La bulle de l’IA. Comment repérer les entreprises à risque.

The AI bubble. How to spot risky businesses.

Temps de lecture : 4 minutes

… en regardant si les rémunérations des cadres ne camouflent pas des pyramides de Ponzi ?

« La bulle de l’intelligence artificielle : un effondrement imminent ? » paru dans Trust my science le12 juillet 2024 sous la signature de Jonathan Paiano, confirme mon article du 13 mai 2024 : L’IA est-elle actuellement surévaluée ?

La devise discrètement camouflée de la Silicone valley : « fake it till you make it » (« fais semblant tant que ça marche ») incite l’investisseur à porter son regard uniquement vers ce qui marche dans l’Intelligence-artificielle.

Ce qui marche très bien, c'est un service de secrétariat et de conciergerie haut de gamme.
Ce service permet, et c'est l'essentiel, la flatterie et de « faire bonne impression ».

Voir aussi : La puissance du paraître ... depuis les dinosaures !

Est-ce suffisant ?

Ce qui ne marche pas, ce sont les résultats parfois absurdes produits par l’Intelligence-artificielle générative.

Effectivement, les hallucinations « sont intrinsèques à la nature même de l’IA générative » …
Voir : Personne ne sait comment l’Intelligence-Artificielle fonctionne ! Magie ou chaos ? Bonne ou mauvaise fortune/hasard ?

Oui, « un obstacle majeur à la confiance dans cette technologie … est inhérent à l’inadéquation entre la technologie et les cas d’utilisation proposés. ».

Mais, je ne suis pas aussi pessimiste qu’Emily Bender, professeure de linguistique et directrice du laboratoire de linguistique informatique de l’Université de Washington quand elle avance « Ça ne peut pas être résolu »

Ce qui ne marche pas n’est qu’un problème technologique, provoqué par la bifurcation d'itérations algorithmiques vers le chaos, l’aléatoire, le hasard,
vers les hallucinations.
Voir :
Historique des Hallucinations, dans l'IA
et
Compléments de « ChatGPT. Chaos. Hallucinations »

Ce qui ne signifie pas qu’ils pourraient ne jamais être résolus.

L’Histoire des sciences nous permet de prédire que les hallucinations seront, à plus ou moins long terme, résolues par la technologie, au moins de façon satisfaisante, digne de confiance.

Par exemple, par l'ajout d'un ordinateur indépendant dédié au contrôle des bifurcations provoquées par les itérations (cette technologie est plus ou moins en cours d'étude).

En réalité, ce qui ne marche pas non plus c’est l’acquisition et surtout la pondération des données (quel poids donner à une donnée par rapport aux autres ?)
Garbage in, garbage out. Vous entrez des ordures, il ne peut en sortir que des ordures !

Une meilleur sélection des sources permettrait également de réduire le nombre d’itérations, donc de réduire la mal-chance de l’apparition d’une bifurcation lors de l’apprentissage profond

Certes ! ce serait un retour aux bons vieux « systèmes experts » de jadis .... (je rejoins ici le constat d'inadéquation pointé par Emily Bender entre la technologie et les cas d’utilisation proposés.)
Faudra-t-il revenir aux systèmes utilisés d'avant l’apprentissage profond.
Mais pourquoi pas, tout dépend de l’objectif recherché, de l’application … ?
Faudra-t-il choisir entre marketing de "l'Intelligence" artificielle ou efficacité naturelle ?

Alors, comment repérer les entreprises qui pourraient provoquer l’effondrement de « La bulle de l’intelligence artificielle »

En réalité, évaluer « l’adéquation entre la technologie et les cas d’utilisation proposés » est très délicat, quel expert croire ? Comment quantifier cette adéquation ?

Regarder du côté des investisseurs qui ont déjà participé aux tours de table reviendrait à suivre les moutons de Panurge.

Notons que des investisseurs avisés, comme « Stanley Drukenmiller, se sont déjà retirés de l'IA, en attendant qu'elle ait fait ses preuves (ailleurs que dans une flatteuse conciergerie !)

La bulle ne serait-elle pas située au sein même de l’organisation de certaines entreprises ?

... en premier lieu dans l'organisation des innombrables start-ups qui gravitent autour de l’Intelligence-artificielle.

Certaines organisations ne s’apparentent-elle pas à des pyramides de Ponzi ?
Voir mon article de 2018 sur Les systèmes de Ponzi camouflé.

Dans Salaires et pigeons, je pointais, comme indice primordial, les faibles rémunération, notamment celles versées aux cadres primo-entrants dans les startups (les derniers à avoir été embauchés) .

Les fondateurs eux-mêmes peuvent s’attribuer des « salaires de misère » … en attendant de toucher un hypothétique jackpot dans la revente de l’entreprise.

Les rémunérations semblent être des paramètres faciles d’accès et à quantifier pour savoir si une entreprise est une bulle potentielle.