xAI a publié les résultats de benchmark de Grok 3, sa dernière génération de modèle de langage. Les chiffres sont spectaculaires : Grok 3 surpasse GPT-4o sur plusieurs évaluations académiques clés en mathématiques, en sciences et en codage. Une percée qui confirme que la compétition dans l’IA générative se joue désormais à plusieurs acteurs de premier rang.

Les résultats qui font parler

Sur AIME 2025 (compétition mathématique de haut niveau), Grok 3 atteint un taux de résolution de 93,3 %, contre 83,3 % pour GPT-4o et 86,7 % pour Gemini 1.5 Pro. Sur GPQA Diamond, qui évalue des questions de niveau doctorat en chimie, biologie et physique, Grok 3 obtient 84,6 % — un record pour un modèle commercial. Sur HumanEval (codage Python), Grok 3 atteint 88,4 %, se positionnant derrière Claude 3.7 Sonnet mais devant la majorité des concurrents.

L’infrastructure qui rend cela possible

Ces performances reposent sur Colossus, le supercalculateur d’entraînement de xAI basé à Memphis, Tennessee. Avec 200 000 GPU NVIDIA H100, Colossus est l’un des clusters d’entraînement les plus puissants au monde. L’avantage d’Elon Musk : sa capacité à lever des capitaux massifs rapidement et à construire une infrastructure matérielle à une vitesse que peu d’organisations peuvent égaler. La phase 2 de Colossus, avec un million de GPU, est en cours de déploiement.

Les forces et limites de Grok 3

Grok 3 excelle dans les tâches qui nécessitent un raisonnement structuré et des connaissances scientifiques précises. En revanche, les évaluateurs indépendants notent une tendance à l’assurance excessive sur des sujets politiquement sensibles et un alignement aux valeurs moins rigoureux que ses concurrents. La politique délibérément moins restrictive de xAI sur les contenus — voulue par Musk — est un différenciateur commercial mais aussi une source de risques réputationnels.

L’accès et le modèle économique

Grok 3 est disponible via l’abonnement X Premium+ à 16 dollars par mois, ainsi qu’une API destinée aux développeurs. La version « Grok 3 Reasoning » (équivalent d’o3 chez OpenAI) sera lancée dans les prochaines semaines. La stratégie de distribution via X donne à xAI un accès immédiat à plus de 500 millions d’utilisateurs actifs — un canal de diffusion unique que ne possède aucun autre acteur de l’IA.

Deux ans après le déploiement massif des outils d’IA générative dans les entreprises, les premiers données robustes sur l’impact réel sur l’emploi commencent à émerger. La réalité est plus nuancée que les prophéties catastrophistes ou les optimismes béats : oui, des métiers disparaissent ; oui, de nouveaux émergent. Mais la transition est douloureuse pour ceux qui en font les frais.

Les métiers les plus impactés (en baisse)

Les données du Bureau International du Travail (BIT) pour 2025-2026 montrent des baisses significatives dans plusieurs catégories : les centres d’appels et service client (-34% d’effectifs en 2 ans dans les grandes entreprises), la traduction et l’interprétation de documents standard (-28%), la rédaction de contenu web générique (-41%), la saisie de données et le back-office administratif (-38%), et les fonctions de modération de contenu en ligne (-52%).

Les métiers en forte croissance

En contrepartie, de nouveaux métiers explosent : l’ingénierie de prompt et l’optimisation des LLM (+340% d’offres d’emploi), la gouvernance IA et la conformité à l’AI Act (+180%), la formation et l’évaluation de modèles d’IA (+220%), les spécialistes en cybersécurité IA (+165%), et de manière plus surprenante, les métiers artisanaux et relationnels (plombiers, électriciens, soignants, enseignants) dont la valeur augmente précisément parce que l’IA ne peut pas les remplacer facilement.

La réponse des politiques publiques

Face à ces mutations, les gouvernements déploient des programmes massifs de reconversion. En France, le « Plan Compétences IA » finance la reconversion de 500 000 travailleurs sur 3 ans. L’Allemagne expérimente un revenu de transition garanti pour les salariés dont le poste est supprimé par automatisation. Et la discussion sur le revenu universel de base, longtemps marginale, revient au centre du débat politique européen.

Plusieurs tribunaux français expérimentent discrètement des outils d’intelligence artificielle pour évaluer le risque de récidive des prévenus lors des décisions de détention provisoire. Une expérimentation qui soulève des questions fondamentales sur l’équité, la présomption d’innocence et le rôle de l’algorithme dans la justice humaine.

Comment fonctionnent ces outils

Les algorithmes de justice prédictive analysent des données structurées : antécédents judiciaires, type d’infraction, situation sociale, emploi, logement, liens familiaux. Ils produisent un « score de risque » de récidive sur une échelle de 1 à 10, que les magistrats peuvent consulter — sans obligation de le suivre — lors de leurs délibérations. En France, l’outil utilisé (développé par une startup bordelaise sous contrat avec le Ministère de la Justice) génère un score accompagné d’une explication des facteurs les plus influents.

Les résultats préliminaires

Sur 18 mois d’expérimentation dans 4 juridictions pilotes, les résultats sont nuancés. La corrélation entre le score de risque élevé et la récidive effective est de 68% — supérieure à la seule intuition des magistrats (61% selon une étude de contrôle), mais loin d’être parfaite. Surtout, des biais ont été identifiés : le score surpondère certains critères socio-économiques qui corrèlent avec l’origine ethnique, reproduisant potentiellement des discriminations systémiques.

Le débat éthique et constitutionnel

La CNIL (Commission Nationale Informatique et Libertés) a émis un avis réservé sur l’expérimentation, pointant les risques de discrimination algorithmique et l’opacité des modèles. La Ligue des Droits de l’Homme a saisi le Conseil d’État. Les magistrats, eux, sont divisés : certains voient dans l’outil une aide précieuse, d’autres refusent catégoriquement que leur jugement soit influencé par un algorithme.