Calipia : le blog

L’IA risque-t-elle de reproduire les dégâts de la mondialisation ? Satya Nadella, PDG de Microsoft, a publié il y a une semaine sur X un long texte qui ressemble moins à une communication corporate qu’à un vrai coup de semonce lancé à toute l’industrie, y compris la sienne.

Le texte s’intitule « A frontier without an ecosystem is not stable » — une formule qui a le mérite de résumer en six mots la thèse centrale : un modèle de langage puissant, aussi impressionnant soit-il, ne constitue pas à lui seul un avenir viable. Nadella y décrit ce qu’il qualifie de défi économique fondamental de l’ère IA : le risque qu’une poignée de modèles absorbent l’expertise de secteurs entiers pour la commoditiser, laissant les entreprises dépouillées de leurs avantages concurrentiels.

La formule choc n’a pas tardé à circuler : « La dernière chose que nous voulons est un monde où chaque entreprise, dans chaque secteur, cède de la valeur à quelques modèles qui dévorent tout ce qu’ils voient. Si toute la valeur est captée par quelques modèles seulement, l’économie politique ne le tolérera tout simplement pas. » Avec, en filigrane, un avertissement aux régulateurs et aux marchés : il n’existe pas de légitimité sociale pour un modèle de croissance IA qui vide des industries de leur substance. 

Le spectre de la mondialisation industrielle

La comparaison historique mobilisée par Nadella est éloquente et voulue. Il évoque directement la première phase de la mondialisation, au cours de laquelle des économies industrielles entières ont été vidées par les délocalisations. Les indicateurs macroéconomiques semblaient corrects en surface, mais les déplacements d’emplois étaient bien réels, et leurs conséquences se font encore sentir.

L’analogie est bien choisie pour un auditoire de DSI e : la mondialisation a permis des gains d’efficacité spectaculaires, mais elle a aussi détruit des filières entières au profit de quelques pôles de production. Nadella suggère que l’IA pourrait reproduire exactement ce schéma, à une vitesse bien supérieure et dans le domaine cognitif cette fois, si l’industrie ne prend pas collectivement les bonnes décisions.

Ce qui change fondamentalement la donne par rapport aux plateformes numériques précédentes, c’est la nature même de ce qui est en jeu. Comme le note Nadella, ce n’est plus simplement un outil numérique dont il est question, mais la façon dont les organisations continuent d’apprendre, de construire leur propriété intellectuelle, de se différencier et de prospérer dans un monde où les modèles IA peuvent absorber en continu l’expertise des humains et des organisations pour la commoditiser. En d’autres termes, c’est le capital cognitif accumulé par l’entreprise qui est directement menacé d’absorption.

La notion de « learning loop » et de « token capital »

Au coeur de l’argumentaire de Nadella se trouve un concept qu’il nomme le « learning loop » — la boucle d’apprentissage institutionnelle. Sa vision est celle d’un écosystème où chaque organisation peut posséder la boucle d’apprentissage qui encode sa connaissance institutionnelle, capitalisant sur son capital humain et son « token capital ». 

L’expression « token capital » mérite qu’on s’y attarde, tant elle condense deux réalités simultanées. Elle désigne à la fois la capacité propriétaire d’une entreprise à exploiter l’IA, et, implicitement, le coût bien concret de cette exploitation, mesuré en tokens de calcul. Ce n’est pas une métaphore abstraite : Microsoft a lui-même annulé cette année son abonnement interne à Claude Code, après avoir épuisé des portions de son budget IA annuel en raison de la facturation au token, avec des coûts par ingénieur atteignant entre 500 et 2 000 dollars par mois et des taux d’utilisation mensuels de 84 à 95 % en avril 2026. La démonstration par l’exemple de la dynamique décrite : plus l’outil est productif, plus il est coûteux, et la valeur migre vers le fournisseur de modèle. 

Un discours en porte-à-faux avec la réalité financière de Microsoft

Le timing de la publication n’est pas anodin, et il serait naïf de ne pas le noter. Nadella a publié ce texte le jour même où Reuters révélait qu’une class-action avait été déposée à Seattle par des actionnaires de Microsoft, accusant la société d’avoir gonflé son cours en dissimulant le ralentissement de la croissance d’Azure et la nécessité d’investissements massifs dans l’infrastructure IA avec Nadella lui-même cité parmi les défendeurs.

Microsoft a par ailleurs enregistré 37,5 milliards de dollars de dépenses en capital au cours de son deuxième trimestre, en hausse de près de 66 % sur un an, dépassant les 34,3 milliards anticipés par les analystes. Autrement dit, l’entreprise qui prêche la vertu de la distribution de la valeur dans l’écosystème est simultanément celle qui investit le plus massivement pour construire l’infrastructure sur laquelle cet écosystème reposera, et qui en captera une part substantielle. 

Ce n’est pas une contradiction qui invalide le propos de Nadella il est tout à fait possible d’avoir raison sur le fond tout en étant partie prenante du problème. Mais les DSI auront raison d’en prendre note.

Un concert de voix convergentes

Nadella n’est pas le seul dirigeant à avoir exprimé ces préoccupations. Le PDG de Snowflake, Sridhar Ramaswamy, avait alerté dès février sur le risque que les grandes entreprises logicielles soient réduites à de simples fournisseurs de données. Selon lui, les grands constructeurs de modèles cherchent à créer un monde dans lequel toutes les données de toutes les entreprises leur seraient facilement accessibles, le reste du monde n’étant plus qu’un « tuyau de données muet » alimentant ce grand cerveau centralisé. 

Aaron Levie, PDG de Box, avait également identifié la question centrale : dans un monde où chacun accède à la même intelligence experte, comment une entreprise se différencie-t-elle ? Sa réponse : par le contexte. Ce qui revient, au fond, à la même conclusion que Nadella : la valeur réstera chez ceux qui contrôlent leurs données et leur boucle d’apprentissage propre.

Ce que ça change pour les entreprises

Pour un DSI qui écoute ce débat depuis son bureau, le message pratique est assez clair, même s’il n’est pas formulé ainsi. L’adoption d’un modèle de langage en mode « as a service », consommé via API sans contrôle sur les données d’entraînement ni sur la boucle de feedback, revient à externaliser progressivement l’expertise métier de l’entreprise vers un tiers. Ce n’est pas une critique de l’IA, c’est une mise en garde sur l’architecture de dépendance.

Les architectures IA qui préservent la valeur sont celles où l’entreprise conserve la maîtrise de ses données propriétaires (dans un data lake ou un lakehouse souverain), orchestre ses agents avec ses propres règles métier, et ne laisse pas le modèle « voir » plus que ce qui est strictement nécessaire. Microsoft pousse d’ailleurs ce discours via ses propres offres (Copilot Studio, Azure AI Foundry, Fabric) qui permettent précisément de construire ces boucles d’apprentissage internes. Ce qui n’est, convenons-en, pas tout à fait désintéressé.

Le vrai risque, celui que Nadella pointe sans tout à fait le nommer, c’est le phénomène d’accélération irréversible : les entreprises qui adoptent l’IA en mode délégation totale progressent vite à court terme, mais s’appauvrissent cognitivement à moyen terme. Exactement comme les économies qui ont tout misé sur la sous-traitance offshore dans les années 1990 et 2000 ont découvert, vingt ans plus tard, qu’elles avaient perdu des compétences industrielles qu’il leur faudrait des décennies à reconstituer.