Il n'y a pas de gagnant de l'IA
Depuis un an, presque toutes les conversations sur l’IA gravitent autour de la même question : qui gagne ?
Est-ce ChatGPT ? Gemini ? Claude ?
La question apparaît partout — dans les réunions produits, sur les réseaux sociaux, dans les présentations pour les investisseurs, et dans les innombrables vidéos comparatives qui tentent de résumer une évolution technologique rapide en un simple tableau de bord. C’est une question nette. C’est aussi, de plus en plus, la mauvaise question.
Plus on passe de temps à écouter les chercheurs, à observer comment les gens utilisent réellement ces outils, et à noter son propre comportement, moins le cadre du « gagnant » est convaincant. Non pas parce que les différences entre les modèles sont imaginaires. Elles sont réelles. Mais parce que le marché ne se comporte pas comme une histoire simple de « tout au gagnant » le laisserait supposer.
Un bon exemple est la récente conversation de Lex Fridman avec les chercheurs en apprentissage automatique Nathan Lambert et Sebastian Raschka. Ce qui ressort de quatre heures et demie de discussion, ce n’est pas qu’ils couronnent un champion. C’est que la discussion revient sans cesse à quelque chose de plus pratique : le battage médiatique n’est pas la même chose que l’utilisation, la notoriété de la marque importe, les habitudes importent, la vitesse importe, et la plupart des gens ne choisissent pas soigneusement un seul meilleur modèle. Le plus souvent, ils utilisent celui qui les aide à accomplir la tâche qui leur incombe, puis ils changent lorsqu’il cesse d’être utile.
C’est une histoire moins cinématographique que le récit habituel des guerres de l’IA. C’est probablement beaucoup plus proche de la réalité.
Le mythe du modèle le plus intelligent
Le mythe sous-jacent à la plupart des commentaires sur l’IA est que le modèle le plus intelligent devrait finalement gagner. Si une entreprise est en tête sur les benchmarks, la programmation ou le raisonnement, le marché devrait converger autour de cet avantage. Cela semble logique. Mais cela suppose que les gens adoptent les outils comme les analystes les comparent. Ce n’est pas le cas. Les gens ne vivent pas à l’intérieur de tableaux de benchmarks. Ils vivent dans des flux de travail, des délais, des budgets, des documents inachevés, des décisions précipitées, et quel que soit l’onglet déjà ouvert.
C’est pourquoi la question clé n’est pas vraiment « Quel modèle est le plus capable ? » C’est « Quel modèle m’aide à avancer maintenant ? »
Cette distinction change tout.
Le comportement prime sur les benchmarks
Une fois que l’on examine le comportement réel, le marché commence à sembler beaucoup plus complexe et beaucoup plus humain. Les gens développent rarement une loyauté envers un modèle de manière réfléchie. Ils en utilisent un parce qu’il a bien répondu à quelque chose la semaine dernière. Ou parce qu’ils font confiance à son ton. Ou parce qu’il est plus rapide. Ou parce qu’il est déjà intégré dans leur quotidien. Puis, quand il les déçoit, ils vont ailleurs. Ce schéma ressort clairement de la discussion de Fridman : les utilisateurs s’en tiennent à un modèle jusqu’à ce qu’il ne réponde plus à leur cas d’utilisation, puis ils en essaient un autre.
Ce n’est pas une pure méritocratie. C’est un marché comportemental.
Et les données publiques pointent de plus en plus dans la même direction. L’analyse de Similarweb de mars 2026 indique que, en septembre 2025, ChatGPT détenait environ 79 % du trafic web mondial de l’IA générative, tandis que Gemini a fortement progressé pour atteindre environ 1,1 milliard de visites mensuelles. Fortune, citant les données du traqueur d’applications Apptopia, décrit un changement plus marqué sur mobile : la part d’application de ChatGPT est passée de 69 % en janvier 2025 à environ 45 % un an plus tard, tandis que Gemini est passé de 15 % à 25 %. Ces mesures ne sont pas identiques — le trafic web et l’utilisation des applications sont des prismes différents — mais ensemble, elles décrivent la même dynamique plus large : OpenAI reste dominant, mais le marché se fragmente plus vite que le simple récit « un seul gagnant » ne l’implique.
Différents acteurs gagnent de différentes manières
Le point essentiel est que différents produits gagnent de différentes manières.
ChatGPT détient toujours la plus forte prétention à la part d’esprit par défaut. C’est là que beaucoup de gens commencent. Gemini bénéficie de la machine de distribution de Google et de sa capacité à intégrer l’IA dans des produits que des milliards de personnes utilisent déjà. Claude semble gagner un type de confiance différent — moins d’omniprésence grand public, plus de profondeur auprès des utilisateurs qui souhaitent une rédaction, un raisonnement et une assistance à la programmation soignés. Même dans la conversation de Fridman, Lambert et Raschka décrivent leur propre utilisation exactement de cette manière fragmentée : un outil pour les réponses rapides, un autre pour une réflexion plus approfondie, un autre pour la programmation, un autre pour les informations en temps réel.
Ce n’est pas un marché qui se fixe sur un seul champion. C’est un marché qui s’organise en couches.
L’une des raisons les plus claires est le compromis entre intelligence et vitesse. Ce point du podcast est plus important qu’il n’y paraît au premier abord. Un modèle peut être plus intelligent dans un sens formel ou benchmarké, mais s’il est trop lent, trop maladroit ou trop coûteux pour les tâches quotidiennes, de nombreux utilisateurs ne le choisiront pas la plupart du temps. Lambert et Raschka l’explicitent : pour le travail quotidien, les réponses plus rapides l’emportent souvent, tandis que les modes de « réflexion » plus lents sont réservés aux tâches qui justifient réellement l’attente.
Cela semble évident une fois dit clairement. Pourtant, une grande partie du marché parle encore comme si la seule intelligence brute allait décider de l’avenir.
Ce ne sera pas le cas. Ou du moins, pas tout seul.
La couche d’infrastructure dont personne ne parle
Il existe également une couche structurelle en dessous de tout cela qui mérite bien moins d’attention qu’elle ne le devrait : l’infrastructure. L’avantage de Google ici n’est pas cosmétique. Il est économique. Dans la discussion de Fridman, le cas est clairement exposé : la position verticale de Google — TPU, centres de données, distribution et capacité à optimiser les systèmes pour sa propre pile — lui confère un type de levier très différent d’une entreprise qui dépend davantage de l’économie externe des puces. Les perspectives 2026 de Morgan Stanley sur l’IA arrivent à un endroit similaire au niveau macro, estimant que près de 3 000 milliards de dollars d’investissements dans l’infrastructure liée à l’IA transiteront par l’économie mondiale d’ici 2028, avec plus de 80 % de ces dépenses encore à venir. L’IA devient non seulement une histoire de logiciels, mais aussi une histoire de capital, d’énergie et de systèmes économiques.
En même temps, la force d’OpenAI n’est pas réductible aux graphiques de parts de marché. Son véritable avantage réside peut-être dans sa capacité répétée à transformer la recherche en produits qui redéfinissent les attentes des utilisateurs. Cela explique pourquoi, même si les concurrents gagnent du terrain, OpenAI donne encore l’essentiel du tempo produit pour le marché — non pas parce qu’il possède chaque couche, mais parce qu’il continue de façonner ce que de nombreux utilisateurs pensent qu’un produit d’IA devrait ressentir.
Ce ne sont pas les mêmes forces. C’est exactement le point.
Un marché s’organisant autour de plusieurs définitions de la victoire
Le marché de l’IA ne s’organise pas autour d’une seule définition de la victoire. Il s’organise autour de plusieurs. Il y a un concours pour les comportements par défaut des consommateurs. Un autre pour la confiance des entreprises. Un autre pour l’économie des infrastructures. Un autre pour la profondeur d’engagement. Un autre pour l’intégration des flux de travail. Une grande partie du débat public semble confuse parce que différentes personnes utilisent le même langage pour décrire des compétitions entièrement différentes.
Quand une personne demande « Qui gagne ? », elle peut vouloir dire « Qui a le modèle le plus intelligent ? ». Une autre peut vouloir dire « Qui a le plus d’utilisateurs ? ». Une autre peut vouloir dire « Qui gagnera le plus d’argent ? ». Une autre encore peut vouloir dire « Auquel est-ce que je fais confiance quand la réponse est vraiment importante ? »
Ce ne sont pas les mêmes questions. Elles n’ont pas les mêmes réponses. Et c’est pourquoi le débat continue de tourner en rond.
Ce qui se passe réellement sur le terrain
La conclusion la plus utile n’est peut-être pas que personne ne gagne, mais que différents acteurs peuvent gagner dans différentes couches de la pile. Et l’observation la plus intéressante est peut-être que les utilisateurs s’adaptent déjà à cela plus vite que le discours public. Ils construisent des portefeuilles de modèles informels. Ils utilisent différents outils pour différents types de travail. Ils séparent les contextes personnels et professionnels. Ils apprennent — parfois sans le remarquer — qu’un seul modèle n’a pas besoin de tout faire. Fortune rapporte, citant à nouveau Apptopia, qu’un utilisateur d’IA sur cinq change désormais régulièrement d’application. Lambert et Raschka abordent exactement cette dynamique, notamment autour de la mémoire, des frontières travail-vie personnelle, et l’idée que l’avenir impliquera peut-être plusieurs abonnements et des cas d’utilisation spécialisés plutôt qu’un seul assistant universel.
Cela semble beaucoup plus proche de ce qui se passe réellement sur le terrain.
Alors, quel type de marché cela est-il en train de devenir ?
La vraie question pour 2026 n’est probablement pas « Qui gagne l’IA ? ». C’est : quel type de marché est-il en train de devenir ?
La réponse ressemble de plus en plus à ceci : non pas une guerre de plateformes où le gagnant remporte tout, mais un environnement en couches où la capacité importe, la vitesse importe, la confiance importe, le coût importe, l’infrastructure importe et la distribution importe — tout à la fois. Un marché où le modèle le plus intelligent ne devient pas automatiquement le plus utilisé. Un marché où le mérite technique est constamment filtré par les habitudes humaines. Un marché où l’infrastructure façonne silencieusement les possibilités. Un marché où la vraie histoire n’est pas seulement l’intelligence, mais la façon dont l’intelligence est livrée, adoptée et absorbée dans la vie quotidienne.
Cela peut sembler moins excitant que de déclarer un champion. Mais c’est beaucoup plus intéressant.
Parce que le marché ne choisit pas un seul esprit. Il assemble un système nerveux.
TIC Insights | Perspectives pour les dirigeants qui naviguent dans la technologie, l’innovation et le changement.