Qu'est-ce qui freine vraiment la prochaine avancée de l'IA ? Deux choses continuent d'être négligées : notre dépendance excessive aux centres de données massifs et la focalisation étroite sur les modèles uniquement linguistiques.

Les centres de données deviennent un goulot d'étranglement — pas seulement pour la puissance de calcul, mais aussi pour la durabilité et l'accessibilité. Nous investissons des ressources dans une infrastructure centralisée alors que la véritable innovation pourrait nécessiter des solutions distribuées.

Il y a aussi l'éléphant dans la pièce : miser tout sur les modèles linguistiques. Qu'en est-il des systèmes multimodaux ? Qu'en est-il des modèles conçus pour différentes tâches, différents domaines ? Lorsque tout le monde poursuit la même approche, les rendements diminuent.

Ces contraintes invisibles pourraient définir toute la décennie à venir. Jusqu'à ce que nous les repensions, nous ne faisons qu'optimiser dans une boîte au lieu de la dépasser.