Le PDG de Nvidia affirme que l’IA a déjà rattrapé l’humain mais il reconnaît lui-même qu’aucune IA ne pourrait construire sa propre entreprise

Le patron de Nvidia a assuré que l’AGI, cette intelligence artificielle générale censée rivaliser avec l’humain, existerait déjà. Le problème, c’est que ses propres explications racontent une autre histoire : des outils puissants, utiles, parfois impressionnants, mais encore très loin d’un esprit autonome capable de tenir seul sur la durée.

Dans l’industrie de l’IA, les mots comptent autant que les puces. Dire que l’AGI est arrivée, ce n’est pas seulement lancer une phrase spectaculaire dans un podcast. C’est peser sur les marchés, sur les contrats, sur les stratégies des géants technologiques et sur l’imaginaire collectif. Quand Jensen Huang prononce cette formule, il ne parle donc pas dans le vide. Mais dès qu’on regarde ses nuances, ses réserves et ses exemples concrets, l’effet de manche se fissure. Ce qu’il décrit ressemble moins à une intelligence générale accomplie qu’à une génération d’outils encore dépendants de beaucoup d’encadrement humain.

Le mot AGI reste explosif parce qu’il n’a jamais vraiment cessé d’être flou

Le terme AGI désigne en théorie une intelligence artificielle capable de rivaliser avec l’humain sur une grande variété de tâches, et pas seulement dans un domaine bien balisé. Dit ainsi, la promesse semble claire. Dans la pratique, chacun la tord à sa manière. Certains y voient un système capable de remplacer un salarié hautement qualifié, d’autres une machine pouvant apprendre de façon durable, gérer l’imprévu et prendre des décisions complexes sans béquille constante. Quand Jensen Huang affirme que l’AGI est déjà là, il jette donc une allumette dans un débat où personne ne s’accorde vraiment sur la définition exacte du feu.

Jensen is based

500k engineer is expected to spend 250k in tokens pic.twitter.com/x4jYR6BPtn

— knox (@justinknox__) March 23, 2026

Sa formule choc a immédiatement été rattrapée par ses propres précisions

Dans l’un de ses entretiens, Huang dit sans détour qu’il pense que l’AGI a été atteinte. Mais presque aussitôt, il nuance. Il accepte l’idée que les systèmes actuels ne sont pas encore à la hauteur de l’humain sur toute la ligne. Ce glissement est capital. Il montre que la déclaration sert peut-être autant à marquer les esprits qu’à décrire une réalité technique proprement stabilisée. Si l’AGI était vraiment là au sens fort, il ne serait pas nécessaire de la redéfinir immédiatement sous forme de seuil commercial ou de performance ponctuelle. Le besoin de corriger la phrase montre déjà que le terrain reste profondément instable.

Les exemples cités par Huang révèlent surtout les limites du moment

Le patron de Nvidia a évoqué l’essor d’agents numériques capables de lancer des applications sociales, d’automatiser des communautés ou de créer des figures en ligne. Mais il admet lui-même qu’une large part de ces projets s’éteint après quelques mois. Surtout, il reconnaît qu’aucune multiplication d’agents ne pourrait, selon ses mots, construire Nvidia. Voilà le point décisif. Si les systèmes actuels ne peuvent pas porter sur la durée une organisation technologique d’une telle complexité, alors parler d’intelligence générale déjà acquise relève au minimum d’un élargissement très commode de la définition.

L’autre contradiction apparaît dans sa manière de parler des ingénieurs

Le contraste devient encore plus net lorsqu’il explique qu’il serait “profondément alarmé” si un ingénieur très bien payé n’utilisait pas massivement des tokens d’IA, jusqu’à l’équivalent d’environ 230 000 € pour un salarié valorisé autour de 461 000 € par an après conversion. L’idée est simple : un bon ingénieur devrait s’augmenter fortement avec l’IA. Mais ce raisonnement porte en lui un aveu. Si l’AGI existait déjà au sens plein, pourquoi faudrait-il encore autant d’humains experts pour l’exploiter correctement ? En réalité, Huang décrit une logique d’amplification du travail humain, pas un remplacement généralisé par une intelligence autonome pleinement mûre.

Nvidia a tout intérêt à pousser ce récit au maximum

Il faut aussi regarder d’où parle Jensen Huang. Nvidia vend les puces, les infrastructures et désormais une bonne partie du rêve industriel lié à l’IA. Chaque fois que l’industrie se convainc qu’une révolution plus vaste est imminente, la demande en GPU, en centres de données et en puissance de calcul grimpe. Dans ce contexte, déclarer que l’AGI est déjà là n’est pas une phrase neutre. C’est aussi une manière d’étendre encore la frontière du nécessaire. Plus l’horizon semble monumental, plus l’investissement actuel apparaît justifié. Ce n’est pas forcément mensonger. Mais c’est tout sauf un propos désintéressé.

Le vrai état de l’IA ressemble plus à une force auxiliaire qu’à un esprit général

Les systèmes les plus avancés excellent désormais dans la rédaction, le code, la synthèse, la génération d’images, certaines formes de planification et l’assistance à des flux de travail complexes. C’est déjà énorme. Mais ils restent fragiles, dépendants du cadre, sensibles aux erreurs et incapables de porter seuls des responsabilités longues, floues et multidimensionnelles comme le ferait un humain expérimenté. Ce que l’on observe aujourd’hui, ce n’est pas tant une AGI accomplie qu’une couche de capacités très puissantes, mais encore incomplètes, que les entreprises apprennent à intégrer comme une main-d’œuvre cognitive assistée, pas comme un cerveau général souverain.

Le risque du mot AGI, c’est qu’il écrase toute nuance utile

À force d’utiliser le terme comme un slogan, l’industrie risque surtout de brouiller les repères. Si l’AGI signifie simplement qu’un système peut parfois impressionner, automatiser des tâches ou dépasser un humain sur un créneau donné, alors presque tout le monde peut prétendre y être arrivé selon l’angle choisi. Mais si l’on parle d’une intelligence générale robuste, durable, adaptable et capable de naviguer seule dans le réel, la barre reste beaucoup plus haute. Le plus dangereux n’est peut-être pas que les dirigeants exagèrent. C’est que les marchés, les médias et même certains ingénieurs finissent par confondre performance locale et véritable intelligence générale.

Derrière la formule, l’essentiel reste ailleurs

Le débat le plus utile n’est sans doute pas de savoir si l’AGI est arrivée en une phrase, dans un podcast ou dans un contrat. Il est de comprendre ce que les systèmes actuels savent réellement faire, à quel coût, avec quelles dépendances et dans quels contextes ils se cassent encore les dents. Huang a raison sur un point : ne pas utiliser ces outils serait absurde pour beaucoup de métiers techniques. Mais cela ne prouve pas que la grande intelligence générale promise soit déjà là. Cela prouve surtout qu’une nouvelle génération d’outils très puissants est en train de restructurer le travail, bien avant d’avoir démontré une forme stable d’autonomie intellectuelle comparable à celle d’un humain complet.