Analyse du rejet de l’IA : le problème de la licence sociale

J’ai la mauvaise habitude de remarquer les coffrets techniques. Les armoires beiges sur les trottoirs, les postes électriques clôturés derrière les supermarchés, les équipements qui bourdonnent et que personne ne photographie, sauf quand ils sont en panne. Pendant la majeure partie de l’ère d’Internet, les infrastructures réussissaient quand elles disparaissaient à l’arrière-plan. L’IA est différente, parce que les machines arrivent à l’échelle des quartiers au moment même où le produit arrive à l’échelle des lieux de travail, et l’on demande aux gens de faire confiance aux deux en même temps. C’est pourquoi la contestation actuelle contre l’IA compte. Il est tentant de ranger la résistance des communautés dans la politique locale et l’inquiétude des travailleurs dans la communication produit, comme si l’une relevait des équipes immobilières et l’autre du marketing. Mais elles deviennent le même problème. Les entreprises d’IA découvrent que l’approvisionnement en capacité de calcul ne consiste pas seulement à acheter assez de serveurs. Il consiste à obtenir la permission.

Le quartier fait désormais partie de la pile

Le World Resources Institute décrit clairement cette inversion de base : les outils d’IA peuvent sembler faciles à utiliser, mais l’infrastructure qui les soutient n’est pas invisible. Le WRI affirme que de nouveaux centres de données transforment les réseaux énergétiques locaux, les systèmes d’eau et l’usage des sols aux États-Unis, souvent avec peu d’informations publiques sur les impacts ou les bénéfices à long terme. Ce n’est pas un sujet secondaire pour les entreprises d’IA. C’est l’expérience utilisateur physique du produit.

Quand un chatbot répond instantanément, l’utilisateur voit de la magie. Quand une communauté voit augmenter la pression sur les systèmes électriques, la consommation d’eau et les décisions d’aménagement, elle voit un marché qu’elle n’a pas clairement accepté de conclure. Le WRI note que les prix de l’énergie et la consommation d’eau dominent généralement le débat, mais son cadre est plus large et inclut la qualité de l’air ainsi que d’autres effets sur les communautés. L’industrie aime parler de latence. Les habitants parlent de proximité.

CRN rapporte que Ryan McCurdy, président de Lenovo North America, a qualifié la contestation croissante contre les centres de données de « l’une des plusieurs contraintes » auxquelles l’industrie est confrontée, aux côtés des pénuries de composants et d’électricité. Cette phrase en dit plus qu’il n’y paraît au premier abord. Une contrainte n’est pas une impression vague. C’est quelque chose qui modifie le plan réalisable.

La demande peut augmenter pendant que

la permission diminue Ce qui est étrange, c’est que la contestation ne signifie pas que la demande s’est refroidie. Selon CRN, McCurdy a déclaré que Lenovo n’avait pas constaté de ralentissement de la demande en IA, tandis que le groupe Infrastructure Solutions de l’entreprise a enregistré une hausse de 98 % sur un an, atteignant un record de 8,5 milliards de dollars. Autrement dit, le signal du marché et le signal civique évoluent dans des directions opposées.

Gartner donne à cette tension un nom plus opérationnel. Son rapport, « Data Center Backlash Becomes an AI Capacity Constraint », indique que les restrictions de zonage croissantes poussent davantage les développeurs à s’assurer que leurs engagements futurs en matière de capacité sont autorisés et socialement durables. Cette expression, socialement durables, est peut-être la mesure d’infrastructure la plus importante de l’IA en ce moment. Un site qui fonctionne sur une feuille de calcul mais s’effondre lors d’une réunion publique n’est pas une capacité. C’est une promesse avec une faille cachée.

C’est là que le déploiement de l’IA commence à ressembler à tous les autres grands systèmes qui touchent la vie quotidienne. Les routes, les centrales électriques, les lignes de transport d’électricité et le logement dépendent tous d’une approbation formelle et d’une légitimité informelle. Les bâtisseurs de l’IA ont été exceptionnellement bons dans le premier type de passage à l’échelle : des modèles plus rapides, plus de clients, de plus grands clusters. Ils rencontrent maintenant le second type : le lent processus humain qui consiste à être cru.

La contestation du produit est une

contestation de l’infrastructure Le Council on Foreign Relations affirme que la politique de l’IA n’a pas joué de rôle dans l’élection présidentielle de 2024, mais indique que l’IA est déjà très impopulaire et que des perturbations personnelles pourraient créer une pression politique. Le CFR cite aussi des études concluant que les capacités des principaux modèles d’IA doublent environ tous les quatre mois depuis 2024, avec un rythme qui s’accélère. Que chaque consommateur suive ou non les références de performance des modèles, il peut ressentir cette accélération comme une perte de contrôle.

C’est le pont entre le conflit autour des centres de données et celui autour du lieu de travail. Une communauté ne s’oppose pas forcément aux serveurs dans l’abstrait. Un travailleur ne s’oppose pas forcément aux logiciels dans l’abstrait. L’inquiétude s’intensifie lorsque les deux arrivent comme des décisions déjà prises, avec des coûts localisés et des bénéfices décrits dans un langage trop large pour être vérifié.

Pour les équipes produit, cela devrait servir d’avertissement de conception. Si le récit du déploiement se résume à dire que l’IA est inévitable, la résistance devient rationnelle. Les gens n’ont pas besoin de rejeter la technologie pour regretter d’être traités comme un détail de mise en œuvre. La meilleure question n’est pas de savoir comment convaincre tout le monde que l’IA est bonne. Elle est de savoir comment rendre l’échange assez visible pour que les gens puissent le juger honnêtement.

Construire pour obtenir la permission, pas seulement

la performance MIT Technology Review a récemment associé la contestation contre les centres de données à un autre débat d’infrastructure : le nucléaire de nouvelle génération. Sa newsletter note que l’intérêt commercial pour le nucléaire a bondi à mesure que les préoccupations liées au climat et à l’indépendance énergétique ont augmenté, tandis que la construction de centrales nucléaires reste coûteuse et lente. Les partisans espèrent que de nouvelles conceptions de réacteurs pourront aider à remplacer les combustibles fossiles sans émettre de gaz à effet de serre.

Ce rapprochement est utile, car il montre la forme que prendra la prochaine décennie. L’IA, l’énergie et la confiance locale deviennent une seule conversation. Deloitte demande si les infrastructures américaines peuvent suivre le rythme de l’économie de l’IA, et la réponse ne se trouvera pas seulement dans les plans d’achat. Elle se trouvera dans la clarté avec laquelle les constructeurs expliqueront l’eau, l’électricité, l’usage des sols, les emplois et la responsabilité avant que l’opposition ne se durcisse.

La voie constructive n’est pas de ralentir par défaut les usages utiles de l’IA. Elle consiste à cesser de traiter l’acceptation du public comme une variable secondaire que l’on pourra gérer une fois le plan technique terminé. Les entreprises qui réussiront sur ce point parleront plus tôt aux communautés, partageront plus clairement leurs hypothèses opérationnelles, relieront les charges locales à des bénéfices locaux et concevront des produits qui reconnaissent l’inquiétude liée au travail au lieu de l’esquiver.

Le prochain goulot d’étranglement de l’IA pourrait encore être les puces, les transformeurs, les raccordements au réseau ou le capital. Mais le goulot d’étranglement le plus intéressant est culturel : les gens croient-ils que les institutions qui construisent l’IA sont capables d’entendre un refus, de changer de cap et de faire une meilleure offre ? Si l’industrie veut obtenir la permission de construire les machines invisibles de la vie quotidienne, que devrait-elle d’abord rendre visible ?