Dans ma carrière au sein de l'IA, je n'ai pas encore rencontré une seule personne ayant eu le sentiment d'avoir assez de puissance de calcul.

Je ne pourrais pas demander un meilleur invité. Andrew Ng, leader mondialement reconnu dans le domaine de l'IA.

Les centres de données sont l'infrastructure critique pour construire l'économie numérique. Je pense que les modèles à poids ouverts sont une source phénoménale d'influence géopolitique. L'éthique de travail, la vélocité, quand le gouvernement chinois prend un engagement national, c'est un engagement industriel global, c'est en fait une force très puissante que je ne sous-estimerais pas.

Prêt à y aller ?

Andrew, je suis un admirateur depuis longtemps, donc j'avais vraiment hâte que cela se réalise. Merci beaucoup de m'avoir rejoint aujourd'hui.

Merci, Harry. J'ai regardé plusieurs épisodes. J'ai aussi beaucoup apprécié votre récent entretien avec mon ami Martin Casado. C'était très mémorable. Je suis donc ravi d'être ici.

J'adore Martin. Un homme très spécial. Je veux commencer par quelque chose que vous avez déjà dit. Vous avez dit que l'IA est la nouvelle électricité. Et quand je pense à l'électricité et à l'endroit où nous en sommes aujourd'hui, je veux comprendre les goulots d'étranglement. Et tout le monde semble suggérer qu'il s'agit vraiment des données, du calcul et des algorithmes. S'agit-il des trois paramètres par lesquels nous devrions penser aux goulots d'étranglement ? Et si oui, lequel est selon vous le plus important ?

Je dirais que les deux plus grands goulots d'étranglement à l'heure actuelle sont l'électricité et les semi-conducteurs. Aux États-Unis, je crains honnêtement que de nombreux exploitants de centres de données ne soient bloqués par les permis. Le soutien des communautés locales est important et certaines personnes ne veulent pas d'un centre de données là-bas. Mais tout comme nous avons construit des routes et des chemins de fer comme infrastructure pour une certaine génération, les centres de données sont l'infrastructure critique pour construire l'économie numérique. Le manque d'électricité en Amérique et dans un certain nombre de pays occidentaux est un problème. En revanche, je vois la Chine construire des centrales électriques à tour de bras, y compris nucléaires. Ce sera donc une dynamique intéressante. Les semi-conducteurs sont un autre goulot d'étranglement. Mais l'IA est si complexe. Je pense que nous avons aussi besoin de plus de données et de meilleurs algorithmes. Tout cela mérite qu'on y travaille. Mais à court terme, il y a des contraintes avec l'électricité et les semi-conducteurs.

Pouvez-vous me parler des contraintes liées aux semi-conducteurs qui vous semblent les plus pressantes et que la plupart des gens ne réalisent pas ?

D'abord, dans ma carrière au sein de l'IA, je n'ai pas encore rencontré une seule personne dans ce domaine ayant eu le sentiment d'avoir assez de puissance de calcul. Donnez-nous n'importe quelle quantité de calcul, nous l'utiliserons toute et dirons que nous n'en avons toujours pas assez. C'est une contrainte depuis environ 20 ans. Mais ce que je vois avec l'essor de l'IA générative, c'est qu'il existe des charges de travail très précieuses. Par exemple, le codage assisté par l'IA est fantastique. Cela nous rend tellement plus productifs. Mais si vous utilisez suffisamment le code cloud, vous êtes parfois limité par le débit. Je constate que de nombreuses entreprises ont une demande excédentaire, ce qui est un problème très rare. Tant de gens veulent plus d'inférence LLM, veulent plus de jetons générés, et nous n'avons tout simplement pas les semi-conducteurs, les centres de données et l'électricité pour répondre à la demande. Il y a énormément de choses que nous pourrions faire avec la génération de jetons par l'IA. Et c'est frustrant quand, du côté de l'offre, nous ne pouvons pas en fournir assez aux personnes qui en veulent. Du côté de la demande, vous êtes limité si vous en utilisez trop.

Comment devrais-je considérer ce besoin insatiable de calcul et les améliorations qui en découlent, sachant que beaucoup disent que GPT-5 a montré que les lois d'échelle ont été atteintes dans une certaine mesure et que l'accent mis sur l'efficacité a marqué une transition ? Comment devrais-je équilibrer ces deux opinions apparemment divergentes ?

Il est donc vrai que la génération de jetons devient plus efficace et moins chère. En fait, si vous regardez le modèle à poids ouverts d'OpenAI, ils ont sorti des modèles qui sont très efficaces à exécuter. Je pense qu'ils ont fait du bon travail avec, c'était quoi, 120 milliards de paramètres ou quelque chose comme ça, avec 5,7 milliards actifs. C'est en fait un modèle très efficace à exécuter. Mais malgré la baisse du coût de la génération de jetons, notre demande est insatiable. Une chose intéressante qui s'est produite dans l'IA, si nous regardons où se trouvent les gisements de valeur, l'un des plus importants est le codage assisté par l'IA. Et je pense que cela nous ramène à une époque antérieure. Dans une génération précédente, je pense que Google en est venu à dominer la découverte d'informations horizontales comme la recherche sur le Web. Mais il y avait de la place pour de nombreux secteurs verticaux lorsque l'Internet se construisait. Nous nous sommes retrouvés avec Travelocity et Expedia qui se battaient pour les voyages, un groupe de personnes pour le commerce de détail, d'autres pour le transport, les médias sociaux, et ainsi de suite. Ce que nous voyons maintenant, c'est que ChatGPT a une marque grand public si forte. ChatGPT semble être l'acteur dominant dans la nouvelle découverte d'informations horizontales de nouvelle génération. Bien que je pense que Gemini, avec son avantage de canal via le contrôle d'Android et de Chrome, soit également un acteur sérieux. Mais si c'est là que se situe l'information horizontale, alors il y a encore beaucoup de place pour le développement de nombreux secteurs verticaux. Et l'un des gisements clairs de verticaux vraiment précieux est celui des assistants de codage IA, où se trouve le code cloud, je l'utilise tous les jours, je l'adore. Le Codex d'OpenAI a aussi beaucoup d'élan. Mais cela rend clairement les développeurs tellement plus productifs et efficaces que la demande explose pour en utiliser de plus en plus. Ce que je trouve passionnant, c'est que je considère souvent les assistants de codage IA comme un signe avant-coureur de ce qui pourrait arriver à d'autres fonctions professionnelles, à mesure que les outils marketing IA deviennent plus efficaces, que les outils de recrutement IA deviennent plus efficaces, que les outils financiers IA deviennent plus efficaces. Je vois donc souvent les assistants de codage IA comme une préfiguration de ce qui pourrait arriver aussi à d'autres secteurs à mesure que les outils s'améliorent pour eux aussi.

J'ai récemment reçu Joelle Pineau de Cohere, anciennement de Facebook. Elle a dit que les assistants de codage IA en sont au même point que la génération d'images en 2016 ou 2017 en termes de maturité. Pensez-vous que ce soit un état fidèle de l'environnement actuel ou pas ?

Je ne sais pas. Je pense que c'est plus avancé. Je pense qu'en 2016, la génération d'images n'était pas super utile. Je ne me souviens pas qu'elle ait été si précieuse à l'époque. Mais je pense qu'aujourd'hui, le codage assisté par l'IA est vraiment, en fait à AI Fund, mon directeur de l'ingénierie a dit récemment : 'J'ai besoin de ces outils et vous devrez me les arracher de mes mains froides et sans vie.' Je pense que nos développeurs ont un avis très tranché. Moi-même, je ne veux plus jamais avoir à coder sans assistants IA. Je pense donc que les outils fonctionnent vraiment bien, mais avec encore une grande marge de progression.

Je veux juste revenir aux goulots d'étranglement fondamentaux que nous avons mentionnés, l'électricité et les semi-conducteurs. Je pense que lorsque nous regardons la construction de centres de données aujourd'hui, comme vous l'avez dit, la réglementation a grandement empêché cela de bien des manières. Pensez-vous que Trump a fait plus pour aider ou pour nuire à la progression de l'IA aux États-Unis d'un point de vue infrastructurel ?

Au cours des dernières années, le gouvernement fédéral américain a fait de bonnes choses et d'autres moins utiles. J'ai l'impression que supprimer les réglementations inutiles a été une très bonne initiative. Même l'année dernière, lors du forum bipartite Schumer sur l'IA, je pense qu'il y avait beaucoup de gens qui faisaient pression sur le gouvernement américain pour qu'il adopte des réglementations étouffantes. Il y a beaucoup de récits alarmistes sur la sécurité de l'IA disant qu'elle pourrait mener à l'extinction humaine, ce qui est selon moi une déclaration ridicule. Le but est d'essayer de faire passer des réglementations anti-compétitives étouffantes, souvent pour tenter de fermer l'open source et les poids ouverts. Heureusement, nous avons repoussé une grande partie de cela. Mais je pense que le forum bipartite Schumer a fait un très bon travail en creusant la vérité et en concluant que l'Amérique devrait investir dans l'IA plutôt que de voter des réglementations inutiles pour la ralentir. Je pense que Trump et toute son équipe ont fait du bon travail en supprimant les réglementations inutiles. D'un autre côté, l'un des énormes avantages compétitifs de l'Amérique a été sa capacité à attirer des talents hautement qualifiés, ainsi que de jeunes talents qui pourraient l'être à l'avenir. Donc, je pense que dans la mesure où l'Amérique n'investit pas autant pour attirer les talents, ce serait une erreur évitable. Et puis je pense enfin aux investissements dans la science. Aider nos institutions d'enseignement supérieur à avoir les ressources pour former nos étudiants diplômés, pour investir dans la science et la technologie, je pense que c'est vraiment précieux. Tout ce qui endommage cela serait également très regrettable.

Si je vous donnais une baguette magique réglementaire, Andrew, que changeriez-vous qui aurait l'impact le plus significatif ?

L'Amérique a de la chance d'avoir beaucoup de gens très intelligents qui veulent venir ici pour s'attaquer à des problèmes vraiment stimulants et difficiles. Beaucoup de nos prix Nobel sont des immigrés. Einstein, l'exemple canonique, était un immigré. Je pense que continuer à cultiver l'Amérique comme un lieu capable d'attirer de grands talents pour travailler ensemble dans une nation démocratique qui respecte l'état de droit nous aiderait à progresser. Je pense que sécuriser la chaîne d'approvisionnement des semi-conducteurs serait également très précieux. La dépendance de l'Amérique envers TSMC est préoccupante au cas où il se passerait quelque chose. Et puis je pense que rendre, et franchement, il y a une chose très drôle qui s'est produite dans la société, c'est qu'il y a eu récemment un rapport Pew montrant à quel point les Américains pensent que l'IA sera bénéfique pour eux. Même si de nombreuses technologies d'IA ont été inventées en Amérique, beaucoup de gens ne font pas confiance à l'IA ou ne l'aiment pas.

La joie de mon métier, Andrew, c'est de pouvoir parler à des gens incroyables et ensuite de recouper ce qu'ils disent. David Kahn de Sequoia a dit qu'un baromètre très utile de l'efficacité est de savoir si l'IA peut remplacer les 5 % inférieurs des capacités de ce que fait la main-d'œuvre. Joelle de Cohere a dit non, la vraie question est : peut-elle multiplier par 10 les capacités des gens ? Que pensez-vous d'un baromètre de réussite de la main-d'œuvre avec l'IA en gardant cela à l'esprit ?

Dans le cas de l'ingénierie logicielle, cela accélère l'écriture de code. Il y a tellement de projets qui nécessitaient auparavant six ingénieurs pendant six mois pour être construits qu'aujourd'hui, moi-même ou l'un de mes ingénieurs pouvons les réaliser en un week-end. J'espère que nous n'aurons plus jamais à coder sans assistants IA, car l'accélération et le gain de productivité sont incroyables. Par exemple, un week-end, je voulais des cartes mémoire pour que ma fille s'entraîne aux multiplications. J'ai pensé que je pouvais soit aller au magasin en acheter, soit utiliser l'IA pour écrire du code afin de générer et d'imprimer une série de cartes mémoire. C'est ce que j'ai fait. C'est une tâche à très faible valeur économique, mais avec le codage assisté par l'IA, j'ai pu le faire très rapidement.

Pensez-vous que le 'vibe coding' soit un marché durable ? C'est-à-dire, pensez-vous que tout le monde voudra coder et que l'accessibilité est importante, ou pensez-vous crûment que cela permet simplement aux bâtisseurs de construire mieux et plus efficacement ?

Je pense que nous avons besoin de tout cela. Au-delà des querelles de terminologie, je pense que tout le monde devrait apprendre à coder. Ce que je vois, c'est que pour beaucoup de rôles qui ne sont pas uniquement de l'ingénierie logicielle, les gens qui savent coder peuvent en faire plus que ceux qui ne le savent pas. Par exemple, ma responsable marketing a voulu un jour lancer un sondage utilisateur, et elle voulait que les gens puissent donner leur avis en direct. Elle n'a rien trouvé dans l'App Store. Elle a donc passé deux jours à coder une petite application mobile où les utilisateurs pouvaient balayer vers la gauche ou la droite pour donner leur avis sur des messages marketing que nous voulions tester. Grâce à cela, nous avons pu mener des expériences et obtenir des retours, ce qui l'a aidée à mieux faire son travail de marketeuse. Aujourd'hui, mes meilleurs recruteurs écrivent des invites pour que l'IA les aide à trier les CV. Et c'est intéressant.

C'est incroyable, mais pour revenir à votre point sur le fait que les gens ne devraient pas avoir peur, vous comprenez que cela mènerait à des gains d'efficacité qui impliquent des réductions d'effectifs. Si vous pouvez trier tellement plus avec l'IA, je n'ai plus besoin de mes trois autres analystes.

Je pense qu'il y a un petit sous-ensemble d'emplois qui sont en difficulté. Mais je pense que pour la grande majorité des travailleurs du savoir, l'IA est incroyable, mais il y a beaucoup de choses qu'elle ne peut pas faire. Cette IA forte fantasmée, l'idée qu'un jour nous aurons une IA capable de faire tout ce qu'un humain peut faire, je pense que nous en sommes très loin, peut-être à des décennies. Et l'astuce est que si l'IA peut faire 30 % ou 50 % du travail d'un recruteur, il reste 50 à 70 % de choses que nous avons toujours besoin qu'un humain fasse. Mais il est également clair que si vous utilisez l'IA et que quelqu'un d'autre ne le fait pas, cela fait une énorme différence dans ce que vous pouvez accomplir. Vous avez tout intérêt à utiliser l'IA. Parce que l'IA ne peut pas tout faire, il y a encore beaucoup de travail que nous devons confier à des humains pour de nombreux postes.

Ne pensez-vous pas que nous avons un problème de vivier de talents pour les cols blancs ? Que vous soyez consultant ou associé juridique, dans les rangs juniors, une grande partie de ce que vous faites est remplacée par l'IA et ils suppriment réellement des postes de juniors. La peur est que nous ayons ce trou de talents où, dans 10 ans, il n'y aura plus de juniors pour devenir seniors parce que nous les avons remplacés.

Je ne pense pas que ce soit aussi grave. Je pense qu'il y a un gros problème, mais ce n'est pas exactement celui-là. Laissez-moi vous dire ce que je vois dans l'ingénierie logicielle. Les ingénieurs les plus productifs que je connaisse sont des gens qui ont 10 ou 20 ans d'expérience, qui maîtrisent parfaitement l'IA et comprennent le codage par IA. Ces gens avancent plus vite que tout ce que le monde a connu il y a encore un ou deux ans. Un cran en dessous, il y a les jeunes diplômés qui maîtrisent parfaitement l'IA. Un cran en dessous des jeunes diplômés, il y a les gens avec 10 ans d'expérience en codage qui avaient un emploi confortable et qui codent encore comme en 2022 avant ChatGPT. Je n'embauche plus de gens comme ça. Ils n'ont pas appris l'IA. Je pense que ces personnes pourraient avoir des ennuis à un moment donné. Et puis il y a la catégorie en difficulté, les jeunes diplômés qui ne connaissent pas l'IA. Une chose malheureuse est que les programmes universitaires sont lents à changer. Aujourd'hui encore, des universités diplôment des étudiants en informatique qui n'ont pas passé un seul appel à une API LLM. On ne peut pas être diplômé en informatique sans savoir comment faire les choses sur le cloud ou utiliser l'IA pour aider au codage. Les programmes universitaires font défaut à cette cohorte. Mais si les jeunes diplômés connaissent l'IA, nous n'en trouvons pas assez. Tant d'entreprises adorent embaucher ces jeunes diplômés.

Je veux juste aborder le sujet des ingénieurs 10x ou 100x qui, comme vous l'avez dit, sont incroyables. Nous voyons des packages salariaux plus importants que jamais. Dans certains cas, trois milliards et demi de dollars pour un seul ingénieur. Ces rémunérations sont-elles justifiées compte tenu de l'impact qu'elles ont sur la valeur d'entreprise des sociétés, ou s'agit-il de rémunérations de type bulle dont nous devrions nous inquiéter ?

Je ne sais pas. C'est très difficile à dire. Je connais un certain nombre de personnes qui ont reçu d'énormes salaires. Je suis en fait très heureux pour eux. Je pense que c'est une excellente chose que le financement serve à très bien payer les gens de l'IA.

Est-ce une réponse sincère ? Je crains que si je vous donne cent millions de dollars du jour au lendemain, vous n'achetiez une belle maison, ne partiez en vacances et ne perdiez un peu en efficacité.

Je ne sais pas. J'ai beaucoup d'amis dans la Silicon Valley qui, pour une raison ou une autre, ont gagné un peu d'argent. Beaucoup d'entre eux continuent de travailler très dur avant et après. La culture technologique, c'est faire des choses parce que c'est amusant, parce que cela nous permet, on l'espère, d'aider les autres et de changer le monde. Je constate que la richesse rend les gens paresseux beaucoup moins qu'on ne pourrait le supposer.

Je suis curieux de savoir ce que vous en pensez. Andrej Karpathy a récemment déclaré que l'IA forte se fondrait simplement dans une croissance du PIB de 2 %, ce qui m'a semblé un peu décevant. Je m'attendais à un changement sismique de l'augmentation de la productivité. Pensez-vous qu'une fusion dans une croissance de 2 % est ce à quoi vous vous attendez, ou prévoyez-vous quelque chose de bien plus significatif, genre 5-6 % ?

J'espère que nous pourrons nous rapprocher de 5-6 % ou plus de croissance du PIB. Dans le monde d'aujourd'hui, l'intelligence est l'une des choses les plus chères. Engagez un médecin hautement qualifié ou un tuteur hautement qualifié, et ce conseiller coûte très cher. Mais avec l'IA, nous avons enfin une voie pour rendre l'intelligence bon marché. À l'avenir, si tout le monde peut être assisté par une armée de collaborateurs intelligents et bien informés sur tous ces sujets que seuls les plus riches peuvent actuellement s'offrir, alors les individus seront tellement plus autonomes et capables de faire tellement plus. Les vies seront si différentes et la croissance du PIB sera massive.

Je comprends tout à fait et je suis d'accord. En parlant de cette démocratisation de la connaissance, vous avez prononcé un mot tout à l'heure, 'ouvert', à propos de l'écosystème des poids ouverts. Nous avons vu ce retour à un monde fermé dans de nombreux cas. Comment analysez-vous l'état des lieux aujourd'hui dans ce débat entre ouvert et fermé ?

C'est encore très dynamique. Pour beaucoup d'entreprises américaines, le modèle de pointe est souvent gardé fermé, puis le modèle du niveau inférieur est publié en libre accès. Je pense que c'est bien mieux que rien. Je suis en fait reconnaissant envers toutes les équipes qui publient des modèles à poids ouverts. L'autre dynamique est que la Chine, en particulier, a pris les devants en publiant des tonnes de très bons modèles à poids ouverts. Ce n'est pas ce que j'aurais prédit il y a dix ans, à savoir que l'IA chinoise finirait par être plus ouverte que l'IA américaine.

Pourquoi pensez-vous que la Chine souhaite un monde de l'IA ouvert ?

Il s'avère que l'ouverture est excellente pour le développement d'un pays. Lorsqu'une équipe publie un logiciel en libre accès, la circulation des connaissances est beaucoup plus rapide. Lorsqu'une équipe en Chine publie un modèle à poids ouverts, l'économie chinoise en profite car il est plus facile pour les équipes de s'appeler et de partager le fonctionnement réel. Cette circulation des connaissances est vraiment précieuse pour l'innovation. Lorsque les États-Unis ont des modèles plus fermés et que les équipes essaient de payer ces salaires de cent millions de dollars pour attirer les talents, cette circulation des connaissances devient très lente et cela ralentit le rythme de l'innovation.

Avec la banalisation de la couche de modèle cependant et son ouverture, cela augmente en fait la prime sur la fabrication et la capacité de fabriquer à grande échelle, ce que la Chine est bien plus capable de faire que les États-Unis. Ne pensez-vous pas que cela guide en partie leur réflexion sur la raison pour laquelle ils veulent affaiblir la force des modèles américains ?

En plus d'une innovation accrue, les modèles à poids ouverts sont une source énorme d'influence géopolitique. Par exemple, si un jour un enfant dans un pays en développement pose une question sur un sujet politiquement sensible ou sur des frontières nationales, le pays d'origine du modèle qu'il finit par utiliser fournira une certaine réponse. Que la réponse penche vers les valeurs d'une nation ou d'une autre est en fait une source d'influence et de puissance douce considérable. Les modèles à poids ouverts sont une partie clé de la chaîne d'approvisionnement de l'IA et le fait que la Chine publie des modèles gratuits ou à faible coût signifie qu'elle commence réellement à prendre de l'avance pour constituer une base d'utilisateurs dominante. Cela aussi sera pour eux une source de puissance douce.

Vous avez la perspective la plus fascinante, ayant évidemment passé de nombreuses années chez Google, puis chez Baidu également. Êtes-vous d'accord avec ce positionnement de la Chine par rapport aux États-Unis d'un point de vue de course à l'IA ?

Je pense qu'il y a beaucoup de place pour la coopération et aussi certains domaines qui seront compétitifs. Premièrement, bien que les gens parlent parfois d'une course à l'IA, il n'y a pas de ligne d'arrivée unique. L'IA est une technologie polyvalente et vous pouvez être meilleur ou moins bon pour coder, meilleur ou moins bon pour répondre à des questions, etc. Nous allons continuer à nous améliorer pendant longtemps. Les nations dotées de capacités d'IA plus fortes seront plus puissantes, les citoyens seront plus prospères, les économies croîront plus vite. Dans la mesure où les incitations des différentes nations ne sont pas alignées, les nations dotées d'une IA plus puissante pourront en faire plus. Tout comme si un pays dispose d'un réseau électrique fantastique et qu'un autre pays a des pannes de courant, le premier pays peut simplement utiliser le réseau électrique pour faire plus de production manufacturière.

Ne pensez-vous pas que nous sous-estimons encore la capacité de la Chine ? Je me rends compte de la vitesse et de l'intensité avec lesquelles elle avance. C'est un niveau différent de celui de l'Europe et des États-Unis.

Pour être juste, je pense que les États-Unis, l'Europe et la Chine ont tous des problèmes également. Cela dit, l'éthique de travail, la vélocité, quand le gouvernement chinois prend un engagement national, c'est en fait une force très puissante. Avec des investissements d'État dans les semi-conducteurs, dans son système éducatif et le contrôle des terres rares, cet effort de toute l'économie, de tout le pays, est en fait une force très puissante que je ne sous-estimerais pas.

Compte tenu de cela, pensez-vous qu'il soit juste d'avoir des contrôles à l'exportation sur les puces ?

Je pense que le contrôle des exportations de puces s'est largement retourné contre nous. La façon dont les États-Unis ont d'abord imposé des restrictions à Huawei, puis plus tard sur l'exportation de semi-conducteurs Nvidia et AMD, a vraiment stimulé la Chine. Avant les contrôles à l'exportation, le développement des semi-conducteurs en Chine n'avançait pas si vite. Mais quand l'Amérique a fait cela, la Chine a vraiment accéléré son développement de semi-conducteurs. L'Amérique a incité la Chine à le faire et cela porte ses fruits pour la Chine. Un certain nombre d'entreprises chinoises proposent des offres compétitives, certainement par rapport à la dernière génération de Nvidia, et peut-être de plus en plus par rapport à la génération actuelle. Si je devais analyser uniquement l'intérêt national des États-Unis, je pense que cela a poussé la Chine à accélérer son industrie des semi-conducteurs d'une manière qui pourrait ne pas être bénéfique pour les États-Unis à long terme.

Que pensez-vous de la position de l'Europe dans ce monde nouveau, et que peut faire l'Europe pour retrouver un semblant d'égalité entre les États-Unis et la Chine ?

Si j'avais un vœu pour les régulateurs européens, ce serait d'arrêter de tant réglementer et de se concentrer sur l'investissement et la construction. J'entendais des choses comme 'nous voulons être des leaders dans la réglementation de l'IA et c'est notre avantage compétitif'. Ce n'est pas un avantage compétitif. L'Europe regorge de gens intelligents. Laissez les gens qui veulent travailler dur le faire, arrêtez de sur-réglementer et allez simplement investir et construire des choses.

Où devons-nous le plus investir, là où nous n'investissons pas assez ?

Il y a des tonnes de capitaux qui vont vers les centres de données et l'infrastructure. Nous avons certainement besoin de beaucoup d'investissements. L'autre domaine où je pense que nous devons beaucoup investir n'est pas seulement la couche d'infrastructure, de centre de données et de modèles de base, mais la couche applicative. Il est merveilleux de construire des tonnes d'applications qui n'étaient pas possibles auparavant. Maintenant, du point de vue de l'investissement en capital-risque, on ne sait pas trop où placer des montants massifs de capital dans la couche applicative. En fait, si vous regardez beaucoup d'investissements dans la couche applicative, on a parfois l'impression que les entreprises injectent cent millions de dollars pour pouvoir payer OpenAI et Anthropic, afin qu'OpenAI et Anthropic puissent payer Nvidia, qui est là où finit tout l'argent. Il y a tellement de paris précieux à faire dans la couche applicative pour simplement construire des choses. Mais le dilemme est qu'on peut le faire de manière très efficace en termes de capital. Si quelqu'un veut investir dix milliards de dollars, il peut construire pour dix milliards de dollars de centres de données, mais comment dépense-t-on dix milliards de dollars pour construire des applications ? Cela ne me coûte qu'un million de dollars pour tester une idée.

C'est vrai, car quand on regarde les marges de l'IA, les marges des entreprises de la couche applicative de l'IA sont terribles. Elles ne gagnent pas d'argent, elles coûtent très cher à construire parce qu'il faut de grandes équipes d'ingénierie pour les développer.

Je pense que cela varie encore. Je vois beaucoup de jeunes pousses d'applications logicielles qui n'ont pas été si chères à construire.

Si vous regardez Replit ou Lovable, 80 % de ce qu'ils reversent va à Anthropic.

La dynamique qui m'enthousiasme, c'est que les coûts des jetons LLM continuent de baisser, nous verrons comment l'économie évolue. Je me souviens d'une époque antérieure, aux débuts de la livraison de repas, où il y avait beaucoup de repas subventionnés par le capital-risque. C'était génial. Je pense que nous voyons cela en ce moment avec beaucoup de codage IA subventionné par le capital-risque. Les lois de la physique ou les lois de la finance disent qu'à un moment donné, cela ne pourra pas durer éternellement. Mais là où cela se stabilisera, c'est qu'il y aura des entreprises très précieuses qui ne seront pas perpétuellement subventionnées par le capital-risque. Naviguer dans ce monde fou de subventions pour arriver à un bon résultat demande beaucoup de talent. Je tiens à dire qu'il y a beaucoup de plus petites applications qui n'ont pas été si coûteuses à construire et à exploiter et qui, je pense, continueront de croître.

Que pensez-vous de la question d'un monde de grands modèles monolithiques par rapport à des modèles beaucoup plus petits, plus efficaces et plus spécialisés ? Et comment votre état d'esprit a-t-il évolué quant à savoir lesquels seront les plus dominants ?

Je pense qu'il est clair que ce sera tout cela à la fois. Nous aurons de grands modèles, des modèles de taille moyenne et de tout petits modèles. La nature de l'intelligence est diverse. Parfois, nous accomplissons des tâches intellectuellement très faciles, et parfois je suis assis pendant des heures à réfléchir à un problème technique complexe. L'éventail des choses que nous voulons que l'IA fasse est également immense. Si vous voulez que l'IA fasse une vérification grammaticale de base et une correction orthographique, vous n'avez pas besoin d'un modèle d'un billion de paramètres. Utilisez un petit modèle. Mais si vous voulez qu'elle effectue un raisonnement complexe pour écrire un morceau de code, alors un modèle puissant s'en sortira mieux. Je suis en fait très confiant sur le fait que nous finirons avec une vaste gamme de modèles, petits et grands, pour effectuer cette immense variété de tâches.

Cela signifie-t-il que vous n'êtes pas d'accord avec Andrej Karpathy lorsqu'il a dit que les agents utiles ne verraient pas le jour avant une décennie ?

Je ne suis pas d'accord avec cela. Je pense que nous voyons déjà des flux de travail agentiques utiles aujourd'hui. À AI Fund, notre équipe a construit tellement de flux de travail agentiques pour tellement de tâches que nous ne pourrions même pas réaliser sans cela.

Pouvez-vous me donner un exemple ?

Il y a plus d'un an, nous avons pensé que la conformité tarifaire pourrait devenir un problème. L'année dernière, nous avons commencé à explorer la construction d'une technologie pour aider à la conformité tarifaire. Quand je regarde ce qu'il faut pour remplir ces documents, ça me donne envie de... oh mon dieu, c'est quoi ça ? Il y a toutes ces règles et réglementations pour importer un vélo. Nous avons construit des flux de travail agentiques pour lire attentivement les documents de conformité tarifaire, obtenir précisément les spécifications de ce que quelqu'un veut importer, et essayer de faire correspondre les deux. C'est maintenant l'une de nos sociétés de portefeuille appelée Gaia Dynamics. Je trouve que nous n'aurions tout simplement pas pu faire cela sans les flux de travail agentiques. Nous avons différentes startups, des sociétés du portefeuille AI Fund, un assistant médical opérant en Inde, un assistant IA nommé Calidus aidant à traiter des documents juridiques. Beaucoup de ces charges de travail ne pourraient tout simplement pas être effectuées. Je trouve qu'il existe déjà aujourd'hui des flux de travail d'agents IA utiles. Dans les grandes entreprises aussi, il y a un certain nombre de flux de travail internes que nous ne pourrions pas réaliser sans ces agents IA.

Quand on pense au cœur d'une entreprise, ce sont les marges. Et la plupart de ces entreprises n'ont pas de marges. Vous souciez-vous des marges lorsque vous investissez aujourd'hui, ou adoptez-vous une vision utopique selon laquelle cela se corrigera de soi-même avec le temps et les gains d'efficacité ?

À un moment donné, les lois de la finance et les marges comptent. Mais l'une des choses délicates avec l'IA, c'est que nous savons que la technologie va changer. Nous construisons en supposant que la technologie évoluera. Le prix des jetons a chuté rapidement. Lorsque nous construisons des prototypes, nous ne nous soucions généralement pas du coût des jetons, car la première chose la plus importante est de construire un produit que les utilisateurs adorent. Ensuite, nous construisons quelque chose sans nous soucier des coûts, puis les utilisateurs commencent à l'utiliser et notre facture d'API commence à grimper. Heureusement, lorsque cela s'est produit, nous avons pu utiliser des techniques pour infléchir la courbe des coûts vers le bas encore plus vite que la vitesse à laquelle les prix des jetons chutent sur le marché. Je trouve que les marges sont absolument importantes, mais quand vous avez une vision de l'évolution de la technologie, cela vous permet de ne pas construire pour les marges d'aujourd'hui, mais pour ce que vous prévoyez qu'elles seront à l'avenir.

Que pensez-vous de la défendabilité dans un monde de l'IA ? Beaucoup suggèrent que le temps nécessaire pour copier est réduit de manière significative et que la défendabilité elle-même est remise en question dans l'IA. Êtes-vous d'accord avec cela et avec la remise en question de la défendabilité aujourd'hui ?

Les douves (avantages concurrentiels) changent. Je trouve que les douves ont tendance à être fonction de l'industrie plutôt que de la technologie. L'IA en tant que technologie n'offre pas vraiment de réponse à la douve pour la plupart des entreprises. Si vous construisez de l'IA pour des drones ou pour le droit, la douve est davantage fonction de ce secteur. Une chose qui change concernant les douves, c'est qu'auparavant, le logiciel était une douve. Cette douve-là est beaucoup plus faible qu'avant. Mais d'autres douves, comme l'utilisation de l'IA pour accélérer la construction d'une place de marché biface, ou les effets de marque et de réputation, peuvent vous aider à construire une défendabilité. Je trouve que la douve logicielle a changé, mais les autres douves ont tendance à être analysées en fonction de l'industrie.

Les douves logicielles ont changé. Fantastique. En termes de capacité à rester pertinentes pour les grandes entreprises, quels sont les principaux obstacles qui empêchent les grandes entreprises de mettre en œuvre l'IA de manière agressive et d'éviter de disparaître ?

Je pense que le plus grand obstacle dans la plupart des grandes entreprises est en réalité l'humain et la gestion du changement.

Pas les données ?

Ce n'est certainement pas les données. Non pas que les données ne soient pas importantes, mais ce n'est certainement pas le goulot d'étranglement. Ce qui est intéressant avec le battage médiatique autour de l'IA, c'est qu'il y a presque toujours une part de vérité. C'est juste qu'elle a été amplifiée 10 fois plus que la réalité. Il y a eu ce buzz sur les licornes avec un seul employé. Si vous avez une valorisation d'un milliard de dollars, vous pouvez vous permettre de payer deux employés ou même 10. Alors pourquoi avez-vous besoin d'exagérer jusqu'à dire : 'faisons cela avec un seul employé' ? La taille des équipes diminue. Nous pouvons faire plus avec des équipes plus petites. C'est vrai. Mais le battage médiatique dit alors : 'construisons une licorne avec une seule personne'. Les données sont importantes, mais il s'avère qu'elles sont très verticalisées et vous n'en avez pas besoin d'autant que vous le pensez pour commencer. Beaucoup d'institutions financières ont énormément de données de transactions. Prenez le fichier PDF, transformez-le en texte markdown prêt pour les LLM, et traitez cela pour trouver de la valeur. Vous pouvez prendre des documents déposés à la SEC et transformer avec précision ces tableaux financiers en feuilles de calcul Excel. Souvent, avec un peu de débrouillardise et en regardant les données internes, on peut lancer des choses. La plupart des données mondiales sont en fait privées. Les données de vente, de produits et de fabrication sont toutes précieuses. Toutes ces données, avec une équipe débrouilleuse qui sait comment les utiliser, peuvent réellement permettre de commencer à construire quelque chose et d'en tirer de la valeur. Vous n'êtes pas bloqué, même pour les premières étapes, par manque de données.

Andrew, je parle à beaucoup de PDG d'entreprises de cette taille et ils me disent : 'Harry, tu plaisantes ? Tu penses que nous pouvons obtenir la sécurité et la gestion des permissions pour nos données et notre entreprise ? Non.' Est-ce le monde dans lequel nous vivons pour l'adoption de l'IA en entreprise ?

Je pense que nous y arriverons. Je constate que beaucoup d'entreprises adoptent les LLM. Aujourd'hui, il y a encore des entreprises qui sont sur site plutôt que sur le cloud. Mais nous progressons. Ce battage médiatique disant que nous aurons l'IA forte dans deux ans est tout simplement ridicule. Pour la plupart des définitions raisonnables de l'IA forte, cela n'arrivera tout simplement pas. Tout comme nous sommes dans l'ère du cloud depuis longtemps, mais nous avons encore énormément de travaux sur site. Je pense que l'adoption de l'IA sera merveilleuse, qu'il y aura une croissance énorme du PIB. Cela va aussi prendre beaucoup plus de temps que ne le dit le battage médiatique. Dans une décennie, nous serons encore en train d'identifier des applications précieuses dans les entreprises et de les construire. Cela dit, nous ferons beaucoup de progrès au cours des une ou deux prochaines années, mais nous n'aurons pas terminé même dans 10 ans.

Quoi d'autre tout le monde pense savoir sur l'IA, son adoption et sa mise en œuvre, mais se trompe ?

Même plus tôt cette année, nous avons vu certains chefs d'entreprise conseiller aux gens de ne pas apprendre à coder au motif que l'IA allait automatiser cela. Nous regarderons cela comme l'un des pires conseils de carrière jamais donnés. À mesure que le codage devient plus facile avec l'IA qui nous assiste, beaucoup plus de gens devraient apprendre à coder, pas moins. Pour de nombreuses fonctions professionnelles, les gens qui savent dire précisément aux ordinateurs ce qu'ils attendent d'eux pour que l'ordinateur le fasse à leur place seront tout simplement plus puissants. Dans un avenir prévisible, le langage pour dire précisément aux ordinateurs ce que vous voulez qu'ils fassent est le codage. Cela ne signifie pas que vous devriez écrire du code à la main. Écrire du code à la main devient obsolète. Demandez à l'IA d'écrire du code pour vous. Et les gens capables de faire cela seront plus efficaces, plus puissants et s'amuseront davantage.

Si nous en sommes si tôt que dans dix ans nous serons encore en train d'identifier des domaines où elle peut s'améliorer de manière significative, avons-nous l'argent pour le financer ? Sam Altman a dit qu'il avait besoin d'un billion de dollars.

Je pense que nous verrons beaucoup d'améliorations au cours des deux prochaines années. Mais je pense que nous n'aurons pas encore fini d'obtenir des améliorations supplémentaires dans 10 ans. Un domaine super prometteur est le codage assisté par l'IA. Nous voyons de réels gains de productivité et de réels retours. Cela change vraiment la façon dont les logiciels sont écrits. Pour beaucoup de mes amis, coder est tellement plus amusant avec l'IA pour nous aider que sans. Nous voyons donc des retours, pour être clair. Mais nous n'aurons pas fini de faire croître cela dans 10 ans.

Si nous nous disons que nous n'allons pas réellement perdre de personnel, alors nous ne verrons pas cette transition du budget de la main-d'œuvre humaine vers le logiciel. Pensez-vous que we ne verrons pas cette transition ?

Pour moi, la question est : l'IA sert-elle principalement à réaliser des économies de coûts ou à la croissance ? Je sais qu'il est difficile de changer les flux de travail, donc beaucoup d'entreprises ont tendance à penser aux économies de coûts. Disons que j'ai une tâche qui comporte cinq étapes, et chaque étape prend 20 % de mon effort. Si vous pouvez automatiser l'une de ces étapes, c'est une économie de 20 %, ce qui est très bien. Mais on n'a pas l'impression que cela change la donne. Ce que je constate, c'est que les utilisations les plus précieuses de l'IA nécessitent souvent de repenser ce flux de travail. Les deux modèles pour obtenir de la croissance sont alors soit d'en faire plus, soit de le faire plus vite. Dans le cas de l'octroi de prêts, si je peux maintenant retravailler le flux de travail pour ramener mon temps de décision de deux semaines à 10 minutes, cela change le produit et permet de stimuler la croissance. C'est donc un modèle de rapidité. Il y a aussi le modèle du 'plus'. Si nous pouvons maintenant fournir des conseils financiers de qualité à beaucoup plus de personnes parce que c'est désormais économiquement viable, cela change à nouveau le produit et permet de stimuler la croissance. Ce sont les deux modèles que j'ai vus pour augmenter la valeur, et je pense que cela sera important pour débloquer une grande partie de cette croissance du PIB.

Pensez-vous qu'il soit crucial que nous voyions une propriété verticale, par exemple Nvidia possédant des modèles ainsi que la couche de puces ? Est-il important de posséder chaque couche de la pile, ou verrons-nous au contraire des acteurs individuels posséder des couches horizontales ?

Je pense que cela évoluera avec le temps. Aux débuts de l'industrie informatique, ce sont les acteurs verticaux qui ont gagné parce que nous ne savions pas où se trouvaient les limites des API. Les acteurs intégrés, IBM à l'époque, pouvaient résoudre tous les problèmes et construire des produits fonctionnels de valeur. Mais à mesure que l'industrie a mûri, nous avons commencé à voir des standards comme l'USB. Quand une industrie n'est pas mature, l'endroit où tracer ces limites pour laisser les différents participants faire leur part est moins clair. Mais ensuite, à mesure que l'industrie mûrit et qu'il y a plus de standards pour publier un modèle LLM compressé sur Internet, cela facilite la tâche des acteurs individuels pour faire quelque chose tout en s'intégrant dans l'écosystème plus large.

Pensez-vous donc que Zuck et Sam ont raison de dépenser autant qu'ils le font dans les centres de données, ou devraient-ils être patients et attendre la maturation de l'industrie où ils pourront alors être horizontaux ?

Je pense que les investissements d'OpenAI ont clairement porté leurs fruits jusqu'à présent. Il est possible de surinvestir à un moment donné, mais je ne sais pas si c'est déjà le cas. Je trouve que l'utilisation complexe d'instruments financiers pour déplacer le risque augmente parfois le risque d'une bulle à un moment donné. C'est donc quelque chose à surveiller.

Vous inquiétez-vous des accords circulaires ?

C'est quelque chose à surveiller. Je ne m'en inquiète pas outre mesure, mais ce sont des signes que les choses semblent un peu plus proches d'une bulle.

Quand est-ce qu'un signe se transforme en une préoccupation majeure pour vous avec ces ?

Je pense que vous avez mentionné l'article de Sequoia sur le problème des 600 milliards de dollars de l'IA. Je suis inquiet à ce sujet. Mais pour la couche applicative, il y a un ROI très clair. C'est fantastique que quelqu'un d'autre ait formé ces modèles, nous pouvons construire des applications pour 100 000 ou un million de dollars et commencer à générer un ROI. C'est le calibrage du bon niveau d'investissement en infrastructure qui est délicat. Mais en même temps, il est clair que nous avons besoin de plus d'électricité, de plus de centres de données et de plus de semi-conducteurs. Nous devrions investir beaucoup, et je suis content que nous le fassions. Mais quel est exactement le bon montant à investir ? Je pense que c'est la question difficile.

Est-ce que la discussion sur la bulle vous agace ?

Je ne suis pas agacé par la discussion sur la bulle. Je suis agacé par le battage médiatique. Quand des régulateurs m'appellent pour me dire qu'ils ont entendu que l'IA pourrait mener à l'extinction humaine, je pense que le battage a vraiment faussé la perception publique de l'IA. Un inconvénient de ce battage médiatique est aussi que sans le soutien du public pour l'IA, les choses ralentissent. Par exemple, l'un de mes amis parlait à une lycéenne de poursuivre une carrière dans l'IA. Et elle a dit qu'elle avait entendu dire que l'IA pourrait avoir un lien avec l'extinction humaine et qu'elle ne voulait rien avoir à faire avec ça. Ce battage a détourné une lycéenne de l'IA à un moment où il serait si prometteur de s'y lancer. Cela amène vraiment les gens à prendre des décisions bizarres, tant au niveau de l'étudiant individuel qu au niveau de la communauté où la collectivité refuse la construction d'un centre de données.

Quel est votre plus grand conseil aux institutions éducatives pour s'assurer qu'elles préparent les étudiants à une génération d'IA ?

Adoptez-la, mettez à jour les programmes et enseignez-leur autant d'IA que possible. Les étudiants vont vivre dans un monde où ils utiliseront l'IA et où elle les aidera. Ce sera différent selon les domaines, mais une chose est claire : faites en sorte que tous vos étudiants apprennent à coder.

Quelle est la chose sur laquelle vous avez changé d'avis concernant l'IA au cours des 12 à 18 derniers mois ?

Je pense que mes outils préférés ne cessent de changer. Si vous m'aviez demandé tous les trois mois au cours de l'année écoulée quel était mon outil de codage préféré, ma réponse n'aurait cessé de changer.

Pensez-vous qu'Anthropic battra OpenAI dans la guerre du codage ?

C'est très difficile à dire. OpenAI a une marque grand public très forte et c'est très défendable. En revanche, les développeurs sont plus susceptibles de changer d'outils de codage en un instant. J'adore Claude, mais je me surprends à utiliser OpenAI Codex beaucoup plus depuis un mois. OpenAI Codex a réellement gagné en élan. Et je garde aussi un œil sur Gemini CLI, qui, je pense, s'améliore à un rythme plus rapide que ce qu'on lui attribue. La douve y est plus faible que d'avoir une marque grand public forte.

Dites-moi, quelle a été votre plus grande leçon apprise chez Baidu ?

J'ai vraiment apprécié la vitesse et l'intensité de Baidu, ainsi que de l'écosystème chinois. Je pense qu'il est vraiment regrettable que dans certaines parties des États-Unis, conseiller à quelqu'un de travailler dur soit perçu comme publiquement incorrect ou quelque chose comme ça.

En Europe, on me réprime pour ça.

J'espère que les spectateurs européens ne nous détesteront pas tous les deux pour ça. Franchement, j'aimerais que les gens puissent travailler quatre heures par semaine et réussir brillamment, mais la réalité pratique est que quand les gens travaillent dur, ils accomplissent plus. Je veux reconnaître que tout le monde, à chaque moment de sa vie, n'est pas en mesure de travailler dur. Mais si quelqu'un veut travailler dur et, pour citer Steve Jobs, 'laisser une empreinte dans l'univers', encourageons-le et célébrons cela. C'est un moment dans l'histoire où il y a tellement de choses que nous pourrions construire. Les gens qui travaillent dur pour apprendre beaucoup et construire des choses accompliront beaucoup.

Avez-vous fait du 996 ?

Le terme 996 n'était pas un terme explicite que j'utilisais. Je trouve qu'aujourd'hui j'aime vraiment ce que je fais, et cela ne ressemble vraiment pas à du travail. Beaucoup de mes week-ends, je suis assis dans un café en train de coder parce que c'est la chose la plus amusante qu'on puisse faire un samedi. Donc, je ne prends pas la peine de compter mes heures. Je travaille beaucoup.

Quel est l'élément de transition le plus difficile quand on passe d'opérateur à investisseur ?

La façon dont nous gérons AI Fund au quotidien, nous agissons beaucoup plus comme des opérateurs que comme des investisseurs. AI Fund est un studio de capital-risque, et je crois que notre compétence réside dans la construction, pas seulement dans l'allocation d'actifs. Nous travaillons très dur pour filtrer les idées, nous parlons aux clients, puis nous faisons venir des fondateurs pour travailler à nos côtés. Nous examinons le produit, donnons notre avis et débattons des prix. Mon quotidien est donc beaucoup plus celui d'un opérateur.

Je suis désolé, Andrew, mais êtes-vous un fonds ou un incubateur ?

Nous nous appelons un studio de capital-risque (venture studio) ou constructeur d'entreprises (venture builder). Les incubateurs accueillent généralement des fondateurs qui ont déjà une idée. Nous allons plus loin que cela. Nous travaillons souvent avec nos investisseurs et partenaires pour trouver une idée, et ce n'est qu'après avoir eu une idée que nous cherchons le meilleur fondateur pour co-fonder l'entreprise avec nous.

Quelle part de propriété avez-vous alors lorsque vous réalisez ces investissements initiaux et lancez l'entreprise ?

Cela dépend. Nous finissons avec des actions ordinaires pour le travail investi dans la construction de l'entreprise (sweat equity), et puis notre premier chèque est généralement d'un million de dollars avec un plafond de 4 millions de dollars, soit 20 % de parts supplémentaires.

Et donc vous obtenez essentiellement 20 à 25 % de propriété à l'entrée avec quelques actions ordinaires.

Oui, plus des actions ordinaires pour le travail investi. Mais pour moi, la raison pour laquelle nous faisons cela est que je trouve que bien qu'il y ait des capital-risqueurs qui font de la recherche d'opportunités compétitives, je pense que la plus grande contribution de mon équipe est de trouver des idées et de créer des entreprises qui n'existeraient pas sans le fait que nous et un fondateur nous soyons réunis pour la co-fonder. Je pense que nous créons simplement plus de valeur dans le monde en créant de nouvelles entreprises plutôt qu'en découvrant uniquement des entreprises prometteuses pour essayer d'y injecter de l'argent.

Qu'est-ce qui vous préoccupe le plus aujourd'hui, Andrew ?

La difficulté d'emmener tout le monde avec nous. Dans les précédentes vagues de perturbations économiques, un agriculteur pouvait continuer à cultiver jusqu'à sa retraite, mais ses enfants devaient apprendre un métier différent. Le changement est si rapide cette fois-ci que nous avons besoin que les personnes vivantes aujourd'hui apprennent de nouvelles compétences, et non plus seulement leurs enfants. C'est en fait très difficile, et historiquement, je ne pense pas que nous ayons jamais été bons à cela.

Trouvez-vous que la qualité des intervieweurs qui vous posent des questions est bonne ?

Je pense que les médias ont un rôle important à jouer pour sélectionner et diffuser les connaissances. Je pense que la qualité des questions posées par les journalistes a clairement tendance à s'améliorer avec le temps. Mais il y a toujours cet élément de battage médiatique qui continue de fausser l'écosystème de l'information. Malheureusement, il existe des incitations financières et des avantages législatifs liés à certains types de battage. Je constate que les entreprises qui ont quelque chose à perdre ont des déclarations qui se sont modérées avec le temps. Quand on est une entreprise établie, on dit des choses plus sensées. Mais il y a des entreprises qui courent un risque existentiel plus grand, et je trouve que certaines de ces entreprises sont les pires sources de battage parce qu'elles ont moins à perdre. Elles disent juste un tas de trucs au hasard pour lever des fonds.

À bien des égards, c'est une réaction désespérée, je pense. Quand on regarde un Demis, ou même un Sam, tous je pense ont considérablement modéré leur position avec la maturation de leurs entreprises.

Oui. Pas de commentaire sur les individus, but je pense que quand on a quelque chose à perdre, on dit des choses plus sensées. Mais quand votre entreprise fait face à un risque existentiel plus grand, on dit parfois des choses étranges pour lever des fonds.

J'aime finir sur une note d'optimisme. Quelle est la chose qui vous enthousiasme le plus quand vous regardez la prochaine décennie ?

Ce qui m'enthousiasme, c'est que je veux permettre à tout le monde de construire avec l'IA. Je pense que la distance entre avoir une idée et la réaliser est maintenant beaucoup plus courte. À l'avenir, j'espère que beaucoup de gens, au lieu de se demander s'il existe une application pour ça, diront : 'J'ai construit une application pour ça'. Au lieu d'être simplement un utilisateur de logiciel, ils seront des créateurs de logiciels. Quand nous y serons, les gens du monde entier seront beaucoup plus autonomes et accompliront davantage.

Andrew, ce fut une telle joie. Merci beaucoup d'avoir supporté mes questions indiscrètes et insistantes. J'apprécie vraiment le temps accordé.

J'apprécie vraiment votre émission, c'était donc un privilège d'être ici, Harry.