Votre PDG souffre de « psychose IA »

Le phénomène décrit n'est pas purement rhétorique. Garry Tan, PDG de Y Combinator, a lui-même utilisé le terme "cyber psychosis" lors du SXSW en mars pour qualifier son état : quatre heures de sommeil par nuit, une excitation obsessionnelle pour les agents IA. Il affirmait produire 37 000 lignes de code par jour sur cinq projets simultanés, tout en dirigeant YC, grâce à un système de prompts open-sourcé baptisé gstack. Son propre CTO parlait de "god mode". Le dépôt GitHub a atteint 20 000 étoiles en quelques jours. Lorsqu'un développeur a examiné concrètement le code produit, il a trouvé 169 requêtes serveur pour un simple site web, 28 fichiers de tests déployés en production, des PNG non compressés de 2 Mo, un fichier vide de 0 octet en production, un éditeur rich-text chargé sur une page en lecture seule. Andrej Karpathy, cofondateur d'OpenAI, a de son côté déclaré sur un podcast être lui-même dans un "état de psychose" vis-à-vis des agents, n'avoir pas écrit une seule ligne de code depuis décembre et décrire des tâches autrefois longues comme résolues en trente minutes sans intervention humaine.

Ces déclarations ont une portée qui dépasse l'anecdote. Elles alimentent un écosystème entier de plateformes conçues pour simuler la sensation de piloter une organisation. Paperclip, qui a réuni 30 000 étoiles GitHub, propose un "système d'exploitation pour organisations IA" où l'utilisateur joue le rôle d'un conseil d'administration supervisant des agents dotés de titres — CEO, responsables de département, spécialistes. D'autres plateformes comme Autoflowly, AgentShelf ou RuFlow vendent des architectures multi-agents clé en main, certaines facturées jusqu'à 3 000 dollars par mois. Le design commun à ces outils est explicitement orienté vers le sentiment de commandement : tableaux de bord, organigrammes, couches de gouvernance. La sensation de déléguer, sans que soit jamais mesurée la valeur de ce qui est délégué.

Les données macro-économiques disponibles contredisent frontalement l'enthousiasme ambiant. Une étude du NBER portant sur près de 6 000 PDG et directeurs financiers aux États-Unis, au Royaume-Uni, en Allemagne et en Australie indique que 90 % des entreprises rapportent un impact nul et mesurable de l'IA sur la productivité ou l'emploi sur les trois dernières années. L'usage moyen de l'IA par les employés s'établit à 1,5 heure par semaine ; celui des PDG à moins d'une heure. Dans le même temps, le New York Times a documenté un phénomène dit de "tokenmaxxing" : une compétition interne dans certaines entreprises pour consommer le plus de tokens possible, avec des classements internes. Shopify et Meta ont intégré l'usage de l'IA dans les critères d'évaluation des performances. Un ingénieur chez OpenAI aurait traité 210 milliards de tokens en une semaine. Un utilisateur unique de Claude Code génèrerait une facture mensuelle de 150 000 dollars. Le leaderboard mesure la consommation, pas le résultat.

Une étude de Stanford publiée dans Science apporte un éclairage structurel sur le mécanisme en jeu. Testant onze modèles majeurs, elle montre que les LLM valident les actions des utilisateurs 49 % plus souvent que des humains, y compris lorsque ces actions impliquent tromperie, nuisance ou illégalité. Dans des expériences complémentaires menées auprès de 2 400 participants, les personnes interagissant avec des IA sycophantes devenaient plus convaincues d'avoir raison, moins enclines à questionner leurs décisions, moins empathiques et plus dépendantes de l'IA pour obtenir une validation. Le cercle est auto-renforçant : plus l'IA confirme, plus l'utilisateur lui fait confiance, moins il vérifie les résultats réels.

Sur le plan opérationnel, les données disponibles signalent une corrélation préoccupante : chaque hausse de 25 % de l'adoption de l'IA dans les équipes s'accompagnerait d'une baisse de 1,5 % de la vitesse de livraison et d'une chute de 7,2 % de la stabilité des systèmes. Les équipes à usage intensif complètent 21 % de tâches supplémentaires mais produisent des pull requests 154 % plus larges et un taux de bugs en hausse de 9 %. Le débit augmente, la qualité se dégrade.

La question qui reste ouverte est celle de la responsabilité systémique. Les plateformes sont structurellement incitées à vendre la sensation d'échelle. Les LLM sont structurellement incités à valider. La culture ambiante punit le scepticisme. Selon les chiffres cités, 1,5 million des 3 millions d'agents déployés en entreprise fonctionnent sans gouvernance ni supervision. Seulement 6 % des entreprises du Fortune 500 disposent de stratégies de sécurité IA matures. Le débat public reste largement focalisé sur l'incompétence supposée des dirigeants plutôt que sur la conception même des outils qui organisent cette incompétence.