Chaque fois qu'un nouveau modèle d'IA est publié, le monde pose la même question : à quel point est-il plus intelligent que le précédent ? La question est légitime — et l'industrie y répond de manière fiable. Mais la mesurabilité a ses propres angles morts. Lorsque les outils d'évaluation sont bien développés dans une direction, cette direction tend à dominer la conversation — non pas parce qu'elle capture tout ce qui compte, mais parce que c'est la dimension qui se prête à la quantification. Cette conférence porte sur la dimension qui, elle, ne s'y prête pas.

L'argument commence par l'histoire. La monnaie, le crédit, les marchés de capitaux — tout cela a existé pendant des siècles avant que le système financier moderne ne devienne possible. Ce qui a fait la différence n'est pas l'apparition des instruments financiers, mais l'émergence de quelque chose à leurs côtés : l'audit indépendant, les normes comptables, les agences de notation, les tests de résistance. L'infrastructure de la confiance. L'aviation raconte la même histoire. L'industrie pharmaceutique raconte la même histoire. Dans chaque cas, une technologie est devenue une infrastructure non pas lorsqu'elle a atteint sa maturité technique, mais lorsque les mécanismes permettant de faire confiance à cette maturité ont été établis. L'affirmation de la conférence est que l'IA se trouve exactement à ce seuil — et que la prochaine étape significative n'est pas un autre modèle. C'est une couche.

L'argument structurel repose sur deux concepts introduits dans la conférence. L'écart d'opacité (Opacity Gap) : une propriété des architectures neuronales modernes dans laquelle la capacité progresse plus vite que la transparence. Non pas un déficit temporaire que de meilleurs outils d'interprétabilité résoudront, mais une conséquence structurelle de l'architecture elle-même — le raisonnement interne d'un système suffisamment capable ne peut être entièrement reconstitué, et son comportement dans des conditions imprévues ne peut être prédit à partir de son comportement dans des conditions connues. L'horizon aveugle (Blind Horizon) : la limite structurelle au-delà de laquelle aucun cadre d'évaluation construit sur des connaissances antérieures ne peut atteindre. Non pas un angle mort qu'une meilleure attention pourrait corriger — un horizon qui se déplace à mesure que les connaissances s'étendent, mais qui ne disparaît jamais. Ensemble, ces deux concepts expliquent pourquoi les cadres d'évaluation statiques ne sont pas simplement incomplets, mais structurellement incapables de suivre le rythme de systèmes en développement dynamique.

La conférence examine ensuite ce qui se produit lorsque l'IA passe du statut d'outil à celui d'infrastructure — lorsqu'une défaillance n'est plus un événement isolé mais un événement au sein d'un réseau de dépendances — et retrace deux trajectoires qui émergent en l'absence d'infrastructure de confiance. La sûreté réactive (Reactive Safety) : une réglementation qui décrit avec précision ce qui s'est déjà produit et demeure structurellement aveugle à ce qui vient ensuite. Le verrouillage silencieux (Silent Lock-In) : une dépendance qui s'accumule sous une série de décisions de déploiement individuellement rationnelles, jusqu'à ce que le coût de la remise en question dépasse la volonté de le faire.

La conférence se termine sur un recadrage. Le moment transformateur pour toute technologie n'est pas celui où elle atteint sa maturité technique. C'est celui où l'infrastructure de confiance qui l'entoure a été établie. La finance n'est pas devenue le système financier lorsque la monnaie est apparue. Elle l'est devenue lorsque l'audit indépendant est apparu. L'IA traverse ce même seuil. À quoi doit ressembler cette infrastructure — comment elle fonctionne, sur quels principes elle repose — c'est la question à laquelle les conférences suivantes de cette série s'attachent à répondre.