Tokenmaxxing et fossé : OpenAI rachète tout pendant qu'Anthropic cache un modèle

Le fossé entre ceux qui évoluent dans l'industrie de l'IA et tous les autres continue de s'élargir, et il se voit désormais non seulement dans les budgets, mais aussi dans le vocabulaire. Pendant que certaines entreprises rachètent des startups fintech et des émissions de télévision, d'autres se rebaptisent « entreprises d'infrastructure IA », et d'autres encore affirment publiquement avoir créé quelque chose de trop puissant pour être diffusé en accès libre.

OpenAI étend ces derniers temps son activité bien au-delà du développement d'IA. L'entreprise rachète tout, des applications financières aux producteurs de contenus télévisés. Ce n'est plus seulement un laboratoire d'IA : c'est un conglomérat de médias et de technologie verticalement intégré, qui se construit sous les yeux de toute l'industrie. La logique est claire : plus il y a de points de contact avec les utilisateurs, plus il y a de données, et les données sont le carburant de la prochaine génération de modèles.

Dans ce contexte, une célèbre marque de chaussures a fait un pas inattendu et s'est repositionnée comme acteur de l'infrastructure IA. Cela paraît étrange, mais cela reflète une tendance réelle : le mot « IA » est devenu si magique pour les investisseurs que même des entreprises de secteurs totalement différents s'empressent de l'inscrire dans leur identité. Réserve importante : loin s'en faut que toutes ces annonces reposent sur de réelles capacités techniques.

Anthropic a choisi une autre voie. L'entreprise a présenté un nouveau modèle en prévenant aussitôt qu'il est trop puissant pour être publié en accès libre. La réaction a été mitigée. D'un côté, c'est de l'honnêteté, la reconnaissance que les capacités des systèmes d'IA commencent à dépasser la capacité de la société à composer avec eux. De l'autre, c'est du marketing : rien n'attise autant l'intérêt que la phrase « nous ne pouvons pas vous montrer ça ». Anthropic défend néanmoins avec constance une approche de développement responsable, et dispose d'assez de capital de réputation pour que l'on croie à ce récit.

Le terme « tokenmaxxing » est apparu dans les cercles de l'IA pour décrire une approche où les systèmes remplissent littéralement tout le contexte disponible de tokens : ils génèrent le plus de texte possible ou traitent le plus de données entrantes possible. Cela semble productif, mais les critiques se demandent si l'on ne court pas après la quantité au détriment de la qualité. Plus de tokens ne signifie ni meilleure compréhension ni résultats plus précis. Parfois, ce n'est que du bruit multiplié par de la puissance de calcul.

C'est précisément là que se manifeste le principal fossé. Les initiés de l'IA (chercheurs, ingénieurs, investisseurs, entrepreneurs) manient des termes et des concepts qui sonnent comme une langue étrangère pour le reste du monde. Tandis que l'industrie débat de benchmarks, d'architectures et de tailles de fenêtre de contexte, la plupart des gens veulent simplement comprendre en quoi ChatGPT ou Claude leur est utile personnellement.

La méfiance envers l'IA grandit en parallèle des dépenses. Les entreprises dépensent des milliards en infrastructure, en calcul et en talents, et ces montants continuent d'augmenter. La question de savoir quand exactement ces investissements commenceront à être rentables pour le grand public reste ouverte. Régulateurs, journalistes et utilisateurs ordinaires posent les mêmes questions : que construit-on exactement, qui paie, et qui en sort gagnant.

Le tokenmaxxing fonctionne comme une métaphore de ce qui se passe dans son ensemble : l'industrie génère toujours plus (modèles, annonces, accords, mots), et la question de savoir si cela mène vers quelque chose de vraiment important se fait plus aiguë. Un boom technologique ne répond pas encore à la question de savoir pourquoi tout cela a été entrepris.