III. Les limites d'aujourd'hui de l'IA
| Limite | Ce qu'il faut savoir |
|---|---|
| Le modèle | Un seul modèle doit tout faire : comprendre, garder le fil, raisonner, répondre. Ses capacités restent limitées aux heures de pointe. |
| Le contexte | Pour chaque réponse, il relit la conversation (chapitre II). Comme s'il fallait relire tout le livre pour y ajouter une phrase. |
| Les ressources | Processeurs spécialisés, électricité, eau de refroidissement : rien n'est illimité. |
| L'accès gratuit | Quand la facture monte, il se réduit : quotas plus serrés, modèles plus légers, fonctions réservées. |
| Le système | Un modèle puissant ne suffit plus ; la puissance devient celle du système qui l'entoure. |
| Volume | Pages relues |
|---|---|
| 1 000 heures de dialogue | 120 000 à 700 000 pages relues. |
| 1 million d'heures de dialogue | 120 à 700 millions de pages relues. |
III.1 Les limites architecturales du modèle uni-agent actuel : pourquoi ça craque à grande échelle
Aujourd'hui, la plupart des IA grand public reposent sur un modèle unique qui doit tout gérer : comprendre la question, garder le fil, raisonner et répondre. Pour un usage individuel, cela fonctionne bien. Mais quand des millions de personnes se connectent en même temps, les machines disponibles ne suffisent plus : l'attente s'allonge, les réponses ralentissent, les limites apparaissent. Même en payant, les capacités restent limitées aux heures de pointe.
III.2 La relecture intégrale du contexte : pourquoi le coût augmente à chaque tour
Le chapitre II l'a montré : pour répondre, le modèle relit la conversation. Chaque échange coûte un peu plus que le précédent, et l'ensemble grandit plus vite que la conversation. À l'échelle d'un million d'heures de dialogue, ce sont des centaines de millions de pages relues.
III.3 Calcul, énergie, disponibilité
Chaque réponse mobilise des processeurs spécialisés, rares et coûteux. Selon l'estimation publiée par Google en août 2025, une requête texte médiane consomme environ 0,24 Wh, l'équivalent de moins de neuf secondes de télévision, et environ cinq gouttes d'eau pour le refroidissement, hors entraînement des modèles. C'est peu pour une réponse. Multiplié par des milliards de requêtes, cela impose de construire des centres de calcul de la taille d'usines.
III.4 Pourquoi le gratuit se réduit
Le gratuit n'élimine pas le coût du calcul. Quand la demande augmente, les fournisseurs arbitrent : quotas plus serrés, modèles plus légers, fonctions réservées aux abonnés. Exemple récent : chez Google, à partir du 9 octobre 2026, les utilisateurs gratuits n'ont plus accès qu'au modèle le plus léger de Gemini.
III.5 De la puissance d'un modèle à la puissance d'un système
Un modèle puissant ne suffit plus face aux tâches longues et complexes. La puissance devient celle du système qui l'entoure, avec plus de capacités, mais aussi plus de complexité.
Que se passe-t-il lorsque l'IA ne doit plus seulement répondre à une question, mais accomplir une tâche ?
III. The limits of today's AI
| Limit | What to know |
|---|---|
| The model | A single model must do everything: understand, keep track, reason, answer. Its capacity remains limited at peak hours. |
| The context | For each answer, it rereads the conversation (chapter II). As if you had to reread the whole book to add a single sentence. |
| Resources | Specialized processors, electricity, cooling water: none of it is unlimited. |
| Free access | When the bill rises, it shrinks: tighter quotas, lighter models, reserved features. |
| The system | A powerful model is no longer enough; the power becomes that of the system around it. |
| Volume | Pages reread |
|---|---|
| 1,000 hours of dialogue | 120,000 to 700,000 pages reread. |
| 1 million hours of dialogue | 120 to 700 million pages reread. |
III.1 The architectural limits of today's single-agent model: why it breaks at large scale
Today, most consumer AIs rely on a single model that must handle everything: understanding the question, keeping track, reasoning and answering. For individual use, this works well. But when millions of people connect at the same time, the available machines are no longer enough: waits grow longer, answers slow down, limits appear. Even for paying users, capacity remains limited at peak hours.
III.2 Rereading the full context: why the cost rises with every turn
Chapter II showed it: to answer, the model rereads the conversation. Each exchange costs a little more than the one before, and the total grows faster than the conversation itself. At the scale of a million hours of dialogue, that means hundreds of millions of pages reread.
III.3 Computing, energy, availability
Every answer draws on specialized processors that are scarce and expensive. According to the estimate Google published in August 2025, a median text request uses about 0.24 Wh, the equivalent of less than nine seconds of television, and about five drops of water for cooling, excluding model training. That is little for one answer. Multiplied by billions of requests, it requires building computing centers the size of factories.
III.4 Why free access is shrinking
Free access does not eliminate the cost of computing. When demand rises, providers make trade-offs: tighter quotas, lighter models, features reserved for subscribers. A recent example: at Google, from 9 October 2026, free users only have access to the lightest Gemini model.
III.5 From the power of a model to the power of a system
A powerful model is no longer enough for long and complex tasks. The power becomes that of the system around it, with more capabilities, but also more complexity.
What happens when AI no longer just has to answer a question, but has to carry out a task?