L’intelligence artificielle sait écrire, résumer, coder, répondre avec aplomb et parfois inventer une recette de lasagnes avec trois chaussettes et un citron. Mais selon Yann Le Cun, l’un des grands noms mondiaux de l’IA, il lui manque encore quelque chose d’essentiel : comprendre la réalité et le monde physique.
Invité du journal de 20 heures sur France 2, le Prix Turing et ancien responsable de l’intelligence artificielle chez Meta a livré une analyse claire de ce qui nous attend. Oui, l’IA va transformer les métiers. Oui, certains emplois vont disparaître. Mais le vrai sujet, selon lui, n’est pas seulement ChatGPT, Gemini, Claude ou Meta AI. La prochaine grande révolution de l’intelligence artificielle sera celle des systèmes capables d’interagir avec le monde réel, de raisonner sur ce qu’ils voient et d’agir de manière utile dans notre quotidien.
Autrement dit, l’IA de demain ne se contentera pas de parler. Elle devra aussi comprendre où elle met les pieds. Ce qui, pour une machine, est déjà un sacré programme.
L’IA actuelle parle très bien, mais ne comprend pas encore vraiment le monde
Depuis l’arrivée massive des chatbots et des grands modèles de langage, l’intelligence artificielle générative a bouleversé nos habitudes. Elle rédige des emails, aide à programmer, explique des notions complexes, génère des images, analyse des documents et sert parfois de coach improvisé pour choisir entre deux objets connectés.
Pour Yann Le Cun, ces outils sont impressionnants, mais ils ont une limite fondamentale : ils manipulent très bien le langage, sans comprendre profondément la réalité physique. Un modèle de langage peut expliquer comment empiler des cubes, mais il ne possède pas l’expérience intuitive du poids, de l’équilibre, du frottement ou de la gravité. Il n’a jamais renversé un verre d’eau sur un clavier, ce qui est pourtant une étape importante dans la formation de tout être humain moderne.
Cette distinction est essentielle. Les LLM prédisent des mots à partir d’immenses quantités de textes. Ils détectent des régularités, produisent des réponses cohérentes, mais leur compréhension du monde reste indirecte. Ils apprennent à travers des données, pas à travers l’expérience physique.
La prochaine étape de l’IA consistera donc à créer des systèmes capables de construire une représentation du monde. Ils devront observer, anticiper, planifier et agir. C’est ce type d’intelligence qui pourrait rendre possibles des robots domestiques fiables, des véhicules réellement autonomes ou des assistants capables de nous guider dans des tâches concrètes.
Pourquoi comprendre le monde physique est le grand défi de l’intelligence artificielle
Pour un humain, le monde physique est une évidence. Un enfant comprend très vite qu’un objet tombe si on le lâche, qu’une tasse peut se casser, qu’un chien n’est pas une chaise même si les deux peuvent occuper le salon. Pour une IA, ces évidences sont loin d’être simples.
Comprendre le monde physique implique plusieurs capacités complexes. Il faut percevoir l’environnement, distinguer les objets, prédire leurs mouvements, comprendre les intentions humaines, gérer l’incertitude et prendre des décisions adaptées. Ce n’est pas seulement une affaire de puissance informatique. C’est aussi un défi scientifique.
Un robot domestique, par exemple, ne peut pas se contenter de répondre « bien sûr, je vais ranger la cuisine ». Il doit reconnaître une assiette sale, éviter de casser un verre, trouver le lave-vaisselle, ouvrir la porte, choisir le bon emplacement et ne pas confondre une éponge avec un morceau de gâteau oublié. Sur ce dernier point, certains humains échouent aussi, soyons honnêtes.
Cette intelligence du monde réel demande des modèles capables d’apprendre comme les humains et les animaux apprennent : en observant, en testant, en corrigeant leurs erreurs. Pour Yann Le Cun, c’est là que se situe la vraie frontière de l’IA.
Emploi et intelligence artificielle : des métiers vont disparaître, d’autres vont naître
L’une des questions les plus sensibles reste celle de l’emploi. L’intelligence artificielle va-t-elle remplacer les humains ? Yann Le Cun se veut nuancé. Selon lui, les systèmes actuels automatisent surtout des tâches à l’intérieur des métiers, plutôt que des métiers entiers.
C’est une différence importante. Dans de nombreuses entreprises, l’IA peut déjà accélérer la rédaction, l’analyse de données, le support client, la veille, la traduction ou certaines tâches administratives. Mais cela ne signifie pas automatiquement que tous les postes concernés disparaîtront. Les métiers se transforment, les missions changent, les compétences attendues évoluent.
Le chercheur rappelle un point très juste : il est beaucoup plus facile d’imaginer les métiers qui vont disparaître que ceux qui vont apparaître. Avant l’explosion des smartphones, peu de personnes auraient prédit l’essor des développeurs d’applications mobiles, des créateurs de contenus vidéo, des spécialistes du marketing d’influence ou des experts en cybersécurité mobile.
Avec l’IA, le même phénomène pourrait se produire. De nouveaux métiers émergeront autour de la supervision des agents intelligents, de la conception de systèmes autonomes, de l’éthique algorithmique, de la sécurité des modèles, de l’automatisation métier ou de l’intégration de l’IA dans les organisations.
Le vrai enjeu sera donc l’adaptation. Les entreprises, les écoles, les administrations et les travailleurs devront apprendre à collaborer avec ces outils. L’IA ne sera pas seulement un logiciel en plus. Elle deviendra une couche d’assistance permanente dans de nombreux secteurs.
L’Europe a-t-elle raté la course des LLM ? Pas forcément la prochaine vague
La domination américaine et chinoise dans l’intelligence artificielle est difficile à ignorer. OpenAI, Google, Anthropic, Meta, Microsoft ou DeepSeek occupent une place centrale dans la course mondiale. L’Europe, elle, tente de se faire une place avec ses laboratoires, ses start-up et ses initiatives de souveraineté numérique.
Yann Le Cun distingue toutefois deux batailles. La première est celle des grands modèles de langage. Sur ce terrain, l’Europe a pris du retard face aux géants américains et chinois. La seconde bataille, plus importante pour la suite, concerne les IA capables de comprendre le monde réel.
Et sur cette prochaine vague, rien n’est joué.
C’est l’un des messages les plus encourageants de son analyse. L’Europe peut encore peser si elle investit dans la recherche, les talents, les infrastructures de calcul et les modèles ouverts. La création d’Ami Labs, avec un siège à Paris, s’inscrit dans cette logique : travailler sur la prochaine génération d’intelligence artificielle, celle qui ne se limite pas aux conversations textuelles.
Pour la France et l’Europe, l’enjeu est stratégique. Il ne s’agit pas seulement de créer de nouveaux outils. Il s’agit aussi de ne pas dépendre entièrement de quelques entreprises situées sur la côte ouest américaine ou en Chine pour accéder à l’information, automatiser des services publics ou développer des technologies critiques.
Souveraineté numérique : pourquoi l’IA ouverte devient cruciale
Yann Le Cun insiste sur un point clé : les systèmes d’IA gratuits et ouverts doivent être encouragés. Dans un monde où quelques plateformes contrôlent l’accès à l’information, la question dépasse largement le confort d’utilisation.
Si les modèles d’IA deviennent les portes d’entrée vers le savoir, les services, le travail et les interactions numériques, alors leur contrôle devient un sujet politique et économique majeur. Qui décide de ce qu’un assistant peut répondre ? Qui fixe les règles d’accès ? Que se passe-t-il si une entreprise coupe l’accès à certains utilisateurs ou à certains pays ?
La souveraineté numérique repose donc sur plusieurs piliers : des modèles ouverts, une recherche publique forte, des infrastructures européennes et une capacité à former les citoyens comme les administrations.
L’investissement public annoncé en France pour favoriser l’adoption de l’IA dans l’administration et former les fonctionnaires va dans ce sens, même si Yann Le Cun estime que cela ne suffit pas à combler le retard technologique. Former les utilisateurs est indispensable, mais cela ne remplace pas les moyens nécessaires pour produire les technologies de demain.
La puissance de calcul, nerf de la guerre de l’IA
Impossible de parler d’intelligence artificielle sans parler de puissance de calcul. Les modèles modernes nécessitent des infrastructures colossales : processeurs spécialisés, centres de données, énergie, stockage, réseaux rapides et budgets qui donnent parfois envie de vérifier deux fois sa calculatrice.
Yann Le Cun le souligne : l’accès aux moyens de calcul est devenu extrêmement coûteux. La demande mondiale pour les puces dédiées à l’IA a fait exploser les prix et créé une tension sur l’ensemble du secteur. Sans puissance de calcul, difficile de former de nouveaux modèles, de tester des architectures innovantes ou de rivaliser avec les acteurs les mieux financés.
Pour l’Europe, l’accès au calcul est donc un enjeu aussi important que le financement des start-up. Il faut permettre aux chercheurs, aux laboratoires publics et aux entreprises innovantes de disposer des ressources nécessaires. Sinon, les meilleures idées risquent de rester sur le papier, ce qui est rarement l’endroit où naissent les grandes révolutions technologiques.
En 2036, chacun pourrait diriger une équipe d’assistants virtuels
Yann Le Cun imagine un futur où chacun deviendra, dans sa vie professionnelle et personnelle, le responsable d’une petite équipe d’agents virtuels. Ces assistants intelligents seraient intégrés à nos téléphones, nos lunettes connectées ou d’autres objets du quotidien.
Leur rôle ne serait pas seulement de répondre à des questions. Ils pourraient observer ce que nous voyons, comprendre le contexte, nous guider dans une tâche, résoudre des problèmes, préparer des actions et coordonner différentes missions.
Dans une journée type, un agent pourrait organiser un agenda, résumer des réunions, préparer des documents, réserver un déplacement, aider à bricoler un meuble, traduire une conversation en temps réel ou rappeler gentiment que non, acheter un quatrième écran n’est pas forcément une priorité budgétaire.
Cette vision rejoint une tendance déjà visible : l’IA se déplace du simple chatbot vers des agents capables d’agir. L’assistant de demain ne sera pas seulement une fenêtre de discussion. Il deviendra un copilote numérique, connecté à nos outils, capable de déclencher des actions et de suivre des objectifs.
Robots domestiques et voitures autonomes : encore des défis, mais un horizon crédible
Les robots domestiques font rêver depuis des décennies. Pourtant, la réalité reste plus compliquée que la science-fiction. Un environnement domestique est imprévisible : objets déplacés, enfants, animaux, escaliers, vêtements au sol, portes entrouvertes, câbles qui traînent. Pour un robot, une maison ressemble parfois à un niveau difficile de jeu vidéo, mais sans bouton recommencer.
C’est justement pour cela que comprendre le monde physique est indispensable. Les robots devront apprendre à s’adapter à des situations nouvelles, pas seulement exécuter des scripts. Même logique pour les véhicules autonomes. Conduire demande de percevoir, prédire, interpréter les comportements humains et réagir à des événements rares.
Selon Yann Le Cun, des progrès importants pourraient permettre de voir émerger, d’ici dix ans, des robots domestiques plus utiles et des véhicules totalement autonomes. Mais il reconnaît que de nombreux défis scientifiques restent à relever.
La promesse est donc immense, mais elle ne se réalisera pas par magie. Elle demandera de la recherche fondamentale, des données de qualité, des infrastructures puissantes, des tests rigoureux et une réflexion éthique solide.
Ce que cette vision change pour les entreprises dès aujourd’hui
Même si l’IA capable de comprendre pleinement le monde physique n’est pas encore là, les organisations peuvent déjà se préparer. Les entreprises doivent identifier les tâches automatisables, former leurs équipes, tester des assistants IA, structurer leurs données et réfléchir à la place des agents intelligents dans leurs processus.
L’enjeu n’est pas de remplacer brutalement les humains par des machines, mais de repenser la collaboration entre les deux. Les métiers les plus exposés seront ceux qui comportent beaucoup de tâches répétitives, standardisées ou documentaires. Les métiers les plus transformés seront ceux qui sauront combiner expertise humaine, créativité, relationnel et usage intelligent de l’IA.
La prochaine vague de l’intelligence artificielle ne sera pas seulement plus bavarde. Elle sera plus contextuelle, plus autonome et plus connectée au monde réel. Pour les entreprises, cela signifie que l’IA deviendra progressivement une infrastructure de travail, au même titre que le cloud, les logiciels métiers ou les outils collaboratifs.
Reste une question centrale : qui développera ces technologies, avec quelles valeurs, quelles règles et quel niveau d’ouverture ? C’est probablement là que se jouera une grande partie de la prochaine décennie.
L’IA de demain devra apprendre à comprendre notre monde avant de prétendre l’organiser. Et vu l’état de certains bureaux après une journée de travail, elle aura de quoi s’entraîner.
Source : Yann Le Cun voit déjà l’après-ChatGPT : la prochaine IA devra comprendre le monde réel