IA et société : pourquoi juillet 2026 marque un tournant dans la relation homme-machine

Juillet 2026 restera comme le mois où la relation entre l’humanité et l’intelligence artificielle a basculé dans une nouvelle phase. Pas celle de l’adoption triomphante que les communicants des GAFAM vendaient depuis trois ans. Celle des questions qui fâchent, des résistances qui s’organisent et des fractures qui se creusent.

Huit actualités, en une seule quinzaine, dessinent un tableau plus complexe que les storytelling lisses des keynote speakers. Les entrepreneurs B2B qui pilotent leur stratégie digitale feraient bien d’y prêter attention — parce que ces signaux faibles d’aujourd’hui sont les contraintes de demain.

Demis Hassabis prévient : l’AGI arrive plus vite qu’on ne le pense

Le PDG de Google DeepMind, Demis Hassabis, a profité d’une intervention en juillet pour lancer un avertissement solennel : l’AGI (Artificial General Intelligence) n’est plus une perspective lointaine. Elle est imminente. Sa proposition ? Confier le contrôle des modèles d’IA de pointe à un organisme de normalisation américain avant leur lancement.

Hassabis n’est pas un inconnu qui agite des peurs irrationnelles. Prix Nobel de chimie 2024, il est probablement l’un des chercheurs les plus crédibles de la planète sur le sujet. Quand il dit que l’AGI approche, les entrepreneurs feraient bien de l’écouter.

Concrètement, cette perspective change la donne pour les entreprises B2B qui intègrent l’IA dans leurs produits. Les modèles de fondation que vous utilisez aujourd’hui pour vos agents IA, vos chatbots ou vos outils d’analyse pourraient être soumis à des protocoles de validation beaucoup plus stricts d’ici 12 à 24 mois. Si vous construisez votre produit sur une dépendance forte à un modèle propriétaire, préparez-vous à des contraintes réglementaires qui n’existaient pas quand vous avez commencé.

La position de Hassabis est d’autant plus frappante qu’elle vient de l’intérieur. Ce n’est pas un régulateur européen qui parle. C’est le patron de DeepMind.

Claude d’Anthropic a développé une structure cérébrale spontanée

Les chercheurs d’Anthropic ont mis au jour un phénomène qui intrigue et trouble. Leur modèle Claude a spontanément développé une structure de traitement de l’information comparable à un cerveau humain. Baptisé “J-space”, ce mécanisme permet au modèle de traiter des pensées complexes d’une façon qui n’a pas été programmée explicitement par ses créateurs.

C’est le genre de découverte qui fait dresser l’oreille. Personne n’a codé J-space. Il a émergé.

Ce résultat confirme une intuition qui circule dans la communauté des chercheurs en IA depuis 2024 : plus les modèles grossissent, plus des capacités imprévues apparaissent. Des capacités que personne n’a demandées, que personne n’a anticipées, et que personne ne contrôle complètement.

Pour les dirigeants de PME et startups qui déploient des solutions d’IA, la leçon est claire : vous ne maîtrisez pas totalement l’outil que vous mettez entre les mains de vos équipes. Les mécanismes internes des LLMs restent largement une boîte noire. Les biais, les hallucinations, les comportements émergents — tout ça fait partie du deal quand on utilise l’IA générative.

Des militants se préparent à une “guerre contre l’IA”

Pendant que les labos célèbrent leurs découvertes, dehors, la colère monte. Des mouvements militants se structurent autour d’un objectif explicite : freiner l’expansion de l’IA. Leurs motivations mêlent des craintes légitimes — pertes d’emplois en masse — et des scénarios plus catastrophistes comme l’extinction de l’humanité.

Difficile de savoir aujourd’hui si ces mouvements resteront marginaux ou s’ils prendront l’ampleur des mobilisations écologiques des années 2010-2020. Mais un faisceau d’indices suggère que le terreau est fertile. Le rejet des lunettes connectées, l’affaire des ouvriers indiens, la lassitude face au matraquage commercial du Copilot de Microsoft — toutes ces micro-résistances s’additionnent.

Des ouvriers indiens contraints de former leurs propres remplaçants

L’image la plus saisissante de ce mois de juillet vient d’Inde. Dans des usines, des ouvriers sont filmés en train d’effectuer leurs tâches pour entraîner les systèmes d’IA et les robots qui les remplaceront ensuite. “Qui va nous payer quand nous serons remplacés par des robots ?”, demandent-ils.

Cette question, 300 millions de travailleurs pourraient se la poser en 2030 selon les projections de l’OCDE sur l’automatisation des tâches dans les économies émergentes. Mais ce qui frappe ici, c’est le cynisme du procédé : faire payer aux victimes le coût de leur propre remplacement.

Pour les entrepreneurs B2B français, ce cas pose une question directe : jusqu’où êtes-vous prêts à aller dans l’automatisation ? La réponse n’est pas binaire. Automatiser les tâches à faible valeur ajoutée est un impératif de compétitivité. Mais le faire sans filet social, sans repenser les compétences, sans dialogue avec les équipes — c’est le meilleur moyen de provoquer la révolte que les militants appellent de leurs vœux.

Les lunettes connectées deviennent les “lunettes de pervers”

L’industrie des lunettes connectées pensait tenir le prochain relais de croissance après le smartphone. Raté. Le surnom que leur a donné le public est sans appel : “lunettes de pervers”. Les utilisations abusives — enregistrement non consenti, surveillance discrète — ont créé un rejet si puissant que des propriétaires n’osent plus les porter en public.

C’est un cas d’école de lancement produit raté. Pas parce que la technologie ne marche pas. Parce que personne n’a pensé à l’acceptabilité sociale.

Les entrepreneurs B2B qui développent des produits intégrant de la captation vidéo, audio ou biométrique devraient méditer cette leçon. Une fonctionnalité techniquement impressionnante mais socialement rejetée ne vaut rien. Pire, elle devient un passif de marque. Les questions à se poser : est-ce que mes utilisateurs auront honte d’utiliser mon produit en public ? Est-ce que mon produit expose des tiers à une captation non consentie ?

Un conducteur Tesla dormait à 100 km/h, deux enfants à bord

Un conducteur de Tesla a été intercepté alors qu’il dormait au volant, roulant à 100 km/h, avec deux enfants à bord. Une paire de lunettes de soleil avait trompé le système de suivi de la conduite autonome.

C’est accidentogène. Et c’est le résultat d’un design qui n’a pas anticipé le comportement humain réel.

Le problème n’est pas la technologie de conduite autonome. Le problème est que les systèmes de surveillance du conducteur sont contournables avec une paire de lunettes à 20 euros. Le problème est que Tesla a conçu son système en partant du principe que les utilisateurs respecteraient les consignes. En 2026, après des années d’accidents évitables, c’est naïf ou cynique.

Les outils de codage IA : productivité en hausse, santé mentale en baisse

David Holz, CEO de Stability AI, a mis les pieds dans le plat : les assistants de codage IA améliorent indéniablement la productivité des programmeurs, mais ils les épuisent mentalement. L’IA transforme le développement logiciel, dit-il, mais pas nécessairement dans le sens d’un mieux-être au travail.

C’est un paradoxe qui concerne directement les CTO et les DSI qui déploient GitHub Copilot, Cursor ou d’autres outils dans leurs équipes. Les métriques de productivité (lignes de code, vélocité, temps de complétion) grimpent. Mais les métriques humaines (satisfaction au travail, fatigue cognitive, sentiment d’utilité) se dégradent.

Les études internes de Microsoft sur Copilot confirment ce malaise : les développeurs passent moins de temps à coder des solutions et plus de temps à valider, corriger, et déboguer ce que l’IA a produit. Le travail de création devient un travail de relecture. Ce n’est pas la même satisfaction.

Copilot : 4,5 % d’adoption après trois ans de matraquage

Le chiffre est implacable. Après trois ans de campagnes marketing intensives, d’intégrations forcées et de hausses de prix assumées, l’assistant IA Copilot de Microsoft atteint péniblement 4,5 % d’adoption. Pire : seulement 1 % des utilisateurs s’en servent chaque semaine.

4,5 %. C’est le taux d’adoption d’un produit que Microsoft a intégré partout — dans Windows, dans Office, dans Teams, dans GitHub, dans Azure. Un produit dont le CEO de l’entreprise a fait la priorité numéro un, au point de renommer la marque. 4,5 %.

Ce chiffre devrait faire réfléchir tous les entrepreneurs qui pensent que “mettre de l’IA” dans leur produit est une stratégie de vente suffisante. Les utilisateurs ne demandent pas de l’IA. Ils demandent des solutions à leurs problèmes. Si l’IA est la réponse, encore faut-il que la question existe.

FAQ

L’AGI est-elle vraiment imminente ?

Selon Demis Hassabis (DeepMind), oui. Le consensus parmi les chercheurs en IA de pointe est que les modèles de fondation actuels pourraient franchir le cap de l’AGI d’ici 2 à 5 ans. Mais la définition même de l’AGI reste débattue.

Qu’est-ce que le J-space d’Anthropic ?

C’est une structure de traitement de l’information spontanément émergente dans le modèle Claude, qui permet un traitement de pensées complexes de manière analogue aux réseaux de neurones biologiques.

Les lunettes connectées sont-elles condamnées ?

Pas forcément, mais leur acceptabilité sociale est durablement compromise. Le marché professionnel (réalité augmentée pour les techniciens, logistique, maintenance) pourrait survivre. Le marché grand public est en revanche gravement atteint.

L’IA va-t-elle détruire des emplois ?

Oui, certains emplois vont disparaître, comme à chaque révolution technologique. Mais la question n’est pas tant la destruction que la vitesse de la transition et l’absence de filets sociaux. L’exemple des ouvriers indiens montre ce qui se passe quand l’automatisation est déployée sans plan d’accompagnement.

Pourquoi Copilot n’a que 4,5 % d’adoption ?

Plusieurs raisons : mauvaise intégration dans les flux de travail existants, qualité inégale des suggestions, coût perçu comme trop élevé pour la valeur réelle, et lassitude face au matraquage commercial. Le produit résout un problème que beaucoup d’utilisateurs ne se posaient pas.