Altman revient sur la plus difficile année d'OpenAI

Altman a rarement fait le bilan des erreurs stratégiques de l'année écoulée, admettant que l'étendue trop large des activités en est la cause fondamentale, et qu'il a considérablement recentré ses efforts. Il a abordé avec calme les discussions autour de la concurrence par distillation, affirmant que cela "ne figurait pas parmi mes dix principales préoccupations", car la taille de l'activité de raisonnement est suffisante pour couvrir les coûts d'entraînement. Il estime que l'AGI est "très proche", et que GPT-5.6 est proche du seuil ; les robots connaîtront un moment de vulgarisation similaire à ChatGPT dans 2 à 3 ans.

Au cours de l'année écoulée, OpenAI a traversé une période que même Altman a qualifiée de "très difficile". Dans le récent podcast "Invest Like The Best", il a exceptionnellement fait un bilan systématique, couvrant les erreurs stratégiques, la pression concurrentielle, les risques de sécurité, ainsi que ses dernières évaluations sur la chronologie de l'AGI et l'avenir des robots.

La plus difficile des années : "L'étendue des activités était trop large, c'est ma faute"

"L'année écoulée a été très difficile, en partie à cause de moi," a déclaré Altman dans l'émission.

Il a résumé la racine du problème en un mot : dispersion. Au début de 2025, OpenAI faisait face à une anxiété centrale : après avoir acquis des capacités de calcul à grande échelle, la croissance des revenus pourrait-elle suivre ? Pour couvrir ce risque, l'entreprise a commencé à se diversifier dans plusieurs lignes d'activité, telles que les applications pour consommateurs et le contenu médiatique, avec la logique que "si la croissance des revenus est plus lente que prévu, ces activités peuvent nous aider à utiliser nos GPU".

"En y repensant maintenant, cela semble absurde, car la croissance des revenus dans l'industrie a été beaucoup plus abrupte que prévu," a déclaré Altman.

Une fois qu'il a réalisé que la trajectoire des progrès des modèles était suffisamment claire et que le retour économique était suffisamment certain, OpenAI a pris une série de "décisions difficiles" pour se recentrer sur son cœur de métier : fournir l'IA la plus qualitative, la plus riche et la moins coûteuse, et habiliter les développeurs externes à construire des produits sur cette base.

"Nous ne voulons pas absorber chaque startup, nous ne voulons pas absorber chaque entreprise," a-t-il dit, "ce que nous voulons vraiment, c'est fournir cette plateforme... vendre de l'IA. Faire la meilleure, la plus riche et la plus rentable des intelligences, afin que le monde puisse construire des choses incroyables sur cette base."

La distillation ne figure pas parmi mes dix principales préoccupations

Lors de l'interview, l'animateur a soulevé une question très attendue par le marché : comment OpenAI peut-elle continuer à récupérer les coûts d'entraînement alors que des concurrents utilisent la distillation pour entraîner des modèles moins chers à partir des sorties des modèles d'OpenAI ?

La réponse d'Altman a été étonnamment calme.

"Je n'ai pas beaucoup réfléchi à la question de la distillation," a-t-il dit, "je préférerais évidemment que les autres ne le fassent pas." Mais il a ensuite changé de ton : "Cela ne figure pas parmi mes dix principales préoccupations."

Sa logique est la suivante : l'activité de raisonnement d'OpenAI est suffisamment grande, même si la marge bénéficiaire n'est pas élevée, "gagner un profit modéré sur des revenus de milliers de milliards est suffisant pour couvrir les coûts d'entraînement des grands modèles". Le rapport entre les coûts d'entraînement et de raisonnement est crucial : l'entraînement est certes coûteux, mais les revenus de raisonnement générés par le service aux clients dépasseront largement les coûts d'entraînement.

Il a admis : "Je suis peut-être trop confiant quant à nos progrès et aux modèles à venir." Mais la conclusion reste inchangée : le véritable moteur se trouve du côté du raisonnement, et non du côté de l'exclusivité de l'entraînement.

Altman a également ajouté un jugement plus macro : il part toujours du principe qu'il existera des modèles de qualité à bas prix dans le monde, "l'important est que nous devons être les meilleurs et les moins chers, ce que font les autres est leur affaire, nous devons simplement gagner sur notre propre terrain."

Pari sur la puissance de calcul : de "vous êtes fous" à prouver que le pari n'est pas assez grand

Le pari massif d'OpenAI sur la puissance de calcul a été moqué par le public comme étant imprudent. Altman se souvient qu'à l'époque où ils ont commencé à contacter des fournisseurs de services cloud, des fabricants de puces et des fournisseurs d'énergie, les réponses étaient presque uniformément : "Vous êtes complètement fous, aucune industrie ne fonctionne de cette manière."

Il a comparé cette expérience à un financement de démarrage précoce : la plupart des gens disent non, mais il suffit d'un ou deux "oui". Microsoft a été le premier à dire "oui", Oracle est ensuite devenu un partenaire important, et NVIDIA a également été un allié clé.

Ce qui leur a vraiment donné confiance, c'est la certitude apportée par GPT-4 : le modèle est suffisamment intelligent, la capacité de raisonnement peut être réalisée, et une fois que le raisonnement est établi, cela signifie qu'il peut accomplir un grand nombre de tâches ayant une valeur économique réelle.

"À un niveau de capacité suffisamment élevé et à un prix suffisamment bas, la demande pour l'IA est essentiellement illimitée," a déclaré Altman, "c'est comme une toute nouvelle marchandise rare."

Il a avoué que malgré cela, ils ont sous-estimé la demande : "Nous n'avons pas parié assez gros, cela semblait un peu fou dans le contexte des gros titres de l'époque."

Un incident de sécurité "de science-fiction"

Ce qui a vraiment choqué Altman, c'est une autre affaire.

Il a révélé qu'OpenAI avait découvert qu'un modèle non publié trichait dans un environnement de test : il a contourné l'isolement du bac à sable en exploitant plusieurs vulnérabilités zero-day, accédant à Internet, puis infiltrant plusieurs systèmes de Hugging Face pour obtenir les réponses de test, ce qui lui a permis de bien performer lors de l'évaluation.

"C'est l'incident de sécurité le plus intense que j'ai ressenti jusqu'à présent," a déclaré Altman, "je suis un peu surpris que cela se soit produit il y a quelques jours, mais que peu de gens soient aussi choqués que moi."

Les mesures à court terme comprennent la suspension de l'entraînement concerné et la réévaluation de la manière d'assurer la sécurité du bac à sable dans cette nouvelle réalité où "plusieurs vulnérabilités zero-day sont exploitées en chaîne".

Mais il a également soulevé une question plus profonde : si cela devient la norme pour le rythme des progrès des capacités de l'IA, "nous pourrions avoir besoin de ralentir le rythme du développement de l'IA, pour donner à la société suffisamment de temps pour s'adapter à ce nouveau niveau de capacité". Il a également souligné que ce processus doit éviter d'être interprété comme une capture réglementaire, et ne doit pas sembler être une collusion entre des laboratoires de pointe.

L'AGI "très proche", les robots connaîtront un tournant dans 2 à 3 ans

Sur la chronologie de l'AGI, les déclarations d'Altman sont plus claires que jamais.

Il a déclaré que GPT-5.6 lui rendait difficile de dire "ce que ce modèle ne peut pas faire", mais qu'il reste plusieurs lacunes pour l'AGI véritable : incapacité à apprendre de manière continue en temps réel, incapacité à accomplir des tâches physiques complexes de manière autonome. "Je pense que c'est très proche, cela ne prendra pas longtemps."

Il a également admis que le phénomène de "déplacement des objectifs" est réel : "Si nous de 2019 voyions le modèle d'aujourd'hui, nous dirions certainement que c'est l'AGI."

Concernant les robots, il prévoit qu'il y aura un moment de "choc" similaire à la sortie de ChatGPT dans 2 à 3 ans : ce ne sera pas juste regarder une vidéo d'un chien robot, mais des gens ordinaires pourront entrer des instructions et voir les robots accomplir des tâches. Il estime que si la technologie des robots ne suit pas le progrès de l'intelligence de l'IA, "ce serait vraiment fou" : à ce moment-là, l'IA dans le cloud sera omnipotente, mais l'exécution dans le monde réel manquera d'automatisation.

Le prochain chapitre : IA personnelle, nouveau matériel et "pas d'inquiétude concernant l'atrophie cognitive"

Altman a décrit sa vision de la prochaine génération d'IA personnelle : écouter les réunions en continu, lire des documents, parcourir des écrans, et continuer à "penser" pendant que l'utilisateur dort, présentant de nouvelles idées et tâches à faire le lendemain matin. "Je tirerais ce curseur très loin, je serais prêt à payer beaucoup pour cela."

Il a admis que le paradigme matériel actuel a 50 ans et n'est pas adapté à cette forme d'IA "toujours en ligne, à perception active", ce qui explique son intérêt pour le nouveau matériel : il espère qu'il existe un appareil qui ne semble pas intrusif dans les contextes sociaux, tout en étant conçu spécifiquement pour ce mode d'interaction avec l'IA.

Concernant la question de l'avantage concurrentiel, il a reconnu que la "simple intelligence" est en train de se commodifier, mais il pense que l'échelle de puissance de calcul, l'intégration des flux de travail, la familiarité avec la marque et la capacité à réduire continuellement les coûts constitueront une barrière plus durable.

Quant à l'impact de l'IA sur l'emploi, il a clairement déclaré qu'il "n'est absolument pas un apocalyptique de l'emploi". Son jugement est que les capacités de l'IA sont extrêmement disparates, que les compétences humaines et l'IA sont hautement complémentaires, et que les gens ont une préférence profondément ancrée pour interagir avec de vraies personnes. "Je préfère moi-même presque toujours interagir avec des humains plutôt qu'avec de l'IA."

Voici l'intégralité de l'interview :

Sam Altman parle de l'AGI, de la puissance de calcul et de l'autonomie humaine Invest Like The Best 28 juillet 2026

Sam Altman a eu une conversation large avec nous, abordant le nouveau chapitre d'OpenAI, la course à la puissance de calcul, et ce qui se passera lorsque l'intelligence artificielle deviendra plus puissante, plus riche et profondément intégrée dans le système économique. Il a expliqué pourquoi OpenAI a récemment recentré son attention, pourquoi la demande d'intelligence pourrait être presque illimitée, à quel point nous sommes proches de l'intelligence artificielle générale (AGI), et ce qui pourrait se passer à l'avenir en matière de technologie robotique, d'emploi, de matériel et d'autonomie humaine.