qui l’utilisent lui ont demandé des conseils sur leur santé ou leur corps. Plus d’un sur trois s’en est servi pour parler de ses émotions ou de ses problèmes personnels.

Maintenant, les deux chiffres qui comptent. Seulement le tiers savent que l’IA ne peut pas distinguer de façon fiable le vrai du faux. Et plus de quatre sur dix disent qu’aucun parent ou tuteur ne leur a jamais parlé de sécurité en matière d’IA.^[16]

Réfléchissez-y en tant que parent. Votre enfant a dans sa poche une machine infatigable, conciliante et sûre d’elle. Elle répondra à n’importe quelle question sur son corps et ses émotions. Il lui fait plus confiance qu’il ne le devrait. Et vous n’en avez probablement jamais parlé avec lui.

Je ne dis pas ça pour vous faire peur. La plupart de ce que les jeunes en font, ce sont des devoirs et du divertissement, et c’est très bien. Je le dis parce que « il faudrait parler de l’IA » est maintenant sur la même tablette que « il faudrait parler d’Internet » il y a vingt ans. On se souvient tous de ce que ça a donné quand on a sauté cette conversation.

Il y a ensuite ceux qui l’utilisent contre vous. Les Canadiens ont déclaré plus de 704 millions de dollars de pertes liées à la fraude au Centre antifraude du Canada en 2025, à partir de plus de 112 000 signalements. Un record. Et le Centre estime depuis longtemps que seule une petite fraction des victimes portent plainte.^[17] Des experts en cybersécurité affirment maintenant qu’on peut produire un clone convaincant de la voix d’une personne à partir d’environ dix secondes d’audio, soit moins que le dernier message vocal de votre enfant.^[18] La fraude des grands-parents, où un appelant se fait passer pour un proche en difficulté, se fait maintenant avec la vraie voix du proche.

Personne n’a mis l’IA dans le palmarès des dix fraudes les plus courantes, parce que l’IA n’est pas un type de fraude. C’est un outil de productivité. Elle fonctionne pour les criminels exactement aussi bien que pour votre comptable. Mieux, en fait. Les criminels ne s’inquiètent pas des hallucinations.

C’est la section que tous les articles sur l’IA ratent, parce que c’est là que l’auteur cesse de rapporter des faits et commence à prophétiser, sans souvent vous dire lequel des deux il fait. Alors je vais vous le dire. Les prochains paragraphes sont des faits. Ensuite, je vous préviendrai quand je commencerai à spéculer.

Il existe des preuves réelles et mesurables que l’IA transforme déjà qui se fait embaucher. Des économistes du Digital Economy Lab de Stanford travaillent à partir de données de paie couvrant des millions de travailleurs américains. En août, ils rapportaient que l’emploi chez les 22 à 25 ans, dans les professions les plus exposées à l’IA, est maintenant environ 19 % plus bas que s’il avait suivi le rythme de leurs pairs dans des emplois moins exposés. Cet écart était de 15 % un an plus tôt. Il se creuse.

Les mêmes chercheurs n’ont trouvé aucune preuve de déplacement généralisé dans l’ensemble de l’économie. Les travailleurs expérimentés dans les mêmes domaines se portent bien. Les emplois où l’IA aide les gens plutôt que de remplacer leurs tâches sont stables ou en croissance.^[19]

Le titre honnête n’est donc ni « l’IA vole l’emploi de tout le monde » ni « détendez-vous, il ne se passe rien ». Il est plus précis et plus inconfortable. Le premier barreau de l’échelle, le premier emploi où un jeune de 23 ans apprend comment le travail fonctionne vraiment, est en train d’être scié dans les domaines où l’IA est la plus forte. Ceux qui sont déjà sur l’échelle s’en tirent bien. Pas la révolte des robots. Le premier emploi qui disparaît. C’est ce que montrent les données aujourd’hui.

Mais les données ne montrent qu’aujourd’hui.

C’est ici que je passe des données à ma propre lecture, et je veux être franc, parce que je crois que la plupart des gens se racontent une histoire rassurante.

L’histoire rassurante va comme suit : « Bien sûr, l’IA va prendre certains emplois. Les plates. Les commis, les centres d’appels, peut-être les programmeurs débutants. Mais on aura toujours besoin d’un vrai médecin. D’un vrai avocat. D’un vrai électricien. Personne n’enverra un agent conversationnel réparer votre fournaise. »

Et cette histoire est vraie, au sens le plus étroit possible. Nous aurons encore besoin de médecins dans dix ans. Nous aurons encore besoin d’avocats, d’électriciens, de plombiers et de camionneurs.

Nous en aurons simplement besoin de beaucoup moins.

Repensez à l’échelle. L’IA ne la renverse pas d’un coup. Elle enlève des barreaux. D’abord celui du bas, et c’est exactement ce que montrent les données de Stanford en ce moment. L’analyste junior, l’avocat de première année, le programmeur débutant. Les postes où un jeune brillant de 23 ans apprenait le métier en faisant le travail ingrat.

Sauf que le travail ingrat, c’est précisément ce que la machine fait le mieux. Alors le cabinet embauche un junior au lieu de cinq, et ce junior passe sa journée à superviser la machine au lieu d’apprendre le métier.

Maintenant, faites avancer le film, parce que la machine s’améliore aux quelques mois et que les barreaux du dessus sont faits du même bois. Un radiologiste lit aujourd’hui des examens d’imagerie. Dans dix ans, un radiologiste approuvera des examens que la machine aura déjà lus, dix fois plus vite. Un hôpital aura alors besoin d’un radiologiste là où il lui en fallait plusieurs. Un cabinet d’avocats qui avait besoin de quarante avocats pour réviser des documents en aura besoin de quatre pour vérifier la révision de la machine.

Un cabinet comptable, un bureau d’assurance, une agence de marketing, une salle de rédaction, une pharmacie, une succursale bancaire. Même forme, même calcul. La profession survit. L’effectif, non. Mille diplômés sortent avec le même diplôme que leurs parents et se disputent cent emplois, dont la plupart portent un titre du genre « supervision » et sont payés en conséquence.

Et non, les métiers ne font pas exception. Ils sont juste plus loin dans la file. L’emploi de l’électricien est à l’abri d’un agent conversationnel. Il n’est pas à l’abri des diagnostics pilotés par l’IA qui transforment deux heures de dépannage en un remplacement de quinze minutes, ni des systèmes de bâtiment qui signalent eux-mêmes leurs défaillances, ni de la robotique qui garnit déjà les tablettes et coule déjà du béton.

Le plombier ne sera pas remplacé cette année. Le nombre de plombiers dont une ville aura besoin, une fois que chaque bâtiment pourra dire exactement ce qui ne va pas avant que quiconque se déplace, c’est une autre question. Et les camionneurs, l’un des emplois les plus courants chez les travailleurs de ce continent, le voient déjà arriver. Des camions sans conducteur transportent du fret payant à travers le Texas, sans humain à bord, depuis mai 2025, et les trajets se multiplient.^[24]

C’est ce que le camp du « votre emploi est en sécurité » continue de manquer. La question n’a jamais été « une machine peut-elle faire tout ce que fait un médecin? » La réponse est non, probablement pour longtemps. La question est « de combien de médecins un hôpital a-t-il besoin une fois que la machine fait la plus grande partie de ce que fait un médecin? »

Et la réponse honnête, à mon avis, est : beaucoup moins que ce que nous formons actuellement. Ça s’applique à presque tous les domaines que vous pouvez nommer. Pas tous en même temps, pas au même rythme, mais tous. Et l’échéancier est plus court que ce qu’on admet au bureau de l’orienteur.

Ce qui nous ramène au tir à la corde.

Je veux être honnête sur le combat qui se livre dans ma propre tête, parce que je crois que c’est aussi celui qui se livre dans la vôtre. Tout dans cette section est ma lecture, pas une statistique.

Je ne vais pas trancher ça pour vous. J’en suis incapable. Les deux listes sont vraies aujourd’hui, pas dans un avenir hypothétique. Les deux sont construites en même temps, par la même technologie, souvent par les mêmes entreprises. La version qui l’emportera dans votre vie dépendra beaucoup moins de ce que la machine peut faire que de qui paie pour elle et du fait que vous soyez attentif ou non.

C’est la partie que personne n’aime dire tout haut, alors je vais le faire. Retour aux faits un instant.

L’IA n’est pas seulement une course de produits entre entreprises. C’est une course stratégique entre pays, et les deux plus grands joueurs l’ont tous deux écrit noir sur blanc. Le plan national de la Chine de 2017 fixait l’objectif de faire de la Chine « le principal centre d’innovation en IA au monde » d’ici 2030.^[20] Les États-Unis ont répondu par des contrôles à l’exportation qui empêchent la Chine d’acheter les puces d’IA les plus avancées,^[21] par un plan national publié en juillet 2025 dont le titre est littéralement Winning the AI Race (Gagner la course à l’IA),^[22] et par la frénésie de dépenses privées décrite plus haut. Personne ne fait dans la subtilité.

En janvier 2025, un laboratoire chinois appelé DeepSeek a lancé un modèle qui égalait la fine pointe américaine pour une fraction du coût, malgré les restrictions sur les puces, et a secoué les marchés américains. Depuis, la Chine a ordonné à ses centres de données financés par l’État de n’utiliser que des puces nationales, et ses modèles les plus récents sont conçus pour des processeurs chinois.

Les analystes décrivent maintenant deux mondes de l’IA de plus en plus séparés, un américain et un chinois, avec l’Europe, le Japon, les États du Golfe et l’Inde qui tentent chacun de trouver leur place entre les deux.^[23] Le Canada fait partie de ce groupe du milieu, que ça nous plaise ou non.

Pensez à ce que ça fait à l’idée de ralentir. Chaque proposition sérieuse de faire une pause, de réglementer sévèrement, de prendre une respiration, se heurte au même mur. Si on arrête, eux ne s’arrêtent pas. Si Washington ralentit, Pékin ne ralentit pas. Si Pékin ralentit, Washington ne ralentit pas. Si Ottawa ou Bruxelles adopte une loi stricte, la technologie est construite ailleurs et arrive quand même, par votre téléphone, votre banque, les applications de votre enfant.

Personne n’est responsable de toute la ligne, et tout le monde sur cette ligne croit que prendre du retard est plus dangereux que foncer. Ceux qui ont le pouvoir de ralentir tout ça sont précisément ceux qui ont les meilleures raisons de ne pas le faire.

Ma conclusion, et elle est la mienne

Opinion

Pas dans dix ans. Cette année.

Et si vous êtes sur la clôture face à tout ça, tant mieux. Restez-y. La clôture est le seul endroit d’où l’on voit les deux côtés de la courbe, et c’est le seul endroit où cette émission se tiendra.

Ce sont les fondations. Chaque épisode à partir de maintenant y renvoie. Chaque affirmation que nous examinerons sera vérifiée, chaque source sera indiquée, et chaque fois que je passerai de ce que je sais à ce que je pense, je le dirai. Quand je me tromperai, je le dirai aussi, dans un commentaire épinglé, avec une source.

I / YA. À bientôt.

1. Visual Capitalist: time to reach 100 million users, by platform (data: PwC, Yahoo Finance), 2023
2. TechCrunch: ChatGPT reaches 900 million weekly active users, February 27, 2026
3. Statista: Big Tech’s AI capital expenditure to reach $760 billion in 2026, based on Q2 2026 earnings guidance, July 31, 2026
4. Statistique Canada : Analyse de l’utilisation de l’intelligence artificielle par les entreprises au Canada, deuxième trimestre de 2026, 11 juin 2026
5. McCarthy, Minsky, Rochester and Shannon, A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence, August 31, 1955 (Stanford archive)
6. Benjamin Kuipers, University of Michigan: compilation of early AI predictions, including Simon (1965) and Minsky in Life (1970)
7. The AI winters and the 1973 Lighthill report — overview
8. IBM: Deep Blue defeats Garry Kasparov, May 1997
9. Krizhevsky, Sutskever and Hinton, ImageNet Classification with Deep Convolutional Neural Networks (AlexNet), 2012
10. Google DeepMind: AlphaGo defeats Lee Sedol, March 2016
11. Vaswani et al., Attention Is All You Need, June 12, 2017 (arXiv)
12. OpenAI: Introducing ChatGPT, November 30, 2022
13. Reuters via Yahoo Finance: ChatGPT sets record for fastest-growing user base, UBS analyst note, February 1, 2023
14. OpenAI: Why language models hallucinate, September 2025
15. International Energy Agency: Energy and AI, executive summary (2025)
16. Common Sense Media: inaugural annual study on AI use by tweens and teens, June 8, 2026
17. Centre antifraude du Canada : Les 10 fraudes les plus courantes en 2025 (février 2026)
18. Money.ca: AI voice-cloning emergency scams in Canada, including the ten-seconds-of-audio estimate, June 23, 2026
19. Stanford Digital Economy Lab: Canaries in the Coal Mine update — AI employment gap for young workers widens to 19%, August 12, 2026
20. China State Council, New Generation Artificial Intelligence Development Plan (2017), English translation by Stanford DigiChina
21. CNBC: U.S. export controls on Nvidia’s advanced chips to China, August 19, 2026
22. The White House: Winning the AI Race: America’s AI Action Plan, July 23, 2025
23. BCG: The Great Divide: How the US and China Are Splitting the AI World, June 25, 2026
24. TechCrunch: Aurora lands McLane deal to run driverless truck routes in Texas, one year after launching commercial driverless service, May 6, 2026

Les faits présentés dans cet article ont été vérifiés auprès des sources ci-dessus en septembre 2026. Quand j’exprime une opinion, je le précise dans le texte. Les corrections seront publiées ici et dans un commentaire épinglé de l’épisode. Les sources en anglais sont citées sous leur titre original. Photos : Zoshua Colah, F aint et Hassan Pasha via Unsplash.