L'IA générative joue-t-elle au magicien d'Oz ?.

En 2024, un programme d'intelligence artificielle a prédit la forme de presque toutes les protéines connues. Ses auteurs ont reçu le prix Nobel de chimie. La même année, une chaîne de restauration rapide débranchait son « IA » de prise de commande au volant, celle qui se trompait d'addition et ajoutait du bacon sur les glaces.

Les deux portent la même étiquette : IA générative.

D'un côté il y a ce que la machine livre vraiment, et c'est parfois considérable. De l'autre, ce qu'on vend comme acquis sans que ça tienne. Et enfin au milieu, une question que 2026 rend brûlante, en bourse comme sur la facture des outils du quotidien : derrière la démonstration, qu'est-ce qui tourne vraiment ?

La projection et la machine

Dans Le Magicien d'Oz, le sorcier impressionne toute la cité d'Émeraude avec une grande tête tonitruante et des gerbes de flammes. Puis un petit chien tire un rideau. Derrière, un homme ordinaire actionne des manettes. La machine existe, le spectacle aussi, et les deux ne disent pas la même chose.

L'IA générative de 2026 tient un peu de ce dispositif. Il y a une projection : keynotes, valorisations, démonstrations sur scène. Et il y a la machinerie réelle, derrière, qui par endroits fonctionne très bien, et par d'autres cache surtout un opérateur. Parfois, le rideau cache littéralement des humains. On y vient.

Ce que la machine fait vraiment

La machine d'abord, parce qu'elle est réelle.

En octobre 2024, le prix Nobel de chimie a récompensé Demis Hassabis et John Jumper, de Google DeepMind, pour AlphaFold. Le programme a prédit la structure de près de 200 millions de protéines, un problème resté ouvert un demi-siècle. La base est ouverte, et plus de trois millions de chercheurs s'en servent. Ce n'est pas une promesse de plaquette : c'est un outil que la biologie emploie tous les jours.

La météo et la médecine avancent dans le même sens. Dans Nature, en décembre 2024, DeepMind a montré que son modèle GenCast battait le système de référence du Centre européen sur 97,2 % des cibles testées, en quelques minutes sur une seule puce. Et l'essai randomisé suédois MASAI, plus de 100 000 femmes, a mesuré sur le dépistage du cancer du sein autant de cancers détectés, des faux positifs stables, et la charge de lecture des radiologues réduite de 44 %.

Côté développement, l'image est plus nuancée. Une étude contrôlée de 2023 a mesuré un gain de 55,8 % sur une tâche bien cadrée avec GitHub Copilot. En octobre 2024, Google annonçait que plus d'un quart de son nouveau code était généré par IA, puis accepté par ses ingénieurs. Le bénéfice est net sur les tâches courtes et balisées. Il se dilue sur un vrai projet.

Ce que le rideau cache

Certaines « IA » vendues comme autonomes étaient, à l'inspection, des personnes. Pas comme image, mais comme fait établi par des régulateurs.

L'application de shopping Nate promettait de finaliser des achats en ligne « sans intervention humaine ». En avril 2025, le Department of Justice américain a inculpé son fondateur : le taux d'automatisation réel était « essentiellement nul », et des opérateurs aux Philippines et en Roumanie passaient les commandes à la main. Plus de quarante millions de dollars avaient été levés sur cette promesse.

Même schéma chez Presto Automation, qui vendait une voix « IA » pour les commandes au volant. Dans un document réglementaire, l'entreprise a reconnu qu'un humain intervenait au moins 70 % du temps. En janvier 2025, la SEC a prononcé sa première sanction pour « AI-washing », c'est-à-dire vendre comme « IA » ce qui n'en est pas, contre une société cotée.

La SEC avait ouvert le bal en mars 2024 : deux gérants, Delphia et Global Predictions, sanctionnés pour avoir menti sur leur usage de l'IA. Et en octobre 2024, lors de la démonstration de ses robots Optimus, Tesla a laissé des humanoïdes servir des boissons et bavarder avec le public, avant de confirmer qu'ils étaient téléopérés par des humains.

Rien de neuf, au fond. Le tout premier « automate » joueur d'échecs, le Turc mécanique de 1770, cachait un joueur humain dans son meuble. Il a impressionné l'Europe pendant des décennies. Le rideau a toujours fait partie du numéro.

Le tournant 2026 : la fissure financière

Pourquoi en parler maintenant ? Parce qu'en 2026, l'écart entre la projection et les comptes devient public. Et le cas le plus spectaculaire mélange les genres, là où le marché n'arrive plus à mettre un prix sur un récit.

En février 2026, SpaceX a absorbé xAI, la société derrière Grok, qui est devenue sa division IA. Le 12 juin 2026, cet ensemble fusées, Starlink et IA est entré en bourse au Nasdaq : environ 1 770 milliards de dollars de valorisation, autour de 75 milliards levés, la plus grosse opération de l'histoire. Dans la semaine, après un pic, la capitalisation a reflué de plusieurs centaines de milliards. Un récit que personne, pas même les marchés, ne sait évaluer.

Les laboratoires d'IA, eux, montrent leurs comptes malgré eux. D'après des documents obtenus par Fortune et le Financial Times, OpenAI a enregistré en 2025 une perte d'exploitation de 20,9 milliards de dollars pour 13 milliards de revenus.

Le décalage est chiffré par d'autres. Le fonds Sequoia estimait dès mi-2024 le revenu annuel que l'industrie devrait générer pour rentabiliser ses infrastructures : 600 milliards de dollars. Goldman Sachs titrait la même année « trop de dépenses, trop peu de bénéfices ? ». Et Nvidia est devenue en juillet 2025 la première entreprise à dépasser 4 000 milliards de capitalisation. Le scepticisme le plus net vient parfois de l'intérieur : en août 2025, Sam Altman, le patron d'OpenAI, déclarait que certains investisseurs « vont être très brûlés ».

Le tournant 2026 : l'économie au token se referme

L'autre fissure est plus discrète, mais elle touche directement les développeurs : le prix à l'usage.

Le 1er juin 2026, GitHub a fait basculer Copilot vers une facturation au token. Les forfaits à requêtes laissent place à des crédits consommés à la demande. Surtout, le filet de sécurité disparaît : avant, quota épuisé, l'outil basculait sur un modèle moins coûteux ; désormais, on paie le dépassement ou on s'arrête. Les complétions de code restent gratuites, c'est l'usage agentique, multi-fichiers, qui fait grimper l'addition. La réaction des utilisateurs, relayée par TechCrunch, a été franche.

Le mouvement dépasse GitHub. Uber a indiqué avoir épuisé son budget d'outils IA pour 2026 en quatre mois : un classement interne récompensait les équipes au volume de tokens consommés, et son directeur des opérations a reconnu ne pas voir, pour l'instant, le lien avec la valeur produite.

Le resserrement vient aussi des éditeurs. Chez Anthropic, l'accès à Claude Code dans les abonnements a connu plusieurs tours de vis : limites hebdomadaires à l'été 2025, puis un test, sur environ 2 % des nouvelles inscriptions, de retrait du plan d'entrée au printemps 2026, sans toucher les abonnés en place. JetBrains a vécu le même reflux sur Junie, son agent maison : bien placé sur les classements récents, mais critiqué pour une consommation de crédits que l'éditeur a lui-même reconnue mal calibrée.

C'est là que le rideau bouge pour de bon. Ce n'est pas un sceptique qui le tire, c'est la facture. Tant que l'usage était subventionné, le coût restait invisible. À mesure qu'il se reporte sur l'utilisateur, la question « qu'est-ce que ça vaut, vraiment ? » cesse d'être théorique.

Le contre-récit, chiffré

Ce scepticisme n'est pas une humeur, il s'appuie sur des mesures. La plus gênante pour le quotidien vient de METR : en 2025, l'étude a mesuré des développeurs expérimentés ralentis de 19 % par l'IA sur leurs propres dépôts, alors qu'ils se croyaient, eux, accélérés. L'écart entre la performance ressentie et la performance réelle est peut-être ce qui compte.

Le reste suit la même ligne. L'économiste Daron Acemoglu, au MIT, chiffre l'effet macroéconomique de l'IA comme « modeste », de l'ordre d'un demi-point de productivité sur dix ans. Et sur le fond, le chercheur Gary Marcus rappelle que les hallucinations ne sont pas un défaut à corriger mais une propriété du mécanisme, ce qu'Emily Bender et Timnit Gebru résumaient dès 2021 par le « perroquet stochastique » : un modèle qui recombine des formes de langage sans accès au sens.

La suite

Alors, l'IA générative joue-t-elle au magicien d'Oz ?

La réponse honnête dépend du rideau qu'on regarde. AlphaFold n'a pas d'homme aux manettes : c'est une vraie machine, et elle a valu un Nobel. L'application Nate, si. Entre les deux, un large dégradé où la projection et la machinerie se mélangent, et où le prix du spectacle commence tout juste à apparaître sur les factures.

Ce billet ne tranche pas s'il y a une bulle. Il rapporte qui l'annonce, et ce que le compteur coûte déjà.

Et le flux d'annonces ne se tarit pas. Le 18 juin 2026, Midjourney, le générateur d'images, a dévoilé un scanner corps entier par ultrasons et vise 50 000 appareils d'ici 2031. À ce stade, le prototype prend une vingtaine de minutes, a servi sur douze personnes, sans homologation, et l'entreprise n'a jamais fabriqué de matériel médical. Trop tôt pour trancher : un pari à surveiller, dont on jugera sur pièces, pas sur la démonstration.

Le récit ne s'effondre pas. Il se précise. Et la prochaine fois qu'un modèle sortira, ou qu'une entreprise s'introduira en bourse sur une démonstration éblouissante, il restera une question simple à se poser, avant d'applaudir : qu'est-ce qu'on regarde, la scène, ou ce qu'il y a derrière le rideau ?