La Silicon Valley doute tout à coup de ses certitudes. Aaron Levie, fondateur de Box, a récemment pointé du doigt de nombreux PDG qui semblent souffrir de « psychose de l’IA », une forme d’aveuglement stratégique qui les conduit à surestimer la maturité des systèmes d’intelligence artificielle. Entre métriques de vanité, AI-washing et résistance des utilisateurs, ce diagnostic montre surtout l’écart entre la promesse technologique et la réalité des déploiements en 2026.
À retenir
- La « psychose de l’IA » selon Aaron Levie : un aveuglement stratégique qui pousse des dirigeants à surestimer la valeur immédiate de l’IA.
- Seulement 11 % des entreprises ont déployé des agents IA en production début 2026, avec un taux d’échec de 40 % sur des tâches complexes.
- Le « tokenmaxxing » transforme la consommation de ressources en métrique de vanité, tandis que l’AI-washing fait peser un risque juridique croissant (plus de 2 000 plaintes prévues par Gartner).
- Le rejet des utilisateurs s’amplifie : DuckDuckGo a vu ses installations bondir de 30 % face à une IA imposée par Google.
- La solution clé : les dirigeants doivent utiliser l’IA eux-mêmes pour en comprendre les limites et séparer systèmes déterministes et IA probabiliste.
Un diagnostic brutal venu de la Silicon Valley
Le concept de « psychose de l’IA » n’est pas né dans un laboratoire de neurosciences, mais sur les réseaux sociaux. Le 31 mai 2026, le PDG de Box a publié un message cinglant, repris et analysé par TechCrunch, dans lequel il dénonce l’aveuglement de ses pairs face aux limites réelles des technologies d’intelligence artificielle. Contrairement à la psychose clinique, documentée en 2025 par l’UCSF chez une patiente qui a développé des délires avec ChatGPT, la vision de Levie relève d’une métaphore organisationnelle. C’est un déni collectif au sommet des entreprises, qui pousse à des paris stratégiques risqués.
La « distance du dernier kilomètre », l’angle mort des dirigeants
Selon Levie, le cœur du problème tient à ce qu’il appelle la « distance du dernier kilomètre » : l’écart abyssal entre une démonstration technique et un déploiement réel. Trop éloignés des équipes chargées du codage et de la correction des bugs, les PDG sous-estiment le travail colossal nécessaire pour faire fonctionner un agent IA dans un environnement instable. Ils confondent alors prototype et produit fini, un biais que les ingénieurs connaissent bien.
C’est un peu comme si l’on jugeait une voiture autonome sur un circuit fermé, sans piétons ni pluie.
résume un expert anonyme
Le piège du « happy path » exécutif
Cette myopie est renforcée par le « happy path », autrement dit la tendance à ne retenir que les scénarios où l’IA réussit du premier coup. Les démonstrations internes sont soigneusement préparées, les données d’entraînement sélectionnées et les hallucinations gommées. Résultat : les dirigeants achètent une vision idéalisée de l’automatisation. Ils deviennent “AI-pilled”, pour reprendre le jargon de la Silicon Valley : l’intelligence artificielle devient alors l’unique prisme de décision. Ce climat creuse un fossé dangereux entre le sommet et la réalité opérationnelle.
L’entreprise droguée à l’intelligence artificielle
Derrière les grand-messes technologiques, une sous-culture d’entreprise s’est installée, entre ambition démesurée et métriques trompeuses. L’écosystème tech a inventé un vocabulaire symptomatique : « tokenmaxxing », « AI-washing ». Ces comportements, loin de favoriser l’innovation, nourrissent une bulle spéculative sur les capacités de l’IA.
« Tokenmaxxing » : quand maximiser les requêtes devient un sport
Le terme « tokenmaxxing » désigne l’incitation interne à consommer un maximum de tokens – la matière première des modèles de langage – sans se soucier du retour sur investissement. Comme pour les métriques de vanité du début du Web, certaines équipes transforment une dépense informatique en badge d’honneur. Pourtant, un récent rapport de Deloitte révèle que seules 11 % des entreprises ont des agents IA pleinement opérationnels en production. Pire, lorsque ces agents sont déployés sur des tâches complexes, ils échouent dans près de 40 % des cas. Concrètement, l’argent brûlé en tokens sert souvent surtout à entretenir l’illusion d’un progrès.
AI-washing, une pratique à haut risque juridique
La surenchère ne s’arrête pas aux dépenses internes. Dans leur communication financière, de nombreuses sociétés survendent l’autonomie de leurs systèmes pour séduire investisseurs et clients : c’est l’AI-washing. Cette pratique pourrait leur coûter cher. Selon Gartner, les réclamations juridiques liées à l’IA dépasseront les 2 000 d’ici la fin de l’année 2026. Les plaignants dénonceront des décisions automatisées opaques ou des promesses non tenues. À force de vouloir briller, les entreprises s’exposent à une méfiance durable des marchés et des régulateurs.
Quand le marché se rebiffe
Alors que les conseils d’administration poussent à une adoption massive, les utilisateurs finaux commencent à exprimer un rejet franc. Les signaux s’accumulent, et le retour de bâton devient difficile à ignorer.
La fronde des consommateurs contre l’IA imposée
L’exemple le plus parlant est celui de la recherche en ligne. Quand Google a intégré plus profondément l’IA générative dans ses résultats, de nombreux internautes ont fui la plateforme. DuckDuckGo, moteur respectueux de la vie privée et sans IA intrusive, a enregistré une hausse de 30 % de ses installations en quelques semaines. La même lassitude s’observe dans d’autres secteurs : des huées ont éclaté lors de cérémonies universitaires où l’IA était mentionnée, et des sondages indiquent une fatigue croissante face aux fonctionnalités ajoutées de force. Les consommateurs veulent désormais des expériences « garanties sans IA », ouvrant un segment de marché inattendu.
L’heure du bilan pour le retour sur investissement
Sur le front de l’emploi, la tension est également palpable. ClickUp, entreprise de logiciels, a réduit ses effectifs de 22 % cette année en justifiant cette décision par l’adoption d’agents IA. Un cas d’école qui alimente les craintes de licenciements massifs, même si les indicateurs macroéconomiques – comme un taux de chômage américain de 4,3 % – nuancent le tableau. Pendant ce temps, les investisseurs, lassés des dépenses sans résultats tangibles, parlent de « ROI reckoning », l’heure du bilan. Gartner prédit d’ailleurs que 60 % des projets d’IA seront abandonnés d’ici fin 2026 faute de qualité de données. La bulle spéculative commence à se dégonfler.
La cure de sobriété préconisée par les experts
Face à cette vague de désillusion, Aaron Levie et d’autres spécialistes appellent à revoir la stratégie IA de fond en comble. Leur message tient en deux mots : pragmatisme et expérience directe.
Une prescription simple : utiliser l’IA soi-même
La réponse est presque triviale. Levie recommande à chaque dirigeant de devenir un utilisateur intensif des outils qu’il déploie. Se confronter personnellement aux hallucinations, aux oublis de contexte et aux erreurs de logique est le seul moyen d’apprécier le coût réel du « dernier kilomètre ». Derrière chaque démonstration réussie se cachent des centaines d’heures de correction humaine. Une prise de conscience à la première personne permettrait d’aligner la vision stratégique sur ce qui est effectivement livrable.
Réconcilier le déterministe et le probabiliste
Le patron de Box insiste aussi sur une séparation claire, « de type Église et État », entre les systèmes déterministes – fiables, reproductibles, adaptés aux processus critiques – et l’IA générative, par nature probabiliste et imprévisible. Pour les transactions financières, les dossiers médicaux ou la sécurité, il faut continuer de s’appuyer sur des algorithmes classiques. L’IA générative, elle, excelle dans l’assistance, le brainstorming ou le prototypage rapide, à condition d’être supervisée. L’objectif n’est plus de remplacer l’humain, mais d’augmenter ses capacités. Les entreprises qui adopteront une approche « bottom-up », fondée sur les besoins réels des équipes de terrain, seront les mieux placées en 2026.
Laisser un commentaire
Vous devez vous connecter pour publier un commentaire.