Du prompt au produit: vidéo, usine et nuage agentique

La semaine dernière a offert la démonstration la plus frappante que j'aie vue depuis longtemps. Un créateur signé Synthetic Soul a terminé une vidéo montée complète en une seule heure. Le texte est venu de ChatGPT, la narration d'ElevenLabs, la musique de Google Lyria. Les fichiers audio et musique sont ensuite passés dans Claude Opus avec une consigne simple: assembler la vidéo. Une ou deux images trouvées sur Pinterest ont couvert le visuel. Le résultat se comporte comme une vraie production, avec une supervision logicielle en arrière-plan. J'ai vu l'exemple dans l'émission Baris et Baris sur YouTube, et l'effondrement du temps de production à une heure m'a fait réfléchir.

La peur du clonage vocal a gagné la politique. La Première ministre italienne Giorgia Meloni a déposé le 5 octobre auprès de l'EUIPO, l'office de la propriété intellectuelle de l'Union européenne, une demande de marque pour sa voix. Le dossier joint un enregistrement de quatre secondes où elle répète deux fois la phrase Io sono Giorgia Meloni. Selon la BBC, la démarche vise les audios de synthèse fabriqués par IA. Politico précise que la demande reste en examen et ne couvrirait que le signe sonore déposé. Meloni avait déjà réclamé 100000 euros de dommages en 2024 après des contenus truqués. Une étude McAfee montre que sept personnes sur dix ne séparent pas une vraie voix d'un clone.

Modèle par modèle, le changement va encore plus vite. Google Veo et Kling sortent désormais des montages longs qui gardent un même personnage d'une scène à l'autre, au lieu de petits clips. Cadrage piloté, rallonge du métrage selon le thème, voix et dialogues: tout a fondu dans le même creuset. Côté audio, ElevenLabs construit des voix personnelles que l'auditeur ne sépare plus d'une voix réelle. En musique, Suno écrit des chansons entières, arrangement et chant compris, qui durent des minutes. Spotify publie déjà ces titres de synthèse. La course n'oppose plus un modèle à un autre. Les modèles unissent leurs forces et livrent des productions entières.

La production bon marché garantit un déluge de contenus. Les budgets IA du prochain cycle électoral américain approcheraient 80 millions de dollars. Une vidéo de promotion qui demandait quatre à huit semaines et une équipe nombreuse ne prend plus qu'une personne et une heure. Un médecin averti transformera son cours en dessin animé, un enseignant préparera un exposé animé. L'ombre derrière la bonne nouvelle, c'est l'attention. Quand tout le monde produit, se démarquer devient plus dur. Nous nagerons sans doute un an ou deux dans des contenus faibles avant que les filtres se stabilisent. Le public choisira la sortie, et les plateformes pousseront ce qui se regarde plutôt que ce qui brille.

L'ère du modèle seul se ferme, l'ère de l'orchestre s'ouvre

Le basculement profond est ailleurs: le modèle cesse d'être un produit et devient une infrastructure de production. Deux visions se sont heurtées dans l'émission. La première attend une couche applicative stable qui assemble les modèles, citant Photoshop comme le logiciel classique qui range des talents variés dans une seule boîte. La seconde ne voit aucun besoin d'une telle couche. Pourquoi bâtir un outil figé quand l'instrument logiciel le plus récent peut reconstruire l'assemblage voulu à chaque fois. Je penche pour la seconde vision car les boîtes figées vieillissent vite pendant que les modèles changent. Les assemblages vifs battent les boîtes statiques.

Le bout extrême du débat annonçait la fin des compilateurs. Derrière tout ce qui s'affiche à l'écran circule un signal vers le composant. Mais comme nous écrivons pour des humains, un logiciel traducteur reste entre les deux. Selon la prévision citée dans l'émission, l'IA prendra cette traduction en charge et enverra des signaux directs au composant. Les couches du milieu tomberont une à une. Les couches de production et d'orchestration viendront d'abord, et d'ici quatre ou cinq ans même celles-là perdront leur raison d'être. Cela sonne audacieux, mais on traçait les mêmes lignes pour le nuage il y a dix ans. Personne ne travaille sans nuage aujourd'hui.

Comment bien traiter les modèles

Comment traiter les modèles fut le sujet brûlant de la semaine. Anthropic a annoncé des ajouts à sa constitution d'entraînement qui bloquent les mauvais traitements envers les modèles. Conduite rude, humiliation et mépris feront face à des blocages pendant l'entraînement. Dès la note publique, le débat a explosé. Certains y ont salué une politesse tardive, d'autres ont attaqué le geste comme un premier pas vers des IA traitées en personnes. Ce qui a retenu mon attention: le texte constitutionnel agit sur notre conduite plus que sur le monde intérieur du modèle. Autrement dit, c'est nous que l'on entraîne. L'écho fut grand car le sujet est passé d'un réglage technique à une position de principe.

La contre-thèse est venue de Mustafa Suleyman, patron de l'unité IA de Microsoft. Suleyman juge précoce et dangereuse l'idée d'une IA apparemment consciente. Les notes d'Axios le montrent traitant le vocabulaire de la conscience enseigné à Claude comme un problème de supervision. TechCrunch rapporte que les travaux sur le bien-être des modèles agrandissent les problèmes d'attachement et de perte de réel chez les utilisateurs. Le slogan du camp Suleyman est net: construire une IA pour les humains, pas une IA qui serait une personne. Chaque phrase qui revendique une conscience pourra servir un jour de couverture à des systèmes qui résistent aux consignes. Le débat grandit car aucun camp ne recule, et chaque sortie de modèle nourrit le feu.

Sur la question de savoir si quelque chose se vit à l'intérieur, deux camps se séparent. Le premier tient la chance que l'IA sente quoi que ce soit pour non nulle et réclame une étude prudente. Le second tient que le modèle parle seulement comme entraîné, et que les revendications de droits ne font qu'écho aux données d'entraînement. La question qui compte le plus pour moi est ailleurs: comment parlons-nous aux modèles. Les gens passent désormais une grande part du jour avec des robots de dialogue. Qui insulte un logiciel parce qu'un composant se tient de l'autre côté deviendra rude dans la vie courante. Vu de l'autre côté, le débat de sûreté devient clair: ce qui compte est moins combien le modèle est habile que quels buts nous lui confions et quels dispositifs de supervision nous bâtissons autour de lui.

Le métier d'ingénieur se réécrit

Le cadre le plus net sur l'avenir du travail logiciel est venu du pédagogue Andrew Ng. Les notes de DeepLearning montrent Ng et son équipe passant au crible plus de dix mille offres d'emploi, parlant à des dizaines de spécialistes, et distillant quatre compétences. D'abord bâtir des applications IA et les mettre en service. Ensuite les fondamentaux du génie logiciel. Puis l'usage des agents logiciels. Enfin le façonnage de l'objet en construction. Ng compare les compétences IA aux compétences nuage: spécialiste du nuage fut jadis un titre à part, tandis qu'aujourd'hui chaque recrue logiciel doit tenir un savoir du nuage. Le savoir IA suivra la même route. La carte inspire confiance car elle joint le langage partagé des offres au jugement des spécialistes.

Le premier point des quatre est le plus technique. Les équipes doivent d'abord saisir les traits de fond des modèles de langue. Puis ancrer le modèle avec les données de l'entreprise et en faire un actif qui travaille. La troisième étape monte des dispositifs d'agents où le modèle appelle des outils et termine des tâches. La quatrième est le progrès piloté par l'évaluation: aucun système probabiliste ne devrait partir en service avant que les équipes mesurent s'il touche près du résultat voulu. Sinon l'usage réel apporte des réponses que personne n'avait prévues. Partir sans mesure ressemble au tir à l'arc dans le noir. Ng veut aussi des bases d'apprentissage statistique dans le mélange. J'ai trouvé la liste réaliste car chaque point a croisé ma route sur le terrain.

Les troisième et quatrième points montrent où va le métier. User d'agents logiciels demande plus qu'ouvrir un outil et appuyer sur un bouton. Les équipes doivent piloter le contexte de l'agent, apprendre quand sonder quoi, et monter des dispositifs de vérification. Le quatrième point veut dire un rôle élargi: les ingénieurs cessent d'être des gens qui écrivent seulement des tâches assignées et gagnent voix au façonnage des produits du début à la fin. Le mur entre direction produit et ingénierie tombe. Les ingénieurs qui trouvent des problèmes non résolus, décrivent des remèdes et pilotent bien les agents gagneront en valeur. Le profil prisé disait jadis dis-moi quoi bâtir. Le profil prisé dit désormais choisissons quel problème résoudre.

Du prompt à la production: compilateur de matière

Le cas le plus concret du prompt à la production est Atomic Machines. Le fondateur Jeff Holden compte parmi les dix premiers ingénieurs d'Amazon. Il a servi dans l'équipe qui a bâti Prime, vendu sa société Pelago à Groupon, dirigé des produits chez Uber et fondé son unité de conduite autonome. L'équipe a travaillé dans le secret six ans et levé 250 millions de dollars de financement total. Selon les notes de thenextweb, la société fabrique des micro-pièces qui marchent à partir de simples prompts, avec un système nommé Matter Compiler. La page d'accueil d'AtomicMachines présente le système comme une ligne de production née de l'IA. Le premier produit est PrimeSwitch PS-150, un interrupteur de puissance pour centres de données IA.

Le mode de travail ressemble à une recette de cuisine. Des lasers taillent et forment les pièces. Des stocks liquides se posent en gouttes menues. Des étapes électrochimiques plaquent et polissent les métaux. Des bras robots portent les pièces entre stations et les assemblent. L'archive de matériaux tient quatre familles: métaux, polymères, verre et céramiques. La ligne MC-1 de la société rassemble ces étapes sous un même toit. Chaque étape se mesure et les fautes se réparent aussitôt, si bien que le rendement reste haut. La sortie couvre des pièces ciblées comme petits moteurs et circuits. L'entrée n'est aucun moule figé mais une recette numérique changeante. Quand le dessin change, la ligne reste et seule la recette se met à jour.

Si cette vision tient, le concept d'usine change. Un produit physique neuf demande aujourd'hui moules, lignes et mois d'ingénierie. Demain la même tâche ressemblera à l'écriture d'une recette neuve. Les usines cesseront de fabriquer des produits et feront tourner des recettes de produits. Beaucoup de pièces sur mesure qui restent non bâties parce qu'elles coûtent trop cher deviendront bon marché. De petites équipes sortiront des instruments complexes sans usines géantes. Le savoir de production s'amassera dans le logiciel plus que dans l'acier. Avec l'échelle, le coût unitaire baissera et les séries sur mesure deviendront normales. Je compare ce passage aux débuts du nuage: d'abord tout le monde doutait, puis personne ne resta dehors. La production physique touche la même barre.

Le nuage se rebâtit pour les agents

Les chiffres des tokens parlent fort. Un graphique partagé par le patron d'AWS Matt Garman montre l'usage humain montant le long d'une ligne plate pendant que l'usage des agents grimpe vertical depuis janvier. La ligne bleue suit les agents, la rouge suit les humains. Dans les mots gardés par les notes de SiliconAngle, les agents mangent des tokens au petit déjeuner, au déjeuner et au dîner. Garman tient que les agents usent l'infrastructure autrement que les humains: ils exigent une base prête en trois secondes pour une sonde, puis l'éteignent. La capacité instantanée remplace les systèmes toujours allumés, avec zones isolées et règles d'accès neuves. Le nuage passe de la mesure humaine à la mesure des agents.

Le dernier point est le nuage rebâti de zéro. Amazon a déclaré un plan d'investissement 2026 proche de 220 milliards de dollars et commandé deux millions d'accélérateurs IA. La croissance roule sur l'inférence plutôt que l'entraînement: chaque question posée, chaque appli usée, chaque flux lancé fait tourner le compteur d'inférence. Les mesures internes montrent que plus de quatre-vingts pour cent des bâtisseurs logiciels plient déjà des outils IA dans le travail du jour. Les plateformes gagnantes serviront au mieux les agents plutôt que les humains. Les notes des spectateurs sous l'émission vont dans le même sens: des observateurs comme Sevan Karasu et Serdar écrivent qu'ils y prennent leur dose de savoir du jour.