Les Cinq Portes : Pourquoi l'IA est à l'arrêt à la porte de l'usine

TL;DR : Goldman Sachs vient de cartographier les cinq barrières entre le succès logiciel de l'IA et son déploiement dans le monde physique. Le logiciel ressent déjà la douleur — 800 milliards de dollars de valorisation effacés des principales actions de logiciels américaines en six mois alors que le pouvoir de fixation des prix s'effondre de "par siège" à "par résultat". Mais la vraie histoire est ce qui se passe lorsque l'IA essaie d'entrer dans les 99,5 % du PIB qui ne sont pas des logiciels.Alerte : ce n'est pas un problème technologique. C'est un problème de physique, de personnes et de certification.Voici le cadre des cinq portes, et comment auditer votre propre secteur par rapport à cela.

James ici, PDG de Mercury Technology Solutions. Hong Kong — 16 juillet 2026

Une équipe de banque d'investissement de Goldman Sachs — pas de recherche, banque — vient de publier un rapport de 30 pages intitulé Exploiter l'IA pour l'économie réelle. Cela importe car les analystes de recherche écrivent pour les marchés. Les banquiers écrivent pour les PDG qui signent des chèques. Lorsque les banquiers produisent des recherches, c'est une carte de ce qu'ils pensent que l'argent va réellement circuler.

Et la carte dit : L'IA est sur le point de frapper un mur. Cinq d'entre eux.

Le 0,5 % contre le 99,5 %

Voici le système de coordonnées que la plupart des gens manquent.

Les logiciels — SaaS, cloud, tout ça — représentent moins de 0,5 % du PIB mondial. Les 99,5 % restants sont la fabrication, l'énergie, la logistique, la construction, l'agriculture. Des choses physiques. Des atomes, pas des bits.

L'IA a conquis le 0,5 %. Maintenant, elle veut le 99,5 %.

Et les 99,5 % ne se soucient pas de votre API.

Portail Zéro : Le moment canari du logiciel

Avant de parler des usines, regardez ce qui se passe déjà avec les logiciels. L'indice IGV — un panier des meilleures actions de logiciels américaines — a chuté de 17 % au premier semestre 2026. Par rapport au pic d'octobre 2025, il est en baisse de 26 %. Les 10 plus grandes entreprises de logiciels ont perdu près de 800 milliards de dollars en capitalisation boursière.

Pas de revenus.Attentes.Le marché réévalue ce que vaut le logiciel dans un monde d'IA.

Voici pourquoi. Le SaaS facturait auparavant par utilisateur. Connectez-vous, payez. L'IA change la donne : pourquoi payer pour des connexions lorsque des agents IA peuvent faire le travail ? La question passe de "combien de personnes utilisent cela ?" à "quel résultat avez-vous livré ?"

Le pouvoir de tarification migre de "fonctionnalités vendues" à "résultats livrés."

Brian Kane de Goldman appelle le logiciel "le canari dans la mine de charbon pour l'économie de l'IA." Dans les anciennes mines, les canaris mouraient en premier — avertissant les mineurs du gaz. Le logiciel meurt en premier, avertissant chaque autre industrie de ce qui s'en vient.

Si vous achetez des logiciels, faites attention à ceci : le prix par siège est en train de disparaître. Le prix basé sur les résultats est en train d'entrer. Si vous êtes dans le secteur des logiciels, votre modèle commercial a une date d'expiration.

Les véritables goulets d'étranglement : les personnes et l'énergie

L'IA entrant dans les industries physiques se heurte à deux murs avant de rencontrer un mur technologique.

D'abord : les gens.Le rapport estime que le secteur de l'énergie américain a besoin de 500 000 nouveaux travailleurs d'ici 2030. Former un électricien prend 3 à 4 ans. En 2024, l'ensemble de l'industrie énergétique américaine a diplômé 45 000 apprentis. Besoin : 65 000 par an. Et cela avant de tenir compte des électriciens qui partent à la retraite.

L'ironie est brutale. Tout le monde panique à propos de l'IA remplaçant les emplois de cols blancs. L'anxiété réelle de Wall Street ?Pas assez d'électriciens, de soudeurs et de plombiers.Le capital s'accélère. Les puces itèrent. Former des humains n'a pas de raccourci.

Deuxième : pouvoir.Abilene, Texas — population 120 000 — consomme désormais autant d'électricité que San Francisco, population 900 000. Pourquoi ? Les centres de données. Microsoft, Meta et Oracle construisent des "centres de données insulaires" avec leur propre production d'énergie parce que le réseau ne peut pas suivre. Microsoft a signé un contrat de 20 ans pour redémarrer Three Mile Island. Amazon investit dans de petits réacteurs modulaires.

Les entreprises qui se contentaient auparavant de utiliser de l'électricité doivent maintenant générer de l'électricité. C'est à quel point l'IA a déjà changé la physique du jeu.

Le Cadre des Cinq Portes

Goldman appelle cela "Exigences de Déploiement de l'IA Industrielle." Je les appelle Les Cinq Portes — car chacune d'elles est un point de contrôle qui élimine les projets d'IA qui ne peuvent pas le franchir.

Porte 1 : Contraintes Physiques

L'IA s'optimise magnifiquement en simulation. Puis elle rencontre la réalité.

Les matériaux ont des tolérances. La chaleur se comporte différemment de ce qui est modélisé. Humidité, poussière, vibration — le monde réel ne correspond pas à l'environnement d'entraînement. Un design théoriquement parfait échoue au moment où il touche un véritable sol d'usine.

Cette porte nécessite quelque chose que la plupart des équipes d'IA n'ont pas : des personnes qui comprennent à la fois la physique de l'industrie et les limites du modèle. Pas des data scientists. Pas des experts du domaine. Des personnes capables de traduire entre les deux mondes.

Porte 2 : Données Privées

ChatGPT peut rédiger vos e-mails. Il ne peut pas optimiser votre chaîne de production. Pourquoi ? Il n'a jamais vu vos données.

Les données d'entraînement précieuses pour l'IA physique se trouvent à l'intérieur des usines, des chaînes d'approvisionnement et des journaux de contrôle qualité. Ce n'est pas sur Internet. Ce n'est pas dans Common Crawl.Un fabricant de denim avec dix ans de retours clients, de données de retour et de plaintes sur les tailles a quelque chose auquel aucun modèle de base ne peut accéder.

C'est pourquoi les modèles bon marché ne détruisent pas les douves. Les modèles bon marché sont des commodités. Les données propriétaires sont la douve.

Porte 3 : Déploiement en périphérie

L'IA de l'usine ne peut pas vivre dans le cloud. Latence, connectivité, fiabilité — une ligne de production ne peut pas s'arrêter à cause d'un problème avec AWS us-east-1.

Les modèles doivent fonctionner localement : sur des machines, des contrôleurs, des systèmes embarqués. Cela change complètement le problème d'ingénierie. Vous n'appelez pas une API. Vous déployez l'inférence sur du matériel qui n'a jamais été conçu pour cela.

Porte 4 : Certifiabilité

Dans le logiciel, une hallucination gaspille des jetons. Dans l'aviation, l'énergie ou l'automobile, une hallucination tue des gens.

Cette porte est la plus difficile. La certification traditionnelle exige que vous expliquiez pourquoi un système a pris une décision — pour prouver qu'il est prévisible et vérifiable. L'IA est une boîte noire. Même ses créateurs ne peuvent pas toujours expliquer pourquoi elle produit ce qu'elle produit.

Dans les industries à haut risque, "ça fonctionne" ne suffit pas. "Nous pouvons prouver que cela fonctionne dans toutes les conditions" est la norme.Et nous n'avons pas encore de cadres pour certifier les systèmes en boîte noire dans des environnements critiques pour la sécurité.

Ce n'est pas une barrière technologique. C'est une barrière réglementaire et méthodologique. Et c'est la raison pour laquelle l'IA entrera d'abord dans des applications physiques à faible risque, et dans celles à haut risque en dernier.

Portail 5 : Intégration des flux de travail

Les usines ont des décennies d'équipements, de processus et de connaissances institutionnelles accumulées. Vous ne pouvez pas vous arrêter pour "installer l'IA". Vous devez changer le moteur pendant que l'avion vole.

C'est le problème de "changer les pneus à 200 mph". L'IA doit s'intégrer dans les flux de travail existants sans casser ce qui fonctionne déjà. Les organisations qui réussissent ici ne remplacent pas les systèmes — elles les augmentent, un flux de travail à la fois.

La division des coûts en Chine

Le rapport comprend une section sur ce que Goldman appelle la "division des coûts en Chine". Sur OpenRouter — la plus grande plateforme de modèles d'IA tiers — les modèles chinois représentent désormais 40-50 % de la consommation de jetons, contre des chiffres à un chiffre fin 2024. Les coûts d'inférence chinois ne représentent qu'une fraction de ceux des modèles de pointe américains.

Mais Goldman ajoute une mise en garde critique : la part de jeton n'est pas la part de revenu.

Des modèles bon marché abaissent le coût d'entrée. Ils ne construisent pas le mur. Lorsque les modèles deviennent une infrastructure bon marché — comme l'électricité, comme la bande passante — la valeur se déplace en amont. Vers les données. Vers l'intégration des flux de travail. Vers l'expertise industrielle qui sait quels problèmes valent la peine d'être résolus.

La barrière n'est pas l'accès à l'IA. La barrière est de savoir quoi en faire.

Le Signal de Prométhée

Une entreprise dans le rapport a attiré mon attention. Prométhée — fondée par Jeff Bezos — vise à construire un "ingénieur général en IA." Un logiciel qui conçoit des moteurs à réaction, des molécules de médicaments, des systèmes physiques complexes. Elle a levé 12 milliards de dollars en juin 2026 à une valorisation de 41 milliards de dollars.

Pensez à ce que cela signifie. L'ambition de l'IA est passée de l'écriture d'e-mails à l'invention de choses physiques.L'objectif n'est plus l'automatisation. C'est de comprimer l'ensemble du cycle d'ingénierie et d'invention.

Si cela fonctionne, les Cinq Portes deviennent les Cinq Opportunités. Si cela ne fonctionne pas, elles restent les Cinq Murs.

Auditez votre position

Le cadre de Goldman est utile comme diagnostic. Faites passer votre secteur à travers :

| Porte | Question | |------|----------| | Contraintes Physiques | Qu'est-ce qui se casse lorsque la théorie rencontre votre réalité ? | | Données Privées | Que savez-vous que aucun modèle de base n'a vu ? | | Déploiement en Bordure | Où l'IA doit-elle fonctionner que le cloud ne peut atteindre ? | | Certifiabilité | Quelle certification se dresse entre vous et le déploiement ? | | Intégration des Flux de Travail | Quel processus existant se briserait si vous y touchiez ? |

Plus vous franchissez de portes, plus votre douve est forte. Une ou deux ? Vous êtes une fonctionnalité, pas une plateforme.

Si vous évaluez des fournisseurs d'IA, posez-leur ces cinq questions. S'ils ont des réponses pour les cinq, ils construisent quelque chose de durable. S'ils se dérobent à "certifiabilité" ou "déploiement en bordure", ils vendent un logiciel pour un problème qui nécessite des systèmes.

La révolution de l'IA ne ralentit pas. Elle quitte simplement le monde des logiciels pour entrer dans le monde physique. Et le monde physique ne se soucie pas de votre cycle de hype.

Mercury Technology Solutions : Accélérez la digitalité.