Les dépenses colossales des grandes entreprises technologiques dans le domaine de l'intelligence artificielle (IA) révèlent un déséquilibre flagrant dans leurs priorités de recrutement : les développeurs et chercheurs en IA sont courtisés à prix d'or, tandis que les experts en conformité, en éthique et en régulation peinent à trouver leur place. Ce phénomène, observé à l'échelle mondiale, a des conséquences directes sur l'indépendance de la recherche académique et sur la capacité des institutions à exercer une surveillance critique.
En 2025, Google, Amazon, Microsoft et Meta ont consacré ensemble 380 milliards de dollars à la construction d'outils d'intelligence artificielle. Ce montant devrait grimper à 650 milliards de dollars en 2026, soit une augmentation de plus de 70 %, principalement destinée à financer l'infrastructure physique, notamment les centres de données. Une part significative de cette manne est allouée à l'attraction des meilleurs talents techniques. Meta aurait ainsi proposé à un chercheur en IA, cofondateur d'une start-up spécialisée dans l'entraînement d'agents IA, un package de rémunération de 250 millions de dollars sur quatre ans. Les firmes technologiques dépensent également des milliards dans des « reverse-acquihires », une pratique qui consiste à débaucher les employés vedettes des start-ups sans racheter les sociétés elles-mêmes.
Face à ces offres mirifiques, les experts techniques qui perçoivent des salaires plus modestes peuvent légitimement s'interroger sur leur avenir professionnel. L'inquiétude est particulièrement vive dans le monde académique, où l'on parle désormais d'un « exode des cerveaux » de l'IA. Depuis le lancement de ChatGPT fin 2022, les départs des chercheurs universitaires vers l'industrie se sont accélérés. Une étude publiée en 2025 montre que les jeunes chercheurs – ceux qui sont environ cinq ans après le début de leur carrière et dont les travaux figurent parmi les plus cités – ont 100 fois plus de chances de rejoindre le secteur privé l'année suivante que leurs collègues dix ans d'ancienneté dont les publications ont un nombre de citations moyen.
Le risque d'une science uniformisée
Ce déséquilibre menace les missions spécifiques de la recherche académique : l'innovation guidée par la curiosité plutôt que par le profit, ainsi que la capacité à fournir une critique indépendante et un examen éthique. L'obsession des grandes entreprises pour le recrutement des talents les plus brillants pourrait également éroder l'idée que la science est une entreprise collective, où ce sont les équipes – et non les individus – qui réalisent les travaux les plus significatifs.
La croyance dans le « ingénieur 10x », une figure légendaire de l'industrie logicielle capable d'un impact décuplé par rapport à ses pairs, alimente cette dynamique. Pourquoi embaucher et gérer tout un groupe de scientifiques ou d'ingénieurs logiciels quand un seul génie – ou un agent d'IA – peut surpasser leurs performances ? Cette proposition séduit de plus en plus les firmes technologiques qui parient sur le remplacement d'un grand nombre d'emplois d'ingénieurs débutants et même intermédiaires par l'IA. Le lancement du modèle Gemini 3 Pro de Google, vanté pour son « raisonnement de niveau doctorat », illustre une stratégie marketing qui séduit les dirigeants désireux de remplacer les humains par l'IA.
Mais le récit du génie solitaire est de plus en plus déconnecté de la réalité. La recherche confirme une vérité fondamentale : la science est un sport d'équipe. Une vaste étude portant sur les publications scientifiques de 1900 à 2011 a montré que les articles issus de collaborations importantes ont systématiquement un impact plus grand que ceux des petites équipes, même après prise en compte des autocitations. Les analyses des scientifiques les plus cités révèlent un schéma similaire : leurs travaux aux plus forts impacts sont souvent ceux comptant de nombreux auteurs. Une étude de 2020 sur les lauréats du prix Nobel confirme cette tendance : la taille moyenne des équipes avec lesquelles ils publient n'a cessé d'augmenter au fil du temps.
Des avancées majeures issues de la collaboration
De la détection des ondes gravitationnelles à l'édition génétique CRISPR en passant par les récentes percées de l'IA dans la prédiction de la structure des protéines, les avancées les plus marquantes de la science moderne sont des réalisations collectives. Bien que ces succès soient souvent associés à des personnalités éminentes – scientifiques seniors, lauréats du prix Nobel, détenteurs de brevets – le travail lui-même a été mené par des équipes allant de quelques dizaines à plusieurs milliers de personnes et s'est appuyé sur des décennies de science ouverte : données partagées, méthodes, logiciels et connaissances accumulées.
Construire des institutions solides est un usage beaucoup plus efficace des ressources que de miser sur un seul individu. Des exemples comme la collaboration scientifique LIGO, qui a détecté les ondes gravitationnelles ; le Broad Institute du MIT et de Harvard, centre de recherche génomique et biomédicale à l'origine de nombreuses avancées CRISPR ; ou encore le laboratoire à but lucratif Google DeepMind, qui a révolutionné la prédiction de la structure des protéines avec son outil AlphaFold, illustrent cette approche.
Alors que les entreprises technologiques continuent de concentrer leurs efforts de recrutement sur les développeurs et les chercheurs en IA, les voix s'élèvent pour alerter sur la nécessité de rééquilibrer les priorités. Sans une place suffisante accordée aux experts en conformité, en éthique et en régulation, le progrès technologique risque de se faire au détriment de la confiance du public et de la sécurité juridique. Le phénomène observé en Europe, où les développeurs sont largement prioritaires sur les spécialistes de la conformité, n'est que la partie émergée d'un défi plus vaste qui concerne l'ensemble de l'écosystème mondial de l'IA.
