Pour ouvrir la troisième journée Panoramai en une semaine, quatre voix ont posé le cadre. Il faut rendre l'IA plus sobre. Il faut se demander à qui appartient le savoir qu'elle absorbe. Et il faut l'expliquer simplement au grand public.

Le prix 108 : chercher l'inverse des gigawatts

Raphaël Briner a présenté l'initiative que Panoramai prépare pour le Global AI Summit de juin 2027 à Genève : réunir 25 jurés pour distinguer les solutions frugales, à rebours de la course aux très grands modèles. Il a illustré l'idée par un petit modèle de décision « système 1 », capable de trancher vite là où un grand modèle de raisonnement échoue.

Philippe Van Caenegem, président du jury, a résumé l'étude préparatoire. Toute la chaîne technologique, des data centers aux puces, a été optimisée pour l'entraînement des modèles, pas pour leur usage quotidien. « Si on utilise cette même technologie pour une autre utilisation, on aura une énorme inefficacité. » L'équipe a cartographié près de 500 organisations sur toute la chaîne, de la production d'énergie aux applications. Sa conclusion : un gain d'efficacité d'un facteur dix est atteignable en quelques années. Environ trois quarts de ce gain viendraient des algorithmes et du logiciel.

L'IA au service de la transition

Didier Faure, directeur associé de Transit-On, a présenté l'association NRJA. On parle beaucoup de ce que l'IA consomme, et trop peu de ce qu'elle peut faire économiser : optimiser des bâtiments, des réseaux, des tournées de livraison ou des trajets d'avion. Il a rappelé un ordre de grandeur souvent oublié : la part de l'IA se mesure en électricité, et l'électricité ne représente qu'environ 20 % du mix énergétique. Il reste critique sur les projections les plus folles : « C'est complètement à côté de la plaque. » NRJA organise un hackathon les 13 et 14 novembre et une conférence le 1er décembre à Genève.

Navier-Stokes : à qui appartient le savoir ?

Paul-Olivier Dehaye est parti d'une anecdote. Un journaliste l'a trouvé en demandant à Claude un expert sur les données personnelles. Claude l'a recommandé en le décrivant comme un « très bon conteur », un jugement qu'aucune de ses sources ne formulait. « C'est un jugement porté par Claude sur moi. »

Il a ensuite décrit la controverse autour d'une preuve liée à Navier-Stokes, l'un des problèmes du millénaire. Selon son analyse, la course entre laboratoires pose une question d'attribution : à qui revient le travail d'un chercheur dont les échanges avec l'IA ont pu circuler entre plateformes ? Avec Lean, un langage de vérification formelle, « on va coder les mathématiques ». Ce même mécanisme menace d'« ubériser » tous les savoir-faire : « Notre savoir est codifié. On peut être remplacé 90 % du temps. »

L'IA expliquée à tout le monde

Bertrand Delacrétaz, figure de l'open source, a donné un avant-goût de sa conférence grand public. Son image : l'IA est comme un grand couteau de cuisine, « un outil essentiel, mais un outil dangereux ». Il a rappelé que l'histoire de l'IA commence en 1956, pas en 2022. Il a aussi cité des usages concrets et souvent suisses : formulaires remplis en langage naturel, recherche par image, et des chatbots sobres comme Euria d'Infomaniak ou Mono, qui choisit le modèle adapté à la question.

Sur l'énergie, il a recadré le débat. Une centaine de requêtes par jour représente environ 30 Wh, soit 33 fois moins qu'une demi-heure de four. En revanche, alimenter des data centers démesurés avec des turbines à gaz, « on marche sur la tête ». Il prédit des « dark GPUs », comme la fibre noire après la bulle de 2000. Sa conclusion : « L'IA peut nous rendre plus bêtes ou plus intelligents. Ça dépend comment on l'utilise. »

Ce qu'il faut retenir

Optimiser l'usage, pas seulement l'entraînement. Les plus gros gains viendront des modèles et du logiciel.

Utiliser l'IA pour la transition. Sa consommation est réelle, mais elle peut accélérer la sortie des énergies fossiles.

Protéger son savoir-faire. La manière dont les IA nous recommandent et nous codifient devient une question de réputation et de droit.

Choisir le bon modèle. L'écart de coût, et donc d'énergie, entre un modèle de pointe et un modèle sobre peut atteindre un facteur 50 ou plua.

More on the speakers

Philippe Van Caenegem, Operalta
Didier Faure, Transit-On
Paul-Olivier Dehaye, Hestia
Bertrand Delacrétaz, Independent