IA 2026 : dix-sept paris sourcés sur les modèles, l’économie et l’autonomie

Selon Timothy B. Lee et ses confrères invités sur Understanding AI, 2025 a vu « une rafale de nouveaux modèles », l’adoption d’agents de code et une poussée d’investissements, avec une progression notable des voitures sans conducteur. Waymo a triplé ses trajets hebdomadaires et étendu ses opérations sans chauffeur, tandis que Tesla a lancé des services robotaxi à Austin et San Francisco. Pour 2026, l’équipe ne prévoit ni bulle prête à éclater ni « décollage fulgurant » de type AGI : les capacités devraient continuer d’augmenter, mais « il faudra du temps pour que l’impact se diffuse dans l’économie ».

Côté dépenses, Lee estime que les investissements annuels cumulés de Google, Microsoft, Amazon, Meta et Oracle pourraient franchir 500 milliards de dollars. Face aux critiques d’une surchauffe, il cite les dirigeants qui affirment répondre à une demande actuelle plutôt que spéculer : « Je n’y crois pas », écrit-il, renvoyant aux déclarations publiques de Mark Zuckerberg et Satya Nadella. Pour les revenus, Lee parie qu’OpenAI et Anthropic atteindront leurs objectifs 2026, évoquant un « vaste espace » d’automatisation même à capacités constantes : OpenAI viserait 30 milliards de dollars de revenus et Anthropic 15 milliards, après avoir parlé d’un ARR « presque à 7 milliards ».

Pour les fenêtres de contexte, Kai Williams anticipe un plafonnement autour du million de tokens pour les modèles généralistes. Les hausses fulgurantes de 2023–2024 se heurtent à des limites d’architecture ; « pour la plupart des tâches », des contextes plus petits restent « moins coûteux et tout aussi efficaces ». Des LLM spécialisés pour le code pourraient s’en écarter, notamment quand « lire un codebase entier » apporte un gain, mais la tendance globale serait à la stabilité.

Sur l’économie réelle, Lee ne voit pas d’« emballement » en 2026 : il mise sur une croissance du PIB réel américain inférieure à 3,5 % en glissement annuel au T3, loin des scénarios type « AI 2027 » qui parlent de PIB « en ballon ». Les chantiers de data centers soutiennent déjà l’activité, mais « leur contribution ne suffira pas à sortir la croissance de sa fourchette habituelle ».

La productivité logicielle pourrait franchir un cap. S’appuyant sur les évaluations de METR, Williams juge plausible que les meilleurs systèmes atteignent un taux de réussite de 50 % sur des tâches de 20 heures, malgré des « rendements décroissants » en pré- et post-entraînement. L’arrivée de clusters au gigawatt en 2026 et la maturation des agents de code pourraient entretenir la cadence.

Côté droit, le professeur James Grimmelmann estime que la parenthèse du « freestyle » juridique se referme : l’entraînement sur œuvres protégées n’est pas considéré comme contrefaçon par plusieurs juridictions, mais les tribunaux « imposent des limites opérationnelles réelles », avec des garde-fous sur les sorties et des règlements coûteux comme celui d’Anthropic à 1,5 milliard de dollars pour des téléchargements issus de shadow libraries. Il prévient que des « conséquences financières sérieuses » sanctionneront les manquements prévisibles.

Les risques systémiques restent contenus, selon Steve Newman : il ne prévoit « aucune catastrophe majeure » en 2026 où l’IA jouerait un rôle décisif, ni en bio, ni en chimie, ni en cyber. Il invoque la lenteur d’adoption des usages — « même des mauvais » — et les protections activées par les fournisseurs, tout en notant des signaux de menace comme l’opération d’« espionnage IA » identifiée par Anthropic.

Les protocoles d’agents pourraient se reconfigurer. Andrew Lee pronostique un reflux d’intérêt pour le Model Context Protocol : des agents capables de « raisonner directement » sur des API bien décrites seraient « plus simples et plus flexibles », rendant MCP « superflu » d’ici fin 2026.

Dans la mobilité autonome, Daniel Abreu Marques voit une chance qu’un acteur chinois dépasse Waymo en taille de flotte globale. Waymo reste freiné par l’approvisionnement en véhicules — malgré Zeekr et un accord avec Hyundai — tandis que Pony.ai, Baidu Apollo Go ou WeRide « déploient en masse » en Chine, au Moyen-Orient et en Europe, avec des coûts de capteurs « réduits de 70 % » sur la Gen‑7 de Pony. L’écart pourrait se combler par une montée en volume plus rapide côté chinois.

L’année 2026 pourrait aussi voir la vente au détail d’un premier véhicule « pleinement autonome » (niveau 4) — mais pas chez Tesla, avance Sophia Tung. Elle cite Tensor (ex‑AutoX) et des partenaires « plus agiles » comme VinFast, capables de lancer un usage sans conducteur sur des zones limitées pour « revendiquer une première ». Tesla, qui bénéficie d’une base fidèle persuadée d’être « presque » au niveau robotaxi, pourrait temporiser pour éviter d’endosser la responsabilité des accidents.

À l’inverse, Lee pense que Tesla proposera en 2026 un service réellement sans conducteur au grand public dans au moins une ville. Il rappelle les lancements « astucieux » d’Austin (moniteur en passager) et Bay Area (safety drivers), admet la tendance de Musk à « surpromettre », mais souligne des « progrès tangibles » et des vidéos de décembre montrant des Tesla « vides » sur route ouverte. Comme Waymo en 2020, l’extension serait freinée par une conduite prudente et l’assistance à distance.

Sur l’architecture des modèles, Williams parie sur l’essor des modèles de diffusion textuelle. Des pionniers comme Mercury (Inception Labs) et Gemini Diffusion ont ouvert la voie ; générer « par lots » promet des gains de vitesse et, selon une étude de Carnegie Mellon, une efficacité d’apprentissage accrue. Sans détrôner l’autoregression, une équipe établie pourrait lancer un modèle de diffusion « grand public » en 2026.

Le clivage politique s’aiguise. Charlie Guo anticipe la création d’un super PAC « anti‑IA » levant au moins 20 millions de dollars, en contrepoids à des structures pro‑IA comme Leading The Future et Meta California. L’IA agrège des anxiétés transpartisanes — désinformation, surveillance, eau, pouvoir de la tech — et la tentative de moratoire de Ted Cruz, échouée « 99–1 », illustre l’effervescence réglementaire.

Sur la santé publique, Abi Olvera prévoit un triplement de la couverture médiatique liant « IA » et « suicide » en 2026, sans hausse corrélée des suicides effectifs. Elle table sur une stabilisation ou un repli après le pic récent, rappelant que l’emballement médiatique ne « fait pas preuve » d’un changement de niveau de risque.

Dans l’open‑source, Florian Brand voit « l’ouvert américain » recoller au peloton chinois. Après la domination de Qwen 2.5, DeepSeek R1, Qwen3 ou Kimi K2, des sorties occidentales (Mistral 3, Olmo 3, Rnj, Trinity) et l’annonce par Nvidia d’un modèle à 500 milliards de paramètres signalent un regain d’investissement. Des initiatives comme l’ATOM Project « rallient des ressources » pour des poids ouverts compétitifs en 2026.

Enfin, la vidéo courte générative reste un match ouvert entre Sora et Vibes. Williams juge que la dynamique penche vers Vibes, citant une recommandation « encore maladroite » chez Sora et l’expertise produit de Meta. En contrepoint, Lee pense que Sora reprendra l’avantage grâce à un accord d’exclusivité annuelle Disney : « Se filmer soi‑même est fade, mais interagir avec Luke Skywalker ou Iron Man sera plus attractif. » Le tout dépendra d’un design produit « vraiment astucieux ».

Au total, les auteurs s’accordent : les capacités progressent vite, les effets macroéconomiques restent graduels, et la normalisation — technique, juridique, industrielle — substitue la mesure au battage. Comme l’écrit Lee, 2026 devrait confirmer l’essor de l’IA « sans sortir la croissance de sa fourchette », tout en posant des jalons concrets sur le code, l’autonomie et les usages grand public.

Source : Understanding AI — 17 predictions for AI in 2026 (31 déc. 2025).