[10ème Académie EAI] ⑧ Intelligence Artificielle et Politique de l'IA en Corée du Sud

Lien YouTube : https://www.youtube.com/watch?v=Woxx63bfJ64

■ Paek Seo-in_Professeur, Département de la Culture et du Commerce Mondiaux, Université Hanyang.

Transcription de la vidéo

Bonsoir. Merci d'être présents si tard en ce jour de semaine. Je m'appelle Seo-in Baek, de l'Université Hanyang. Vous avez peut-être été surpris par toutes les mentions de la technologie lors des présentations, mais ma spécialisation de premier cycle était en ingénierie. Je crois qu'il y a parmi nous aujourd'hui un étudiant qui a également une formation d'ingénieur. Êtes-vous là ? Ah, oui. Bienvenue. Je n'ai étudié l'ingénierie que pour ma licence ; mon master et mon doctorat portaient sur la gestion de la technologie. Après avoir obtenu mon diplôme, j'ai constamment travaillé dans le domaine des politiques technologiques. Ainsi, mon travail s'est concentré sur la gestion axée sur la technologie, puis sur les politiques, et maintenant, alors que l'IA elle-même est devenue primordiale, mon sujet de recherche s'est légèrement déplacé vers l'IA. Je crois que nous avons partagé quelques documents de lecture avant ce cours. Avez-vous eu l'occasion de les consulter ?

L'année dernière, après le changement de gouvernement, la Corée du Sud a créé ce que l'on appelle le Plan d'action pour l'IA. Nous avons élaboré le Plan d'action pour l'IA de la République de Corée parce que les États-Unis en avaient créé un en premier, suivis par la Chine, et nous estimions que nous ne pouvions pas nous permettre de prendre du retard. Nous avons créé 100 mesures que nous devons mettre en œuvre immédiatement pour devenir l'une des trois premières puissances mondiales en matière d'IA, ou « G3 de l'IA ». J'étais responsable de la création de la mesure numéro 98. Elle traite de la manière de formuler stratégiquement une diplomatie mondiale de l'IA. Aujourd'hui, je prévois donc de partager certaines de mes expériences pratiques dans ce domaine. J'imagine que l'IA a été mentionnée au moins brièvement dans presque toutes vos conférences.

L'impact et les implications géopolitiques de l'IA

Je suis sûr que cela a été mentionné dans la conférence sur la défense d'aujourd'hui, et la professeure Hyung-ja Bae en a probablement aussi longuement discuté. Je m'attends à ce que ce soit également un sujet majeur dans la prochaine conférence du professeur Seung-joo Lee. Vous pouvez essentiellement le considérer comme un sujet par défaut maintenant. En sciences sociales, en particulier pour ce public, où la plupart d'entre vous se spécialisent en science politique et en relations internationales, presque chaque article semble porter sur l'IA. C'est vrai pour presque tous les domaines. L'ingénierie, c'est l'IA, la gestion des affaires, c'est l'IA, les sciences sociales, c'est l'IA, les études politiques, c'est l'IA — tout le monde se concentre sur l'IA. La question clé, en particulier en science politique et en relations internationales, est de savoir comment nous devrions considérer l'IA. Il existe de nombreuses comparaisons possibles : l'énergie nucléaire, l'électricité, etc.

Dans certains domaines, comme la gestion des affaires, il y a une tendance à être très optimiste, considérant l'IA comme la nouvelle électricité qui rend possible ce qui était auparavant impossible. En science politique et en relations internationales, cependant, il semble y avoir une plus grande attention portée aux risques significatifs. Personnellement, bien que cela puisse encore prendre du temps pour se manifester pleinement, je crois que son impact s'apparente à toutes ces choses combinées. Je pense que ses répercussions seront comparables à celles de l'électricité, de l'énergie nucléaire et du pétrole réunis. Ainsi, bien qu'elle recèle un potentiel infini, elle comporte également des risques énormes. Elle comporte de très nombreux risques et, ce qui est peut-être plus important, comme je le discuterai plus tard, elle a une très, très forte probabilité de renforcer la polarisation.

La compétition sino-américaine dans le domaine de l'IA et la perspective de la sécurisation

Ce point semble être crucial. Quand l'IA est-elle devenue si importante ? Si vous vous penchez sur l'histoire de l'IA, vous constaterez que les débats durent depuis très longtemps. Cependant, l'IA que nous voyons maintenant — l'ère de l'IA post-Transformer — semble avoir gagné en importance dans les domaines non liés à l'ingénierie vers 2016. Il y avait un sentiment croissant que cette technologie ne pouvait plus être laissée sans contrôle. Plus important encore, dans le contexte des relations sino-américaines, on a pris conscience que la Chine rattrapait son retard beaucoup plus rapidement et de manière plus menaçante que prévu. Cela semble avoir créé un sentiment de crise. Par conséquent, si vous examinez la politique américaine en matière d'IA aujourd'hui, il s'agit en grande partie d'une politique de sécurité. Elle se concentre fortement sur le contrôle de son rival, la mise en œuvre de contrôles à l'exportation et l'interdiction des investissements dans les entreprises chinoises. Elle restreint même les ventes aux États-Unis si des composants chinois sont utilisés. Ce sont des politiques très fortes. Si vous voulez voir l'origine de ces mesures, vous devriez consulter le rapport de 2021 de la Commission de sécurité nationale sur l'intelligence artificielle (NSCAI).

Cette nouvelle organisation a été créée et a produit un rapport d'environ 700 pages. En vérité, presque tous les outils que les États-Unis pourraient utiliser sont décrits dans ces 700 pages. La question est de savoir comment ces outils ont été développés depuis. Bien que certaines mesures récentes n'y figurent peut-être pas, presque tous les instruments auxquels nous pouvons penser y sont inclus. Ils sont simplement déployés avec un certain décalage temporel. Cela a marqué le moment où la perspective américaine sur l'IA a changé. Elle n'était plus considérée comme une technologie Internet générale, mais comme un atout de sécurité. Il est devenu nécessaire de diviser les partenaires en camps fiables et non fiables, de s'assurer que les États-Unis restent numéro un et d'empêcher un concurrent qui menace son système de le dépasser.

Ils ne peuvent pas permettre que cela se produise. C'est à ce moment que cette perspective de sécurisation a été pleinement adoptée. La commission elle-même porte le mot « Sécurité » dans son nom, ce qui montre clairement la forte tendance à voir l'IA à travers un prisme de sécurité. Parallèlement à cela, les deux forces qui affectent presque tous les secteurs et domaines sociaux à travers le monde sont, premièrement, la géopolitique, et deuxièmement, l'IA elle-même. Le développement de l'IA se produit beaucoup plus rapidement que nous ne le pensons. C'est incroyablement rapide, dans de nombreux secteurs. Cela fait un peu plus de trois ans que ChatGPT a été lancé, mais pendant ce temps, toutes sortes de choses sont devenues possibles.

Toutes sortes de choses sont devenues possibles, la technologie a considérablement évolué et de nombreux concurrents ont émergé. Et de manière surprenante, Claude a récemment dépassé ChatGPT. Il a commencé à générer des revenus et sa valeur d'entreprise est devenue beaucoup plus élevée. Ironiquement, ChatGPT, l'entreprise originale et leader, a reporté son introduction en bourse, tandis que Claude devrait entrer en bourse cette année. Nous assistons à des phénomènes étranges comme celui-ci. Dans le monde de la science, le développement le plus surprenant était sans aucun doute lié au prix Nobel. Les lauréats des prix Nobel de physique et de chimie 2024 étaient tous des chercheurs en apprentissage profond.

Des chercheurs en apprentissage profond. C'était, en fait, beaucoup plus rapide que nous ne le pensions. Typiquement, un prix Nobel est décerné à des personnes qui ont eu un impact considérable dans leur domaine académique sur plusieurs décennies. Bien sûr, quelqu'un comme le professeur Geoffrey Hinton travaille sur ce sujet depuis des décennies, même lorsque personne d'autre ne le faisait. Mais quelqu'un comme Demis Hassabis, le PDG de Google DeepMind, bien qu'il fasse également de la recherche depuis longtemps, n'applique l'IA à ce domaine spécifique que depuis peu de temps. Sa première grande réussite a été AlphaGo en 2016, suivie d'AlphaFold, qui est utilisé pour synthétiser les protéines en chimie. Maintenant, tout le monde dans ce domaine l'utilise par défaut, tout comme nous utilisons ChatGPT. Un monde sans cela est désormais inimaginable.

Ainsi, cette réussite semble provenir d'une carrière de recherche de moins de 10 ans. D'une part, on pourrait dire que c'est étonnamment et incroyablement rapide. Mais d'autre part, nous devons reconnaître que l'échelle de temps pour l'IA est différente de ce à quoi nous sommes habitués. En IA, une année peut équivaloir à dix ans, et parfois un mois est considéré comme une année. Ce cycle s'accélère. Donc, en réalité, l'organisation dirigée par le Dr Demis Hassabis a accompli une quantité énorme de travail en seulement six ou sept ans.

Le rythme du développement de l'IA et les changements dans la communauté scientifique

En fait, il ne s'agit pas seulement de l'IA ; il y a environ cinq ou six lauréats du prix Nobel parmi les chercheurs affiliés à Google. C'est plus que l'ensemble de la Corée du Sud. Ce paysage évolue donc aussi très rapidement. Et il n'y a pas si longtemps — bien que personnellement, cela me semble être il y a très longtemps — l'émergence de Mithos a encore intensifié les choses. Avec l'avènement de l'IA qui développe d'autres IA, comme Mithos, le rythme s'est accéléré de façon spectaculaire. Au départ, il y avait des gens qui développaient l'IA. Ils la développaient avec soin, puis la laissaient faire leur travail à leur place, transcendant le temps et l'espace, jour et nuit.

La raison pour laquelle de nouveaux modèles puissants émergent à un rythme toujours plus rapide est que l'IA elle-même se charge désormais du développement. Les données qui suivent cette tendance montrent qu'en moyenne, plus d'un nouveau modèle significatif est publié chaque jour. Et puis, l'IA a commencé à franchir des barrières vieilles de plusieurs décennies dans des domaines comme la sécurité et la défense. Cela a été un choc énorme, et les ondes de choc se font encore sentir.

J'en parlerai plus en détail plus tard, mais cela vient des États-Unis. Jusqu'à tout récemment, les États-Unis s'inquiétaient de l'ascension rapide de la Chine. La pensée était : « Nous sommes en avance maintenant, mais la Chine est juste sur nos talons. La façon dont nous encourageons et réglementons actuellement la technologie ne nous permettra pas de rivaliser avec la Chine. Nous ne pouvons pas creuser l'écart. » L'approche consistait donc à pousser agressivement le développement technologique, en supprimant tous les obstacles. En bref, l'idée était d'agir davantage comme la Chine. C'était le mode de pensée dominant. Mais après l'apparition de Mithos, les États-Unis ont été choqués, tout comme le reste du monde. Le sentiment a changé pour devenir : « Peut-être devrions-nous faire une pause. Des choses que nous ne pouvons même pas imaginer pourraient se produire. » Voilà donc la situation actuelle.

D'autres pays sont dans le même bateau. Lorsque Mithos a été lancé pour la première fois, il a été disponible pendant quelques jours, puis Fable-5 a été disponible, puis il a été soudainement coupé. La coupure était basée sur la nationalité. Les citoyens américains pouvaient y accéder, mais tous les autres étaient bloqués. Pour des pays comme le nôtre, qui dépendent fortement des États-Unis pour leur défense — et ce serait vrai pour de nombreuses puissances moyennes — cela a créé une prise de conscience que la meilleure technologie liée à la défense est contrôlée. Cela a conduit à une sorte de traumatisme.

Un traumatisme qui nous a fait penser : « Ah, nous devons développer ce genre de technologie nous-mêmes, et rapidement. » Bien sûr, l'accès a été un peu assoupli par la suite. La situation est donc assez chaotique en ce moment, et c'est également vrai pour les États-Unis. Les États-Unis ne sont pas un monolithe, après tout. Je suis sûr qu'il y a aussi une certaine confusion interne chez Anthropic. Le fait est que le développement technologique est devenu beaucoup plus rapide que nous ne le pensions. Il semble avoir dépassé même l'imagination des développeurs eux-mêmes. C'est similaire à ce que je dis à mes étudiants : essayer de prédire quand l'IA arrivera ou comment elle changera le monde en lisant des articles universitaires est trop lent, étant donné le rythme rapide du développement de l'IA que je viens de décrire. Lire des articles signifie que vous êtes déjà en retard.

Ma façon préférée de me tenir au courant est de suivre les entretiens au format long avec les dirigeants du secteur technologique qui sont souvent publiés. Vous pouvez trouver des entretiens de trois heures, et ils sont publiés presque immédiatement. Je pense que lire ces entretiens est la meilleure approche. Par exemple, si un grand média technologique américain interviewe quelqu'un ce matin, la transcription pourrait être disponible le jour même, voire en temps réel. Donc, si vous voulez savoir comment l'IA va changer les choses, la meilleure façon est de suivre les personnalités clés. Vous pourriez probablement ajouter Sam Altman à ce groupe. Suivez leurs discours d'ouverture lors de conférences en temps réel ou leurs entretiens. Les entretiens de nos jours sont très approfondis. Je pense que l'utilisation de YouTube pour cela est une excellente fonctionnalité, et c'est la meilleure façon de comprendre le paysage actuel.

La compétition multidimensionnelle dans l'IA et la réorganisation des domaines académiques

Même les pensées de ces dirigeants évoluent légèrement avec le temps. Mais une chose qu'ils disent tous constamment, c'est que cette technologie arrivera plus tôt que nous ne le pensons et que son impact sera bien plus grand que nous ne l'imaginons. Il y a eu un flux constant d'innombrables nouveaux services. Pendant longtemps, ils provenaient des États-Unis, puis la Chine a commencé à rattraper son retard, et après les percées de DeepMind, nous avons vu un déluge de modèles divers. C'est une course chaotique. Actuellement, la compétition en IA implique une compétition de modèles, mais de mon point de vue personnel, il y a deux points focaux principaux. L'un semble être l'IA physique, axée sur la manière dont elle peut être appliquée dans le monde réel. L'autre est l'IA agentique. Et en lien avec la science et la technologie, l'IA pour la science est un champ de bataille majeur. Il existe de nombreux articles comme celui-ci. Vous vous demandez peut-être pourquoi j'ai inclus celui-ci. C'est un article évaluant l'utilisation des grands modèles de langage (LLM) pour la découverte scientifique, et il a un très grand nombre d'auteurs. Mon propos ne porte pas sur le nombre d'auteurs. Si vous regardez leurs affiliations, vous verrez que toutes les disciplines académiques sont représentées, du droit aux sciences humaines. Donc...

La plupart des universités, y compris celles de Corée, sont déjà en train de changer. L'IA est devenue une compétence fondamentale, une connaissance de base requise dans tous les domaines. Les linguistes doivent être capables d'utiliser et d'évaluer l'IA. Dernièrement, il semble qu'une grande partie de notre enseignement se concentre sur la manière d'utiliser ces outils rapidement et efficacement. Bien les utiliser est important, très important. Mais ce que les chercheurs en sciences sociales peuvent bien faire, c'est d'ajouter l'IA à leurs connaissances existantes, d'examiner l'IA de manière critique et approfondie. C'est ce que nous appelons souvent « IA + X » — utiliser l'IA pour transformer les industries existantes.

Mais inversement, « X + IA » est tout aussi important : voir l'IA du point de vue de ses propres connaissances disciplinaires. Si je suis un philosophe ou un politologue, comment devrais-je considérer l'émergence de l'IA de ce point de vue ? Il ne suffit pas de créer un agent d'IA pour collecter assidûment des articles sur l'IA et la science politique. La discussion vraiment importante porte sur ce que cette émergence signifie et quels changements elle apportera à l'ordre existant. La partie formation aux outils est quelque chose que vous pouvez faire par vous-même, via un bootcamp ou un cours de courte durée. Plus important encore, la meilleure façon d'apprendre est de l'utiliser beaucoup soi-même, de manière intensive.

La perspective de voir l'IA depuis ses propres connaissances disciplinaires est tout aussi importante. Par exemple, la question est de savoir comment un philosophe ou un politologue devrait considérer l'émergence de l'IA de son propre point de vue disciplinaire. Il ne suffit pas de simplement créer un agent d'IA pour collecter des articles pertinents. La discussion sur ce que signifie l'émergence de l'IA et les changements qu'elle apportera est cruciale. Ce type de discussion peut être poursuivi de manière indépendante, ou par le biais de bootcamps et de cours de courte durée. Le plus important est d'utiliser la technologie de manière extensive soi-même.

IA et innovation dans la recherche scientifique : la rivalité sino-américaine

Par conséquent, je tiens à souligner que vous n'avez pas besoin de vous concentrer uniquement sur cela. Le pays qui excelle le plus dans la recherche scientifique et l'innovation est, bien sûr, les États-Unis. Récemment, les États-Unis ont annoncé quelque chose appelé la Mission Genesis. Les États-Unis sont le pays qui a produit le plus de lauréats du prix Nobel et d'innovations qui ont changé le monde. Étant donné qu'ils sont déjà si en avance, pourquoi accordent-ils encore plus d'importance à l'IA ? Cela est lié à la compétition sino-américaine. Il semble que même les États-Unis, le leader, se sentent menacés que si ils n'améliorent pas davantage leurs capacités scientifiques en utilisant l'IA, la Chine pourrait les rattraper.

De plus, les États-Unis ont probablement déterminé que la recherche scientifique est un domaine où ils peuvent renforcer de manière écrasante leur avance actuelle et creuser davantage l'écart avec la Chine. Qu'est-ce qui est le plus important en science ? Bien que de nombreux scientifiques soient nécessaires, les individus exceptionnellement talentueux sont encore plus cruciaux. Il faut beaucoup de personnes exceptionnelles, et plus important encore, il faut une vaste accumulation de données scientifiques. Dans ces deux aspects, les États-Unis sont en tête. Les États-Unis ont accumulé des données scientifiques modernisées depuis le plus longtemps, et la quantité de données qu'ils détiennent sans les rendre publiques est énorme.

Plus de 95 % n'ont pas été publiées. Il existe également des données librement accessibles. Dans des domaines comme l'exploration spatiale, beaucoup de données sont publiques. Où sont concentrés les scientifiques les plus brillants du monde ? Aux États-Unis. Et la Chine ? Elle est un peu en retard sur les États-Unis, mais elle compte un très grand nombre de scientifiques et accumule assidûment des données. Cependant, il y a encore un écart important avec les États-Unis. La seule chose qui manque aux États-Unis est un nombre suffisant de jeunes chercheurs ou de chercheurs associés pour travailler aux côtés de leurs meilleurs scientifiques. L'IA peut y suppléer. C'est comme si un seul professeur formait un groupe de recherche avec plusieurs doctorants ou chercheurs postdoctoraux.

Je soupçonne qu'ils poursuivent cela avec l'idée que cela peut devenir un laboratoire massif. Voici un exemple du laboratoire autonome de l'Institut coréen des sciences et technologies (KIST). Des concepts comme celui-ci émergent déjà fréquemment. Cela varie selon le domaine académique, mais surtout dans les domaines expérimentaux, un problème la nuit peut être une catastrophe. Pour les expériences biologiques, quelqu'un doit probablement être de garde. Les doctorants peuvent se relayer, mais bientôt, cela pourrait ne plus nécessiter d'humain. Le travail physique et les tâches répétitives simples ont déjà été largement remplacés. Au-delà de cela, l'IA est déjà fortement impliquée dans la formulation de nouvelles hypothèses et dans la réalisation d'entreprises créatives et difficiles. Elle produit des résultats supérieurs à ceux de nombreux scientifiques humains.

Choc de l'emploi et approfondissement de la polarisation à l'ère de l'IA

Ce domaine est déjà assez avancé. Bien que l'IA montre un potentiel énorme, en particulier dans le domaine scientifique, elle comporte également des risques immenses. Le problème le plus fréquemment mentionné est l'emploi. Selon nos enquêtes, on parle beaucoup de désinformation et d'applications militaires. Ce sont des problèmes importants, en particulier chez la jeune génération, mais la préoccupation écrasante concerne les emplois. La plus grande crainte est que des emplois soient perdus à cause de l'IA. Et en fait, un nombre important d'emplois disparaissent déjà aux États-Unis.

On craint que tous les emplois, à l'exception de ceux des 0,01 % les plus riches, ne disparaissent. Un autre point important est que ce sont les emplois de la jeune génération — les juniors — qui disparaissent. Pour l'establishment actuel, les professionnels de niveau intermédiaire et supérieur, l'IA est un excellent outil. Ils peuvent en tirer parti. Mais pour ceux qui doivent trouver un emploi après l'obtention de leur diplôme, l'IA est un concurrent. Il sera difficile de se faire embaucher à moins de pouvoir prouver que l'on est nettement meilleur qu'une IA. Faire fonctionner quelques agents d'IA pourrait suffire à l'entreprise.

C'est un dilemme très sérieux. Nous en plaisantons, mais certains disent que l'AGI (Intelligence Artificielle Générale) arrivera dans quelques années, beaucoup s'y attendant d'ici cinq ans. Nous parlons de la manière de survivre à cette époque et des changements qui se produiront. S'il est devenu plus difficile d'obtenir un emploi simple, la possibilité de devenir immédiatement chef d'entreprise a augmenté. C'est parce que vous pouvez faire des choses immédiatement si vous utilisez bien l'IA. Bien qu'il y ait beaucoup de nouvelles négatives, il y a aussi de nombreux cas où l'IA rend possibles des choses auparavant impossibles. Par exemple, il existe de nombreux cas de personnes qui ne parlent pas un mot d'arabe et qui n'ont jamais été dans un pays arabe, mais qui réussissent à y vendre des produits avec l'aide d'un agent d'IA. Les gens utilisent l'IA et les agents de manière très efficace pour résoudre des problèmes qui étaient inimaginables par le passé.

C'est pourquoi nous assistons à l'émergence de nombreuses entreprises « licornes unipersonnelles ». Une licorne est une entreprise non cotée en bourse dont la valorisation dépasse 1 000 milliards de wons. Bien que les revenus ne soient pas garantis, elle doit présenter des résultats solides. De nombreuses licornes unipersonnelles apparaissent. Il existe de nombreux cas où deux personnes génèrent 100 milliards de wons de revenus, ou où une entreprise fondée par deux personnes atteint une valorisation de 2 000 milliards, voire 10 000 milliards de wons. Une caractéristique commune de ces entreprises est que leur nombre d'employés est faible par rapport à leur valorisation ou à leur impact.

Dans le cas de DeepMind, bien que la personne qui a développé le modèle à l'origine soit chinoise, il a été développé par 150 personnes. 150 personnes, c'est moins de la moitié de la taille d'un institut national de recherche typique en Corée. De nombreux instituts nationaux de recherche comptent des milliers d'employés. Un seul petit laboratoire a créé cela. S'il entrait en bourse, sa valorisation se chiffrerait en dizaines de milliers de milliards de wons. Le monde change de cette manière. Le problème, cependant, est que cela n'est possible que pour ceux qui ont une certaine base. L'opportunité se présente à ceux qui peuvent se permettre un abonnement ou qui ont les connaissances de base pour reconnaître le potentiel de l'IA.

On ne peut pas faire grand-chose avec l'IA si l'on se trouve dans un endroit sans électricité. Le FMI a mené une étude avec un rapport à ce sujet il y a quelques années. Comme je l'ai mentionné, l'IA change de mois en mois, donc la situation pourrait être différente maintenant, mais la tendance générale est la suivante. Premièrement, les professions à hauts revenus ou hautement spécialisées ont un risque d'exposition plus élevé. En raison de l'AGI (Intelligence Artificielle Générale), leur risque d'exposition est forcément élevé. Les médecins, les avocats et d'autres sont très exposés. Pourquoi cela ?

Du point de vue d'un opérateur, le désir de remplacer le personnel à coût élevé est le plus fort. En même temps, si ces professionnels utilisent efficacement l'IA, ils ont également un fort potentiel pour saisir de nouvelles opportunités. Un médecin qui utilise bien l'IA ou un avocat qui utilise bien l'IA est susceptible de gagner beaucoup plus d'argent ou de créer une plus grande valeur. Pour les pays en développement ou les emplois de cols bleus peu qualifiés, la probabilité d'être remplacé est faible, et la chance de saisir de nouvelles opportunités est également faible. Cette tendance s'applique à la fois aux pays développés et en développement, et elle est similaire au niveau mondial en termes de genre. Les femmes ont une exposition plus faible et aussi moins d'opportunités. Le même schéma se vérifie pour les niveaux d'éducation. Le plus gros problème est que les écarts existants — entre les nations développées et en développement, entre les personnes très instruites et les moins instruites — sont susceptibles de s'élargir ou de se consolider. L'impact varie également beaucoup selon la catégorie d'emploi. Ce sont des données américaines partagées par un professeur avec un chercheur sur GitHub. Ils ont relié toutes les données sur l'emploi aux États-Unis pour créer un tableau de bord. Le rouge indique une exposition plus élevée. L'exposition à l'IA diffère pour chaque catégorie d'emploi. Je partagerai ce document, donc je vous encourage à aller le consulter vous-même ; c'est très intéressant. Veuillez cliquer sur le lien pour visiter le site original. C'est aussi un problème très sérieux. Actuellement, les emplois physiques ou de cols bleus sont moins touchés, mais tout le travail répétitif sera remplacé. Les robots peuvent également remplacer tout le travail répétitif.

Les gens disent que c'est encore loin, mais dans les pays qui utilisent bien l'IA, comme la Chine, une grande partie de cela s'est déjà produite. Le travail répétitif, le travail très précis, est presque entièrement remplacé. Le travail de haute technicité comme la chirurgie est une autre affaire, mais vous pouvez supposer que les tâches faciles et répétitives seront presque toutes remplacées. Anthropic a également publié un rapport basé sur sa propre analyse de données. La conclusion la plus importante ici est le choc de l'emploi pour les juniors. Les postes de juniors ont diminué. Bien que beaucoup d'autres choses soient encore incertaines, la baisse des emplois de juniors est claire. LinkedIn annonce également chaque année quels secteurs d'emploi sont en croissance et lesquels sont en déclin. OpenAI publie également des données d'utilisation sur ce que les gens font avec l'IA, et certains chercheurs rédigent des articles basés sur ces données. La raison pour laquelle je vous montre cette série de données est qu'en plus des emplois, le changement dans les tâches est également significatif. Si je décompose mon travail en tâches, il y aurait l'éducation, la recherche, l'administration, les activités externes, etc. La recherche peut être décomposée davantage : lire des articles, faire une revue de la littérature, collecter et analyser des données, puis en tirer des résultats et les soumettre. Si vous décomposez encore plus, certaines de ces tâches peuvent être automatisées avec l'IA. Le processus de soumission peut être entièrement automatisé, et la relecture finale pour les fautes de frappe est déjà largement automatisée. Les revues de la littérature peuvent être davantage assistées par l'IA, et comme je l'ai mentionné plus tôt, la génération d'hypothèses peut également être faite par l'IA. Par conséquent, l'idée que les tâches sont en cours de reconfiguration est l'opinion la plus largement acceptée de nos jours. Le rôle d'un médecin est le même.

Le rôle d'un médecin peut être de collaborer avec l'IA pour voir beaucoup plus de patients et poser des diagnostics plus précis. Si vous faites bien cette reconfiguration, la productivité augmente de manière significative. Cependant, c'est aussi un récit quelque peu idéaliste. L'hypothèse idéale que nous avons eue est que si l'IA seule a une précision de 90 % et un humain seul une précision de 95 %, alors un humain et une IA travaillant ensemble atteindront 100 %. Par conséquent, l'idéal longtemps dominant a été que nous devons coexister et prospérer avec l'IA. Mais ce n'est pas vrai pour toutes les tâches.

Dans de nombreux cas, la précision s'améliore lorsque l'humain se met de côté. Il y a des cas où l'IA seule obtient un score de 150, un humain seul un score de 100, et un humain et une IA ensemble un score d'environ 95. De nombreuses recherches montrent qu'une intervention humaine maladroite peut en fait créer du bruit. Nous devons voir que cela dépend de la tâche. D'un point de vue d'entreprise, puisque la plupart d'entre vous se préparent à l'emploi, la meilleure approche est d'analyser les offres d'emploi. Vous devez comprendre quel type de personnes les entreprises recherchent.

Défis pratiques de l'adoption de l'IA et de la conception organisationnelle

Il y a l'IA. De nos jours, vous verrez probablement de nombreuses offres d'emploi recherchant des personnes ayant une compréhension de l'IA ou une maîtrise de son utilisation. En fait, l'année dernière, le MIT a mené une enquête sur l'utilisation de l'IA en entreprise et a conclu que l'adoption ne se déroule pas aussi bien que prévu. Si c'est le cas aux États-Unis, la situation en Corée est probablement plus grave. La raison est évidente. Installer l'IA n'est pas comme acheter une machine à laver et voir ses corvées magiquement prises en charge. Il faut la brancher et savoir bien l'utiliser. Dans le cas de l'IA, l'« électricité » serait les données. Dans de nombreux cas, les données elles-mêmes n'ont même pas été collectées. Par conséquent, l'adoption de l'IA ne produit souvent aucun effet. Pour augmenter considérablement la productivité, comme je l'ai mentionné précédemment, les tâches doivent être décomposées efficacement. La conception organisationnelle doit déjà être adaptée à l'IA, permettant la recombinaison de ces tâches pour décider « ceci sera fait par l'IA, et cette partie sera faite par les humains ». Introduire simplement l'IA dans une structure organisationnelle existante avec les mêmes personnes est pratiquement impossible. De nos jours, les meilleures universités étrangères, en particulier les écoles de commerce, enseignent des matières comme la « Gestion des agents ». C'est analogue à la manière dont la gestion d'entreprise traditionnelle enseigne les ressources humaines et la gestion organisationnelle, en apprenant à gérer les gens pour obtenir des résultats.

Tout cela a été remplacé par l'IA, par les agents. Parce que les agents sont nos collègues et nos concurrents, et nous devons les utiliser comme une théorie. Il s'agit de diviser les tâches : comment allons-nous collaborer, quelles tâches seront gérées par l'IA, et lesquelles ne sont pas fiables et doivent être vérifiées par les humains ? Ce genre de préparation préliminaire prend beaucoup de temps. C'est pourquoi ces initiatives ne fonctionnent souvent pas bien. Le constat de base, en date de l'année dernière, est que cela n'a pas été un succès. L'ordre de la discussion était les individus, les entreprises, puis les universités.

L'échec de l'enseignement universitaire et la sélection des talents par les entreprises

Alors, quel rôle les universités devraient-elles jouer ? Connaissez-vous l'entreprise Palantir ? Le groupe Palantir a créé la Meritocracy Fellowship. Si vous visitez leur site web, c'est très intéressant. La phrase la plus intrigante se trouve en haut : « Oubliez le diplôme ». Ce que cela signifie, c'est que les entreprises glamour de la technologie et de l'IA de la Silicon Valley disent que l'enseignement supérieur aux États-Unis a échoué. En d'autres termes, au lieu de s'endetter avec un prêt étudiant pour un diplôme d'études supérieures, vous devriez trouver un emploi tout de suite. Cette entreprise n'est pas une entreprise d'IA, mais c'est une entreprise de logiciels très innovante qui augmente la productivité des entreprises grâce à l'ontologie. Cette entreprise se concentre sur l'embauche de talents exceptionnels.

C'est complètement impossible. Pour augmenter considérablement la productivité, comme je l'ai mentionné, les tâches doivent être décomposées efficacement. La conception organisationnelle, qui recombine ces tâches pour dire « ceci sera géré par l'IA, et cette partie par les humains », doit être bien adaptée à l'IA à l'avance. Introduire l'IA dans une structure organisationnelle existante est pratiquement impossible. C'est pourquoi les meilleures universités étrangères, en particulier les écoles de commerce, enseignent maintenant des matières comme la « Gestion des agents ». C'est exactement comme la gestion d'entreprise traditionnelle traite des ressources humaines et de la gestion organisationnelle pour comprendre comment gérer les gens pour la performance.

Tout cela est en train d'être remplacé par des agents d'IA. Parce que les agents sont aussi nos collègues, nos concurrents, et une théorie que nous devons utiliser. Il s'agit de décider comment diviser les tâches, comment collaborer, quelles tâches l'IA gérera, et lesquelles ne sont pas fiables et nécessitent une vérification humaine. Cette préparation préliminaire prend beaucoup de temps. Par conséquent, ces tentatives ont souvent été infructueuses, et l'évaluation de base en date de l'année dernière est qu'elles n'ont pas été aussi réussies que prévu. Ensuite, examinons les individus, les entreprises et les universités.

Alors, quel genre d'endroit une université devrait-elle être ? Connaissez-vous la célèbre entreprise américaine Palantir ? Le groupe Palantir a créé la « Meritocracy Fellowship ». Si vous visitez leur site web, c'est très intéressant. La phrase la plus intrigante en haut est « Oubliez le diplôme ». C'est une déclaration des entreprises glamour de la technologie et de l'IA de la Silicon Valley, déclarant que l'enseignement supérieur aux États-Unis a échoué. En d'autres termes, au lieu de s'endetter avec un prêt étudiant pour un diplôme d'études supérieures, vous devriez trouver un emploi tout de suite. Cette entreprise n'est pas une entreprise d'IA, mais c'est une entreprise de logiciels très innovante qui traite de l'ontologie pour améliorer la productivité des entreprises. Cette entreprise se concentre sur la sélection de talents exceptionnels.

Ensuite, ils sont immédiatement mis au travail sur le terrain. Il est beaucoup plus efficace de les former pendant qu'ils travaillent au sein de l'entreprise. C'est peut-être un problème particulièrement grave en Corée, mais pas exclusivement : l'enseignement universitaire est rigide, et une formation universitaire de quatre ans ne se traduit pas nécessairement par une compétence au travail. Obtenir un diplôme d'une bonne université ou d'un bon département ne garantit pas que vous serez bon dans votre travail. Les étudiants qui entrent dans de bonnes universités ont généralement de solides capacités académiques, ils ont donc tendance à bien réussir dans tout ce qu'on leur confie. Par conséquent, s'il peut être prouvé que quelqu'un est capable d'entrer dans une bonne université ou un bon poste, il serait beaucoup plus efficace de l'embaucher directement et de le faire commencer le travail pratique plus tôt.

Tout le monde a reconnu le potentiel de gain de temps, mais ce sont eux qui l'ont concrétisé. Plus important encore, les entreprises elles-mêmes fixent les critères de sélection. Le deuxième problème de la Corée du Sud est qu'à l'ère de l'IA, elle sélectionne encore les futurs talents par le biais du système obsolète du Test d'aptitude scolaire universitaire (CSAT). C'est comme essayer de faire la course contre une voiture à pied.

Les entreprises créent leurs propres méthodes de sélection des talents, choisissant des individus exceptionnels et leur faisant résoudre des problèmes du monde réel. Le but ultime d'une formation universitaire n'est pas de rester à l'université pour toujours, mais de passer à l'étape suivante. De nos jours, de nombreux étudiants veulent travailler pour des entreprises. Et que fait-on dans une entreprise ? En fin de compte, il y a des clients, et il faut résoudre leurs problèmes. Ce programme commence ce processus dès l'âge de 19 ans. En identifiant qui sont les clients, quels sont les problèmes liés à l'IA, et en acquérant une expérience pratique, ils peuvent apprendre à travailler beaucoup plus rapidement et plus efficacement. Des cas comme celui-ci se multiplient, et des endroits comme l'Université Minerva ont tenté des choses similaires. Même ceux qui ont un doctorat en IA ont tendance à se tourner vers les entreprises plutôt que vers le monde universitaire, ce qui est un choc plus grand que vous ne le pensez.

De plus en plus d'articles de haute qualité proviennent désormais des entreprises. Idéalement, les prix Nobel devraient provenir d'endroits comme le MIT ou Stanford, mais maintenant ils viennent aussi de Google. Récemment, nous avons assisté à une situation paradoxale où des professeurs de Stanford partent chez OpenAI, ou des professeurs brillants de Harvard vont chez OpenAI pour mener des recherches, provoquant l'effondrement de l'ordre existant. En réponse, les prestigieuses universités américaines procèdent également à des ajustements majeurs, comme le licenciement de professeurs en place ou la fusion de départements. Nous assistons également à une tendance vers des programmes académiques plus granulaires.

Des problèmes comme la fraude académique sont déjà endémiques dans les écoles. Il existe des programmes comme les micro-diplômes, mais il y a une tendance croissante à les décomposer encore plus par fonction, permettant aux étudiants d'obtenir leur diplôme après avoir suivi seulement des cours spécifiques. Vous payez les frais de scolarité par semestre et ne suivez que les cours dont vous avez besoin. Cela permet un modèle d'apprentissage tout au long de la vie, où les gens peuvent suivre des cours spécifiques selon leurs besoins tout en travaillant, ou faire les deux simultanément. Comme vous pouvez le voir, un changement tectonique majeur se produit dans tous les domaines, y compris les universités, les entreprises et parmi les chercheurs. La recherche dans les universités n'est pas menée correctement, les talents se déplacent vers les entreprises, et la probabilité que les étudiants contournent complètement l'université augmente. Si les universités ne changent pas, elles pourraient perdre leur raison d'être en un instant.

Compétitivité académique en IA : l'écart sino-américain et le conflit géopolitique

À NeurIPS, la conférence de premier plan mondial sur l'intelligence artificielle, la Chine représente environ la moitié de tous les articles publiés. La première institution est Google (4,8 %), et la deuxième est l'Université de Tsinghua. De nombreuses autres universités chinoises suivent. La Corée du Sud, y compris KAIST, détient une part d'environ 2-3 %.

Les États-Unis représentent environ 30 %, la Chine environ 50 %, et Singapour environ 5 %, le reste du monde constituant le reliquat. Cela peut être considéré comme un indicateur de la compétitivité en matière d'IA. Une tendance similaire est observée lors des grandes conférences dans d'autres domaines de la science et de la technologie, comme le génie des matériaux. Cette année, à NeurIPS, les organisateurs ont annoncé que, pour des raisons géopolitiques, ils n'accepteraient pas les articles des universités chinoises figurant sur la liste des sanctions du gouvernement américain. En réponse, la Chine a menacé de boycotter la soumission d'articles de toutes ses universités. Quelques jours plus tard, la conférence est revenue sur sa décision. Cela montre l'escalade du conflit géopolitique même au sein de la sphère académique.

La géopolitique est intervenue dans le monde universitaire. Lorsque les États-Unis ont décidé de ne pas accepter les articles d'universités qu'ils jugeaient à risque, la Chine a riposté en menaçant de retirer la participation de toutes ses universités. Cela a déclenché des débats sur la violation de l'esprit fondamental du monde universitaire, contrés par l'argument selon lequel, puisque la recherche est basée sur des données ouvertes, il ne devrait y avoir aucun problème. Ce conflit s'intensifie. Néanmoins, si l'on mesure par le nombre d'articles influents qui ont changé le monde, les États-Unis sont toujours en tête.

La Chine peut être considérée comme un solide deuxième. En termes de nombre total d'articles, il y a des domaines où les États-Unis sont numéro un, mais dans les 0,01 % ou 0,05 % des meilleurs articles, la Chine prend de plus en plus la première place. Dans le secteur des brevets, les entreprises chinoises déposent un nombre massif de brevets liés à l'IA générative, occupant 7 à 8 des 10 premières places. Par le passé, les entreprises chinoises étaient passives en matière de dépôt de brevets internationaux, mais elles cherchent maintenant activement à protéger leurs technologies de base. C'est un effet de la compétition sino-américaine, car elles reconnaissent désormais que la sécurisation des brevets est cruciale pour la liberté de recherche, de développement et d'innovation.

Cela fait également partie de mon domaine de recherche personnel. Une caractéristique des articles chinois est la suivante : comme le montrent diverses mesures, le nombre d'articles chinois est très élevé. En particulier, comme vous pouvez le voir sur le graphique, la proportion de « publications exclusivement chinoises » — des recherches menées exclusivement par des chercheurs chinois — n'a cessé d'augmenter. Alors que la recherche d'autres pays implique souvent une collaboration entre des chercheurs de diverses nations, la Chine a une forte proportion de recherche exclusivement nationale. Ces articles sont publiés fréquemment dans les meilleures revues académiques internationales.

Récemment, la tendance de la Chine vers l'autosuffisance en matière de connaissances est devenue très claire. Beaucoup des meilleurs articles dans le domaine de l'IA sont rédigés par des chercheurs en Chine ou par des chercheurs chinois aux États-Unis. Si vous incluez les chercheurs chinois affiliés à des universités américaines, ce réseau s'étend encore plus.

Stratégie open source et concurrence sino-américaine dans l'industrie de la robotique

Dans la compétition sino-américaine, l'open source est un facteur critique dans le secteur de l'IA. Les modèles chinois se généralisent grâce à la distribution en open source. Leur importance découle de leur haute performance, de leur faible coût et de leur grande accessibilité. Certaines analyses de l'année dernière suggèrent que les modèles chinois ont déjà dépassé les performances de leurs homologues américains. Même si les modèles américains sont plus performants, ils sont coûteux, et les modèles chinois peuvent remplacer presque toutes les fonctions des modèles de fabrication américaine. Cette tendance s'étend désormais au secteur de la robotique. Les logiciels et les données utilisés dans les robots humanoïdes sont également publiés en open source, ce qui les rend facilement accessibles aux chercheurs.

Alors que l'IA est une compétition de modèles, dans le domaine de l'IA physique — c'est-à-dire les robots humanoïdes — l'incarnation physique est cruciale. Il existe un besoin de robots capables d'effectuer des tâches ou de fournir des divertissements à la place des humains. Dans la compétition sino-américaine en matière d'IA, la robotique est un domaine de préoccupation particulier pour les États-Unis. L'année dernière, la Chine représentait 85 % des livraisons mondiales de robots humanoïdes, et ce chiffre devrait atteindre 90 % cette année. La production d'une seule entreprise chinoise est supérieure à l'ensemble de la production de la Corée du Sud. Lorsqu'un seul pays s'empare de plus de 90 % d'un secteur spécifique, c'est comme si ce pays créait effectivement l'industrie elle-même. Même dans le secteur des semi-conducteurs, où la Corée du Sud a un avantage certain, Samsung et Hynix détiennent une part de marché de 60 à 70 %. La domination de la Chine dans la robotique est encore plus grande.

L'ascension de la Chine dans la compétition pour les talents en IA et la normalisation

Si cette situation se consolide, elle pourrait poser un problème important. La rétention des talents est également cruciale dans la compétition pour l'IA. Autrefois, de nombreux talents chinois de premier plan étudiaient aux États-Unis et retournaient en Chine ou restaient aux États-Unis. Cependant, une analyse récente montre que si la Chine se classait au quatrième rang mondial pour le nombre de chercheurs de premier plan en IA il y a une dizaine d'années, elle est maintenant passée à la première place. D'ici 2025, la Chine devrait avoir le plus grand nombre de chercheurs de premier plan en IA, suivie par les États-Unis et la Corée du Sud. Bien que ce soit une bonne nouvelle pour la Corée, Singapour se distingue encore plus sur une base par habitant. Malgré une population beaucoup plus petite que celle de la Corée du Sud, Singapour a un nombre plus élevé de chercheurs par rapport à sa population. Pour rivaliser avec la Chine et les États-Unis, les pays classés du troisième au huitième rang doivent passer à une échelle supérieure. De plus, la Chine se caractérise par une forte proportion de jeunes chercheurs, ce qui indique un potentiel de croissance significatif.

Une forte proportion de jeunes chercheurs signifie un plus grand potentiel de développement de carrière, ce qui peut à son tour renforcer la compétitivité en matière d'IA. En termes de normalisation, la Chine a également acquis une influence considérable dans les principales organisations de normalisation. Sa voix se fait de plus en plus entendre dans des organismes internationaux comme l'ONU, ce qui montre que la Chine a depuis longtemps investi des efforts pour façonner l'ordre mondial non seulement par la technologie de l'IA, mais aussi par les standards et les normes. Cela indique un effort multidimensionnel plutôt qu'un simple résultat d'un investissement en capital ou en main-d'œuvre.

Lorsque ChatGPT a été lancé pour la première fois, certains ont estimé que l'écart avec les États-Unis était si grand que la partie était jouée. Cependant, à mesure que les indicateurs ultérieurs ont été mis à jour, l'écart se réduit. De nouveaux modèles continuent d'émerger, les États-Unis et la Chine se faisant concurrence et se devançant mutuellement. Il est un fait que, hormis ces deux nations, la Corée du Sud est l'un des rares pays à se distinguer.

La compétitivité de la Corée du Sud en matière d'IA : l'importance de la construction d'un écosystème

Cependant, la question cruciale pour la Corée du Sud est de savoir si elle peut construire une capacité de service ou un écosystème capable de rivaliser avec ceux des États-Unis et de la Chine. Un modèle en soi n'a pas de sens ; il nécessite un écosystème de soutien composé de robots, d'appareils électroménagers, de technologies périphériques et de données. Par conséquent, nous devrons surveiller cette compétition des écosystèmes à l'avenir.

Il est relativement exact de dire que la compétitivité en matière d'IA augmentera car le potentiel de progression de carrière est beaucoup plus grand. La proportion de jeunes est très élevée. C'est un facteur important pour évaluer la compétition actuelle en matière d'IA et prédire objectivement l'avenir. Nous examinons également des domaines comme la normalisation, où la Chine a déjà déployé des efforts considérables pour dominer de larges segments des principales organisations mondiales de normalisation. Cela mérite d'être noté. La raison pour laquelle la Chine a une plus grande voix et semble plus influente à l'ONU n'est pas seulement parce que l'ONU n'est pas basée sur un système d'un homme, une voix et que la Chine a de nombreux pays partenaires et forces amies, mais aussi parce qu'il existe de nombreuses entités comme l'Université des Nations Unies (UNU) en Chine. Ainsi, la Chine est également très active au sein de l'ONU.

Tout cela est le résultat d'un effort à long terme pour façonner l'ordre mondial et ses règles non seulement par la technologie de l'IA, mais aussi en l'intégrant dans les standards et les normes. C'est plus que le simple résultat d'un investissement en argent ou en main-d'œuvre ; d'autres indicateurs sont également très agressifs. Lorsque ChatGPT est sorti pour la première fois, l'écart était si grand que beaucoup pensaient que la partie était jouée. Mais à chaque mise à jour des indicateurs ultérieurs, la compétition apparaît de plus en plus au coude-à-coude, ou même lorsqu'un écart se creuse, la Chine rattrape rapidement son retard, et de nouveaux modèles sont constamment publiés. Les États-Unis et la Chine sont dans une structure de compétition mutuelle, se devançant constamment. Il est un fait que parmi les pays autres que les États-Unis et la Chine, la Corée du Sud est l'un des rares à se distinguer.

Cependant, la question cruciale pour nous est de savoir si nous pouvons construire une capacité de service ou un écosystème suffisamment robuste pour véritablement remplacer les États-Unis et la Chine. Posséder simplement un modèle n'a pas de sens. Il doit être soutenu par un écosystème complet, c'est-à-dire des robots, des appareils électroménagers et d'autres technologies périphériques ou des données sur lesquelles des agents peuvent être construits. En fin de compte, c'est une bataille des écosystèmes, c'est donc ce que nous devons surveiller à l'avenir.

Virage de la politique américaine en matière d'IA et intérêts des entreprises

C'est un point à considérer. Comme je l'ai mentionné précédemment, la politique américaine a complètement changé, passant d'une focalisation sur la sûreté à une focalisation sur la sécurité. L'une des premières choses que l'administration Trump a faites a été d'abolir la DEI, ou Diversité, Équité et Inclusion. La justification était que cela entrave le développement de l'IA et cause des retards, donc la priorité devrait être l'innovation maintenant, les discussions suivront plus tard. L'accent mis sur la sûreté a également diminué. Le consensus actuel est de se concentrer sur la prolifération de l'IA américaine, et des entreprises comme OpenAI et les fournisseurs de cloud s'alignent sur cette position.

Au début des années 2000, surtout après l'adhésion de la Chine à l'OMC en 2001, il y a eu une période à la fin des années 2000 où les relations sino-américaines étaient mauvaises. À cette époque, les États-Unis ont désigné la Chine comme un manipulateur de devises et ont cherché à révoquer son statut de la nation la plus favorisée. Certains arguments soutenaient que les États-Unis devraient cesser les échanges éducatifs avec la Chine, la qualifiant de pays problématique qui n'adhérait pas aux principes de l'économie de marché.

Les États-Unis étaient réticents à reconnaître la Chine comme un pays normal. À cette époque, certaines voix plaidaient pour l'engagement avec la Chine, la vente à la Chine et l'utilisation du marché chinois. C'étaient les entreprises américaines. Des entreprises comme General Motors et Boeing généraient, et s'attendaient à continuer de générer, des revenus énormes en Chine. General Motors, par exemple, était autrefois au bord de la faillite mais a été relancée en entrant et en s'assurant une part du marché chinois. Récemment, cependant, les annonces de ces entreprises semblent souvent avoir été rédigées par OpenAI ou les départements d'État ou de la Défense des États-Unis. Elles soutiennent que l'IA du monde libre doit gagner et que les États autoritaires ne doivent pas être autorisés à prendre la tête. Pourquoi cette soudaine position intransigeante ?

Est-ce parce que ces entreprises sont animées par un sentiment de justice ? Cela pourrait en faire partie, mais je le vois d'un point de vue commercial. La réalité est que ces entreprises ne peuvent de toute façon pas générer de profits en Chine. La Chine a développé ses propres modèles d'IA, et il existe des alternatives comme Deepside et Qumi. Les marchés où ces entreprises américaines détiennent une part élevée se trouvent en dehors de la Chine. Le problème est que les modèles chinois comme ceux d'Alibaba, de Deepside et des fournisseurs de cloud se répandent au-delà de la Chine. Ils dominent l'Asie du Sud-Est et sont utilisés en Corée du Sud et même aux États-Unis.

Découplage des écosystèmes d'IA et interdépendance sino-américaine

Il en va de même dans la Silicon Valley. Par conséquent, les modèles chinois doivent être confinés à l'intérieur de la Chine. Cela peut être considéré comme un cas où les intérêts du gouvernement et ceux des entreprises se sont alignés. Non seulement les États-Unis, mais aussi la Chine ont établi un plan d'action pour l'IA et annoncé une organisation de coopération en IA cette année. Une compétition se déroule entre les deux pays les plus performants en IA et disposant des écosystèmes les mieux développés sur la manière de proliférer leurs technologies et de se contenir mutuellement. Les États-Unis sont à l'offensive.

En tant que superpuissance, les États-Unis utilisent des mesures plus offensives, tandis que la Chine est sur la défensive mais continue de pousser à la prolifération. Pourquoi la Chine utilise-t-elle une stratégie open source ? En regardant les compétitions informatiques passées, comme la rivalité des systèmes d'exploitation Windows ou la compétition Android contre Apple, les nouveaux venus adoptent souvent des stratégies open source. C'est une stratégie pour attirer et fidéliser de nombreux utilisateurs. La Chine utilise l'open source parce qu'elle est un nouvel entrant et le numéro deux. En comparant sa puissance nationale et sa situation, la Chine est contrainte d'adopter une stratégie défensive. Cependant, à mesure que l'open source se propage, la stratégie américaine ne fonctionne pas aussi bien que prévu.

Avec ce niveau de pression, on pourrait s'attendre à un effondrement, mais ce n'est souvent pas le cas. L'écosystème de l'IA est maintenant devenu découplé et consolidé. D'un point de vue centré sur l'IA, les exigences fondamentales sont les données, l'électricité, la puissance de calcul, les modèles d'IA, les services d'IA et les appareils. Cependant, en examinant les relations sino-américaines, tous ces liens ont été rompus. Les États-Unis et la Chine ne partagent pas de données essentielles entre eux, et il en va de même pour la Chine. Le découplage se poursuit, avec des restrictions sur l'exportation de puces nécessaires à la puissance de calcul vers la Chine et des limites à l'importation de produits chinois aux États-Unis. Comme ils se bloquent mutuellement, il y a des domaines où chaque partie a un déficit dans un état complètement séparé. La plus grande faiblesse de la Chine est les semi-conducteurs. Par conséquent, elle essaie d'atteindre l'autosuffisance dans les domaines qui lui manquent. Le plus grand problème de la Chine est les semi-conducteurs, et elle pousse à l'autosuffisance dans les composants clés comme les GPU. Les États-Unis, d'autre part,

ont de nombreuses lacunes dans le secteur du matériel. Les États-Unis cherchent à y remédier en collaborant avec des alliés comme la Corée du Sud et le Japon. Cependant, certains estiment que la coopération des alliances américaines est plus faible que par le passé, ce qui rend ses politiques moins qu'idéales. En revanche, l'autosuffisance de la Chine en matière de semi-conducteurs progresse mieux que prévu, mais elle fait également face à des limites claires. Les États-Unis et la Chine peuvent-ils se réconcilier et revenir au passé ?

Ce sera difficile dans un avenir prévisible. Cela est démontré par le fait que même sous l'administration actuelle, le département d'État américain propose divers programmes. Dans des forums comme l'initiative « Pax Sillica », de nouveaux organes consultatifs sont formés avec les alliés de l'Indo-Pacifique dans les secteurs des semi-conducteurs et des technologies clés, à l'exclusion de la Chine. Un excellent exemple de ces programmes est la fourniture de fonds aux pays ou aux entreprises qui peuvent produire et fournir des appareils intelligents de confiance en Asie du Sud-Est. C'est parce que le matériel et les logiciels chinois sont largement utilisés dans la région. La Chine est géographiquement proche, fournit un soutien important et, du point de vue des pays d'Asie du Sud-Est, il y a peu de raisons de ne pas utiliser les produits chinois, car ils sont bon marché et efficaces. Cependant, il existe de nombreux projets visant à créer des alternatives aux produits chinois dans cette région. La Corée du Sud pourrait être un candidat de premier plan, tout comme les pays ayant des producteurs de véhicules électriques comme Vingroup au Vietnam. À mesure que cette situation se consolide, la conversation passera d'un simple débat sur les États-Unis et la Chine à l'inclusion de la Corée du Sud, ce qui soulève une préoccupation.

Stratégie de la Corée du Sud pour la souveraineté en matière d'IA et le renforcement de l'interdépendance

Compte tenu de la compétition technologique sino-américaine mentionnée précédemment, devons-nous choisir un camp ou essayer de maintenir de bonnes relations avec les deux indéfiniment ? La pensée naturelle qui s'ensuit est : « Combien de temps pouvons-nous vivre comme ça ? » Ne devrions-nous pas avoir quelque chose à nous dans une certaine mesure pour garantir un pouvoir de négociation et un levier d'influence ? Ne pourrions-nous pas même penser : « Je vais me débrouiller seul » ? C'est parce que nous ne pouvons pas utiliser la Chine comme levier contre les États-Unis, et utiliser les États-Unis comme levier contre la Chine est un pari trop risqué.

L'idée est que nous aussi, nous avons quelque chose à nous. C'est ce qu'on appelle communément de nos jours la « souveraineté en matière d'IA ». Le cas de l'Europe montre une situation similaire à la nôtre, mais dans une position pire. L'Europe dépend de la Chine pour tout son matériel, comme les batteries et les composants de véhicules électriques, et des États-Unis pour tous ses logiciels. L'Europe n'a pas de services nationaux comparables à Naver ou KakaoTalk ; tout le monde utilise des services américains. Dépendre du matériel chinois et des logiciels américains signifie qu'elle n'a aucun levier propre. Ainsi, le sentiment grandit que cela ne peut pas continuer. Être structurellement dépendant d'un côté est risqué, et ils doivent créer quelque chose eux-mêmes. Il faut éviter de dépendre d'une seule entreprise ou d'un seul pays. La solution la plus idéale serait de créer leur propre « Made in Europe », mais ce sera difficile sans un écosystème existant.

Alors, que faut-il faire ? La réponse n'est pas de dépendre d'une seule entité. Par exemple, lors de la création d'un système d'exploitation, au lieu de compter uniquement sur Google, on pourrait également utiliser les offres de Microsoft ou de Naver en Corée du Sud, créant ainsi une structure qui diversifie les risques. Cette structure est largement utilisée non seulement dans les secteurs de l'IA et du numérique, mais aussi dans d'autres domaines comme la sécurité alimentaire. Singapour en est un excellent exemple. Singapour ne produit pas sa propre nourriture mais diversifie ses importations auprès de pays voisins comme la Thaïlande et la Malaisie. Si un problème survient dans un pays, il peut s'approvisionner auprès d'un autre. Il emploie également une stratégie à deux volets consistant à investir dans son propre développement, même si cela prend du temps. Ceci est couramment appliqué à l'IA également. Le terme « IA souveraine » peut avoir des connotations exclusives au sens politique et diplomatique, il faut donc être prudent lorsqu'on en discute avec des étrangers. Il peut provoquer une réaction négative, telle que : « Essayez-vous d'exclure le monde et de traiter cela comme une souveraineté territoriale ? » Par conséquent, expliquer qu'il s'agit d'une « IA souveraine ouverte et coopérative » est nécessaire pour permettre le dialogue. Les États-Unis ont proposé, et surtout maintenant,

Michael Kratsios, le directeur de la Maison Blanche qui dirige la politique américaine en matière d'IA, déclare : « La souveraineté en matière d'IA signifie simplement avoir accès au meilleur modèle du monde. » Puisque les États-Unis ont le meilleur modèle, posséder le droit d'y accéder est meilleur pour votre souveraineté. Ce qui est important dans la souveraineté, c'est la performance, et le développer soi-même est inefficace et un gaspillage de la puissance nationale. Alors, utilisez celui de l'Amérique, et concentrez-vous plutôt sur d'autres domaines où vous pouvez exceller. C'est un concept différent de la sécurité économique traditionnelle ou de la diversification. Il ne s'agit pas de diversifier les investissements pour éviter de se concentrer sur une seule chose, mais de devenir pleinement dépendant du meilleur acteur tout en le rendant pleinement dépendant de vous. Alors, que devrions-nous faire ? Au lieu d'investir de l'argent dans le développement d'un modèle d'IA souverain, nous devrions nous concentrer sur les semi-conducteurs pour maximiser la dépendance mutuelle. Cela crée une dissuasion. Puisque notre effondrement signifierait leur effondrement, la confiance mutuelle est renforcée. C'est le concept proposé par les États-Unis, et c'est un concept très significatif.

Différences conceptuelles dans les stratégies de souveraineté en IA et le choix de la Corée du Sud

Cependant, choisir la voie à suivre n'est pas facile. Les concepts sont actuellement divisés de cette manière. Le concept proposé par les États-Unis a du mérite, et récemment, des think tanks américains ont critiqué les stratégies de souveraineté des grandes puissances moyennes, arguant qu'elles sont inefficaces. Ils soutiennent que puisque les États-Unis ne peuvent pas tout faire, il est préférable que ces pays se concentrent sur des rôles complémentaires dans l'écosystème d'innovation de l'IA américain, comme la robotique et le matériel. L'argument est, pourquoi ne pas simplement renforcer la complémentarité mutuelle ? Qu'est-ce que la Chine a à dire ?

Le contexte de la Chine est similaire. « Pourquoi s'engager dans une entreprise aussi inefficace alors que nous allons publier quelque chose d'aussi bon que les États-Unis gratuitement ? » Du point de vue de la Chine, c'est comme dire : « N'essayez pas de créer Excel à partir de zéro ; nous vous fournirons les programmes Excel et PowerPoint à utiliser, afin que vous puissiez vous concentrer sur ce que vous faites bien. » Le problème, cependant, est l'inquiétude de savoir combien de temps cela restera gratuit. Cette situation évolue avec ces complexités supplémentaires. Néanmoins, bien que ce concept — en particulier celui proposé par les États-Unis — ait du mérite et que les alliances soient importantes, la raison pour laquelle nous devons encore essayer de faire quelque chose par nous-mêmes est la suivante.

Lorsque vous choisissez de ne pas produire quelque chose, vous pouvez diversifier. Il existe une méthode de diversification où vous répartissez vos sources sur plusieurs pays comme la Thaïlande et la Malaisie, de sorte que si quelque chose se passe dans un pays, vous pouvez toujours l'obtenir d'un autre. De plus, il y a l'approche consistant à investir dans votre propre développement, même si cela prend du temps. C'est une approche à deux volets. C'est ce qui a été couramment appliqué à l'IA. Le terme que nous utilisons, « IA souveraine », a de fortes connotations exclusives au sens politique et diplomatique, ce qui peut se heurter à la résistance des étrangers. Il est donc essentiel de s'expliquer. Nous devons clarifier que l'IA souveraine que nous poursuivons n'est pas exclusive mais ouverte et coopérative pour faire avancer la conversation. Ce que les États-Unis ont proposé, et en particulier ce que Michael Kratsios, le directeur qui dirige la politique de l'IA à la Maison Blanche, a dit, est le suivant.

Michael Kratsios, le directeur de la Maison Blanche qui dirige la politique américaine en matière d'IA, l'a formulé ainsi : « Je comprends. Je sais ce que vous essayez de faire avec l'IA souveraine, mais qu'est-ce que l'IA souveraine ? Qu'est-ce que la souveraineté en matière d'IA ? Il suffit d'avoir accès au meilleur modèle du monde. Les États-Unis n'ont-ils pas le meilleur modèle du monde ? Alors, posséder le droit d'y accéder à tout moment et s'assurer que cet accès est garanti est meilleur pour votre souveraineté. »

C'est parce que ce qui compte pour la souveraineté, c'est la performance. La performance. Essayer de faire quelque chose que vous ne pouvez pas faire aussi bien, y investir de l'argent de manière inefficace et finalement créer un modèle de qualité inférieure est un gaspillage de la puissance nationale. Alors, utilisez le nôtre. Au lieu de cela, utilisez cet argent pour faire ce que vous pouvez faire de mieux. C'est un concept différent de la diversification dont nous parlons traditionnellement en matière de sécurité économique ou de souveraineté. Il s'agit de diversifier les investissements parce qu'il ne faut pas mettre tous ses œufs dans le même panier. C'est différent ; il s'agit de devenir pleinement dépendant du pays qui le fait le mieux, mais en retour, de rendre ce pays pleinement dépendant de nous. Alors, que devrions-nous faire ? Nous n'avons pas besoin de dépenser de l'argent pour développer un modèle d'IA souverain ; nous devrions tout miser sur les semi-conducteurs. Ce faisant, nous maximisons la dépendance mutuelle au plus haut point. Ce qui se passe alors, c'est que cela crée une dissuasion. La dissuasion. Si nous tombons, vous tombez aussi, donc la confiance mutuelle est quelque peu renforcée. C'est le concept proposé par les États-Unis. Et c'est, en fait, un concept très significatif.

Cependant, choisir quoi faire et comment le faire n'est pas facile. Ce n'est pas facile, mais les concepts sont actuellement divisés comme ceci. Le concept proposé par les États-Unis a un argument valable, et c'est là que plusieurs think tanks américains ont récemment critiqué froidement les stratégies souveraines développées par les grandes puissances moyennes. Ils disent que c'est impossible. C'est inefficace, et comme les États-Unis ne sont pas un pays qui peut tout faire, il vaut mieux se concentrer sur quelque chose de complémentaire qui peut jouer un rôle important dans l'innovation de l'IA américaine. Si ce sont les robots, alors les robots ; si c'est le matériel, alors le matériel. Pourquoi ne pas simplement renforcer la complémentarité mutuelle ? C'est une opinion courante. Que dit la Chine ?

Le contexte de la Chine est similaire. « Nous développons quelque chose de non moins impressionnant que les États-Unis et nous le publierons gratuitement, alors pourquoi faites-vous quelque chose de si inefficace ? » Telle est la position de la Chine. « Nous allons créer et publier Excel gratuitement, et nous allons créer et publier Internet, alors pourquoi essayez-vous de créer Excel à partir de zéro maintenant ? Nous vous donnerons le programme PowerPoint et tout le reste, alors prenez-le et utilisez-le, et faites ce que vous faites de mieux. » C'est le contexte de la Chine. Le problème est notre inquiétude quant à la durée pendant laquelle cela restera gratuit. C'est donc ce qui s'ajoute à mesure que les choses progressent. Néanmoins, bien que ce concept ait du mérite, et en particulier le concept des États-Unis ait du mérite, et que les alliances soient importantes et que tout cela soit bien, la raison pour laquelle nous devons encore essayer de faire quelque chose par nous-mêmes, à mon avis, est la suivante.

Contribution de l'IA à la sécurité nationale et à la croissance industrielle, et la nécessité d'un développement endogène

L'IA est un élément essentiel pour la défense d'une nation et sa croissance industrielle. Un pays doit être capable de se défendre, de soutenir son économie par la croissance industrielle, et de construire un filet de sécurité sociale et des infrastructures de base. L'IA agit comme le dénominateur commun pour tous ces domaines. À l'avenir, toutes les infrastructures seront basées sur l'IA, et les industries qui n'utilisent pas l'IA auront du mal à se développer. Dans le secteur de la défense, des drones, des robots et d'autres systèmes basés sur l'IA sont déjà en cours d'introduction.

L'importance de l'IA ne réside pas seulement dans sa contribution à la sécurité nationale et à la croissance industrielle, mais aussi dans la logique selon laquelle ceux qui ont une expérience directe peuvent mieux la comprendre et l'utiliser. Tout comme quelqu'un qui a fait quelque chose est plus performant que quelqu'un qui l'a seulement appris dans un livre, l'expérience de développer l'IA soi-même crée non seulement un effet de levier, mais renforce également les capacités dans les domaines où l'on est déjà compétent. Par exemple, lors du développement de semi-conducteurs pour l'IA, un pays avec une telle expérience ne dépendrait pas uniquement de sources étrangères pour les aspects liés à l'IA.

En comprenant et en développant profondément la technologie de l'IA, nous pouvons créer des technologies de semi-conducteurs existantes bien supérieures. Notre capacité de compréhension et d'absorption augmente également lors de l'adoption de technologies externes. De ce point de vue, la position du gouvernement, avec laquelle j'ai tendance à être d'accord, est qu'il est absolument nécessaire de déployer un certain niveau d'effort dans le développement d'une IA nationale. Au cours de l'année écoulée, les principaux pays ont annoncé de nombreuses politiques liées à l'IA.

Stratégies d'IA des puissances moyennes et potentiel de la Corée du Sud

Chaque nation s'efforce de développer la technologie de l'IA, et de nombreuses puissances moyennes ne font pas exception. Les stratégies d'IA des puissances moyennes sont un sujet digne de recherche. Actuellement, les niveaux de technologie de l'IA peuvent être divisés en Niveau 1 (les États-Unis, la Chine) et Niveau 2 (la Corée du Sud, la France, l'Allemagne, le Japon, etc.). Au sein du groupe de Niveau 2, il y a des pays comme la Corée du Sud et la France qui visent à développer la technologie de l'IA de manière autonome, et d'autres comme le Royaume-Uni et le Japon qui ont décidé de suivre la stratégie américaine. Même ces derniers pays ne commencent pas leur développement de l'IA entièrement à partir de zéro.

Le Japon est étroitement aligné sur les plateformes d'IA américaines, tandis que la Corée du Sud joue le rôle de fournisseur de matériel. Néanmoins, même le Japon entreprend certains projets de développement d'IA nationaux dans des domaines comme l'administration publique et la défense. La Corée du Sud tente de développer la technologie de l'IA de manière encore plus proactive. Au-delà des semi-conducteurs, la Corée du Sud a des entreprises avec un potentiel dans l'écosystème de l'IA. Bien qu'elle ne soit peut-être pas la meilleure dans tous les secteurs, il y a des domaines où elle a un potentiel de classe mondiale. En particulier, la Corée du Sud occupe une position forte dans la fabrication de pointe — dans l'électroménager, l'automobile, la construction navale et les batteries — juste derrière la Chine, et l'IA peut connecter ces domaines.

Dans le secteur de l'énergie, elle possède diverses technologies telles que l'énergie nucléaire, solaire et les systèmes de stockage d'énergie (ESS), et dispose également de ses propres services de portail et de messagerie. Si ces éléments sont bien connectés, il y a une possibilité de succès dans le développement de la technologie de l'IA. Les États-Unis considèrent la Corée du Sud comme un partenaire de premier plan en matière d'IA, en particulier dans le domaine de l'IA physique. Il faudrait beaucoup de temps aux États-Unis pour construire leurs propres usines et développer une industrie de l'électroménager, mais la Corée du Sud a déjà tout ce qu'il faut, ce qui en fait un partenaire avantageux pour la coopération.

Stratégie diplomatique et industrielle de la Corée du Sud dans un contexte de compétition sino-américaine

Les États-Unis considèrent la Corée du Sud comme un partenaire d'alliance très important en raison du haut degré de complémentarité de leurs portefeuilles sécuritaires et industriels. Dans ce contexte, le défi crucial restant est de savoir comment définir la relation avec la Chine.

Il existe une relation de concurrence importante avec la Chine, et une compétition intense est attendue en raison de nombreux portefeuilles qui se chevauchent. Cependant, la stratégie de la Corée du Sud envers la Chine ne peut pas être la même que celle des États-Unis. La Chine est un partenaire crucial, compte tenu de sa proximité géographique et de questions comme la Corée du Nord. De plus, l'attrait du vaste marché et de l'écosystème chinois ne peut être ignoré. À une époque où même les entreprises américaines maintiennent des usines en Chine, la Corée du Sud doit examiner stratégiquement comment configurer sa relation avec la Chine.

Même si les États-Unis et la Chine se livrent une concurrence féroce, il existe des domaines où ils coopèrent ou s'engagent. Par exemple, la coopération est possible sur les défis mondiaux ou dans le secteur des ODD. La direction de la stratégie mondiale de la Corée du Sud pourrait être de coopérer intensivement avec les États-Unis dans les domaines critiques pour la sécurité, tout en collaborant également avec d'autres pays, y compris la Chine, dans des domaines de faible sensibilité en matière de sécurité. La coopération avec la Chine doit être abordée de manière stratégique et peut être envisagée dans des domaines moins sensibles sur le plan de la sécurité. C'est une tâche difficile pour les entreprises sud-coréennes, qui réfléchissent profondément à la manière d'aborder et de tirer parti de l'immense marché et écosystème chinois, à seulement une heure de vol.

Renforcer la compétitivité de la Corée du Sud en matière d'IA et trouver des voies pour une coexistence mutuelle

Bien que générer des profits sur le marché chinois serait idéal, si cela n'est pas faisable, une approche consistant à identifier rapidement les changements sur le terrain et à les utiliser pour l'innovation est également importante. À l'occasion du premier anniversaire du lancement du Comité national de stratégie pour l'IA de la Corée du Sud, une annonce de ses réalisations est prévue, et il produit des résultats grâce à divers efforts. La philosophie de base est que bien que la Corée du Sud ait été un acteur tardif dans le domaine de l'IA, elle a du potentiel, et parce qu'elle manque d'infrastructures et de soutien, sa compétitivité doit être rapidement améliorée.

Nous devons sécuriser les GPU en collaborant avec Nvidia et renforcer la compétitivité en tirant parti des forces des entreprises coréennes pour coopérer avec les grandes entreprises technologiques étrangères. OpenAI, les entreprises de cloud et Google cherchent tous à établir des succursales en Corée du Sud. Simultanément, nous devons favoriser la compétitivité des entreprises coréennes comme Naver, Kakao et SKT sur une base à deux volets. Soutenir leur compétition de modèles de fondation indépendants s'inscrit dans ce contexte. L'objectif est de promouvoir la compétition et de créer des réussites en combinant la coopération mondiale avec le renforcement de nos propres capacités.

L'objectif est que les entreprises manufacturières comme Samsung Electronics, Hyundai Heavy Industries et LG Electronics adoptent l'IA pour créer des réussites en matière de réduction des taux de défauts, d'amélioration de la productivité et de prévention des accidents du travail, puis d'exporter ces modèles dans le monde. De plus, pour faire face à la polarisation résultant de la transition vers l'IA, il est nécessaire d'établir un cadre institutionnel qui inclut la fourniture d'une éducation, la création d'un environnement de recherche et la mise en œuvre d'un revenu de base. Nous explorons des moyens de soutenir ceux qui sont marginalisés ou lésés à l'ère de l'IA et de les aider à rejoindre le courant.

Je crois que ces efforts pourraient devenir une initiative unique que seule la Corée du Sud peut entreprendre. Parallèlement au renforcement de la compétitivité industrielle, nous déployons simultanément des efforts pour soutenir les groupes marginalisés et ceux qui pourraient ne pas bénéficier de l'IA ou en être lésés, en les aidant à progresser ensemble. Ces efforts représentent une opportunité pour la Corée du Sud de présenter un cas modèle à la communauté mondiale.

Le site web du Comité national de stratégie pour l'IA divulgue une grande quantité de données, y compris les procès-verbaux des réunions, les listes budgétaires annuelles et les listes des projets budgétaires nationaux liés à l'IA pour 2025 et 2026. En analysant ces documents, on peut comprendre comment la Corée du Sud alloue son budget dans le secteur de l'IA et quels ministères utilisent quelle part du budget. Ces informations peuvent être utilisées pour mener à bien des projets et à d'autres fins.

Après la publication des données, nous avons reçu des critiques de la société civile selon lesquelles le budget était concentré sur les entreprises d'innovation technologique plutôt que sur la protection sociale. Après avoir analysé tous les documents, qui s'élevaient à 5 000-6 000 pages, nous adoptons une position d'acceptation de cette critique et de réflexion à ce sujet.

Bien que nous mettions en œuvre des politiques en recueillant les opinions d'experts et de citoyens, des lacunes et des limites existent toujours. Les politiques ne se déroulent souvent pas comme prévu idéalement et peuvent avoir des effets secondaires, ce qui est dû à un manque de compréhension des facteurs humains ou à la difficulté de prédiction. Les politiques créées avec de bonnes intentions sont souvent loin de répondre aux attentes, et cette limitation fondamentale existe également.

Les choix stratégiques et les compromis dans le développement de la technologie de l'IA

En tant qu'acteur tardif dans le domaine de l'IA par rapport aux États-Unis et à la Chine, la Corée du Sud vise à renforcer rapidement sa compétitivité. La stratégie à deux volets consistant à sécuriser les GPU en collaborant avec Nvidia tout en renforçant simultanément la compétitivité des entreprises nationales semble raisonnable. Cependant, cela conduit à une dispersion des ressources. En choisissant Nvidia parce qu'il n'y a pas de restrictions sur les importations de GPU, nous avons manqué l'opportunité de développer des GPU au niveau national. La Chine, confrontée à des restrictions d'importation de GPU, s'est concentrée sur la production nationale, ce qui se traduit par une réduction de l'écart de performance et la sécurisation d'un vaste écosystème.

Cela suggère moins un échec politique que le fait qu'aucune politique n'est parfaite et que les choix stratégiques s'accompagnent inévitablement de compromis. De plus, il existe une approche qui privilégie d'abord la sécurisation de la compétitivité par l'innovation, puis le partage des fruits de ce travail. Dans ce processus, la ressource la plus cruciale est finalement le temps. L'argent et les autres ressources sont importants, mais pour les personnes vivant une vie finie, le temps est la ressource la plus précieuse.

La ressource temps et la planification d'urgence à l'ère de l'IA

Les groupes marginalisés doivent endurer une période de difficultés, et un problème majeur est de savoir comment compenser ce temps et comment ils peuvent l'endurer au milieu de la fracture numérique de l'IA. De plus, nous sommes critiqués sur le fait que les États-Unis et la Chine ne resteront pas les bras croisés pendant que la Corée du Sud fait ses efforts, et des questions se posent sur l'existence d'un plan d'urgence si l'écart ne se réduit pas. C'est un problème très réaliste.

Certains soutiennent qu'un duopole sino-américain sur le marché de l'IA n'est pas souhaitable et que les puissances moyennes devraient unir leurs forces. Cependant, du point de vue du Japon, coopérer directement avec les États-Unis pourrait être plus avantageux que de collaborer avec la Corée du Sud. Par conséquent, des obstacles pratiques rendent la solidarité entre les puissances moyennes difficile à réaliser.

Incertitude et risques potentiels du progrès technologique de l'IA

Beaucoup estiment que si l'on pèse soigneusement les avantages et les coûts, les puissances moyennes ont moins à gagner les unes des autres qu'on pourrait le penser. Telle est la réalité de la coopération entre elles. Sans un cadre bien conçu, un pays ne voit aucune raison de coopérer, en se disant : « Pourquoi devrais-je coopérer avec vous ? Je pourrais simplement traiter directement avec les États-Unis, ou si c'est quelque chose que vous pouvez faire, peut-être que je peux le faire seul. » Il en va de même pour des pays comme la France. Ceci conclut mes remarques sur l'IA, et je vais passer rapidement aux diapositives restantes. Nous avons beaucoup discuté du progrès technologique, mais une question fondamentale demeure : le développement de l'IA se fera-t-il sans problèmes ?

L'innovation que nous anticipons cette fois-ci se matérialisera-t-elle réellement ? Il se pourrait que non, et nous pourrions être confrontés à un nouvel « hiver de l'IA ». La question de l'emploi, comme je l'ai mentionné, reste également une préoccupation. Bien que Kakao l'ait officiellement démenti, l'idée de ne pas recruter pour des postes que l'IA peut remplacer est tout à fait concevable. De plus, les universités continuent de soulever la question de la gestion de cette technologie dangereuse. Il y a eu un mouvement volontaire parmi les chercheurs appelant à une pause dans le développement, soutenant : « Elle progresse beaucoup plus vite que je ne le pensais, alors arrêtons-nous un instant pour réfléchir à la manière de répondre aux problèmes catastrophiques ou incontrôlables avant de reprendre. » Plus récemment, des appels à une action immédiate se sont multipliés de la part d'institutions comme l'Université de Stanford.

Préparation institutionnelle et discussions réglementaires à l'ère de l'IA

En particulier, parce que l'IA exigera une restructuration majeure de l'économie et du travail, ne pas mettre en place de nouvelles institutions pourrait conduire à une crise majeure. Si nous attendons que les problèmes apparaissent avant d'envisager des systèmes de fiscalité et de redistribution, la situation pourrait devenir ingérable. Par exemple, s'il devient impossible ne serait-ce que de suivre comment l'argent est gagné grâce à l'IA, la fiscalité sera impossible et la redistribution sera difficile. Ce potentiel de problèmes inimaginables est une autre raison pour laquelle de nombreux appels à une pause ont été lancés.

Le MIT gère une base de données sur les divers risques que l'IA pourrait engendrer, et des discussions actives ont lieu sur les lignes rouges que l'IA ne devrait pas franchir. Bien que de nombreuses discussions positives de ce type aient lieu, elles sont malheureusement souvent ignorées en raison d'un manque de réglementation et de responsabilité fortes. L'IA est actuellement largement utilisée dans la guerre, et les armes sont le sujet principal des discussions sur les risques de l'IA. L'appel est de s'abstenir d'utiliser l'IA dans le développement d'armements.

Utiliser l'IA pour le bien public et la réalisation des ODD

De plus, les accords de longue date visant à s'abstenir d'utiliser l'IA pour diffuser de la désinformation et de développer une IA auto-améliorante ne sont pas respectés. La réalité est que l'IA est utilisée à mauvais escient pour le développement d'armes, son propre auto-développement et la diffusion de désinformation. C'est un point essentiel. Un autre domaine qui reçoit moins d'attention est celui des ODD. Atteindre les ODD d'ici 2030 semble désormais presque impossible. Il y a environ six ou sept ans, une analyse a été menée sur les impacts positifs et négatifs de l'IA sur chacun des 17 objectifs des ODD. L'IA peut avoir un impact positif majeur, et des recueils de projets utilisant l'IA pour atteindre les ODD existent déjà.

Il existe près de 200 000 projets de ce type. Avec tant de problèmes encore à résoudre dans le monde, nous devons réfléchir à la manière d'utiliser l'IA pour le bien public. L'IA peut être appliquée dans des domaines aussi variés que le genre, l'éducation et les inégalités. En particulier, les pays en développement sont confrontés à des défis d'un autre type que ceux que nous pourrions imaginer, et l'IA peut y accomplir de grandes choses.

IA et questions environnementales : Consommation d'énergie et émissions de carbone

Il serait également utile d'examiner l'IA dans le contexte de l'avenir. Des rapports tels que les indices d'incertitude et les évaluations des risques mondiaux indiquent que les questions environnementales deviendront de plus en plus critiques, et l'IA est étroitement liée à l'environnement. L'IA consomme une quantité considérable d'électricité, et aux États-Unis, les centres de données sont déjà considérés comme des installations NIMBY (« pas dans mon jardin ») en raison de l'opposition du public. Rien qu'au Texas, 1 000 centres de données d'IA sont en attente d'approbation.

L'avenir du progrès technologique de l'IA et considérations globales

C'est parce qu'ils entraînent des problèmes tels que l'augmentation des coûts de l'électricité et des émissions de dioxyde de carbone. Ces questions sont également très importantes, et j'espère que vous les examinerez de manière globale. Vous pourriez également trouver ce document utile à titre de référence. Ceci conclut ma présentation. Je vous remercie.