La semaine dernière, Google DeepMind a dévoilé quelque chose qui aurait dû faire tousser le monde en buvant son café.
Leur nouveau système, AlphaProof Nexus, a résolu neuf problèmes mathématiques ouverts—de véritables monstres vieux de plusieurs décennies qui avaient survécu à des carrières. Deux d'entre eux étaient restés intacts depuis 1970. Cinquante-six ans de génie humain, et la facture s'élevait à quelques centaines de dollars en calcul.
Pensez à cela. Un mystère plus vieux que la plupart des PDG, résolu par un algorithme pour le prix d'un ordinateur portable bon marché. Si cela s'était produit en 2024, le New York Times aurait publié une édition spéciale. LinkedIn aurait fondu. Nous mettrions tous à jour nos présentations de fin du monde.
Mais la semaine dernière ? Rien du tout. Vous l'avez probablement ignoré. J'ai failli le faire aussi.
Nous ne sommes pas blasés. Nous sommes épuisés.La fatigue des percéesest réelle.L'IA avance si vite, brisant tant de barrières "impossibles", que l'extraordinaire semble maintenant être un mardi. Nous sommes devenus insensibles aux miracles.
Le jour où les tests sont morts
Regardez les deux dernières années.
En 2021, MMLU était la référence—le SAT pour les machines. Aujourd'hui, chaque modèle de pointe obtient plus de 90 %. Quand toute la classe obtient un A+, le test ne vous dit plus rien d'utile.
Puis est arrivé GPQA Diamond. Ils ont conçu cette chose spécifiquement pour être introuvable sur Google. Pour même être qualifiée de question, elle devait être si terriblement spécifique que seul un doctorat dans ce sous-domaine exact pouvait la résoudre ; un doctorat d'un domaine voisin avec un accès complet à Internet échouerait encore.
GPT-4 a obtenu 39 %. Respectable, mais humain.
Début 2026, Gemini 3.1 Pro a atteint 94,1 %. Les doctorats humains tournent autour de 65 %. En deux ans, nous sommes passés de "pire qu'un étudiant diplômé" à "faire honte aux experts du domaine."
Les personnes rédigeant les examens ne peuvent plus les écrire assez vite.
Bienvenue dans l'ère de L'abondance de preuves
Le mois dernier, Terence Tao—qui est aux mathématiques ce que Mozart était à la musique—s'est levé à Stanford et a dit quelque chose qui m'a bouleversé.
Nous avons quitté l'ère de la rareté des preuveset entré dans l'ère de l'abondance des preuves.
Autrefois, une preuve majeure était un événement générationnel. Les mathématiciens brûlaient leur vie, remplissant des sacs de papier brouillon, juste pour faire passer une conjecture de "peut-être" à "vrai." C'était sacré. C'était rare.
Maintenant ? Le site du Problème d'Erdős a un retard de plus de vingt preuves générées par l'IA qui attendent simplement que des humains les vérifient. Les machines dépassent notre capacité à les lire.
Tao a admis qu'il a mis sur pause. Il ne peut pas suivre. Et il a utilisé une analogie qui va rester gravée en moi pour toujours :
L'IA est comme un hélicoptère qui vous dépose au sommet. Vous obtenez la vue instantanément. Mais vous manquez l'ascension. Et voici le truc : l'ascension est là où réside la valeur.
Le Dilemme Corporatif : Comment Mesurer la "Compétence en IA" ?
Alors, quel rapport cela a-t-il avec votre réunion du lundi matin ?
Tout.
En mathématiques, la preuve est binaire. Soit vous l'avez résolue, soit vous ne l'avez pas. Vérité objective. Magnifique.
Mais dans votre bureau ? Si vous demandez à l'IA de rédiger un plan marketing, de créer une présentation ou d'écrire un script Python, le résultat est toujours...plutôt bien . Ce n'est jamais embarrassant. C'est toujours plausible.
Donc, tout le monde sur LinkedIn prétend avoir "multiplié sa productivité par 10". Mais un PDG m'a pris à part la semaine dernière et a posé la question que personne ne veut poser à voix haute :
"James, mon équipe utilise l'IA partout. Mes factures d'API sont exorbitantes. Mais comment savoir qui maîtrise réellement ce truc, et qui est juste très bon pour avoir l'air occupé ?"
C'est une question percutante. Parce que sans un moyen réel de mesurer cela, nous sommes tous juste des génies dans nos propres canaux Slack.
La réponse n'est pas un outil. C'est un état d'esprit.
Accumulation.
Consommation horizontale vs. accumulation verticale
Regardez comment votre équipe utilise l'IA, et vous verrez deux espèces émerger.
Le Consommateur (Horizontal)
Ils jettent leurs points clés dans ChatGPT. Il produit un rapport poli. Ils l'envoient. Ils ont gagné vingt minutes. Ils ont "utilisé" l'IA.
Mais demandez-leur ce qu'ils ont appris. Demandez-leur ce qu'ils peuvent faire aujourd'hui qu'ils ne pouvaient pas faire le mois dernier. Vous obtiendrez un regard vide. Ils ont construit un château de sable. La marée est montée. Rien n'est resté.
L'Accumulateur (Vertical)
Ils utilisent également l'IA pour rédiger ce rapport. Mais ensuite, ils passent dix minutes supplémentaires dans le chat."Regardez ce que j'ai accompli cette semaine. Quelle est une compétence technique ou un cadre stratégique que je viens d'utiliser et que je n'avais pas dans ma boîte à outils il y a 90 jours ?"
Ils le consignent. Ils le cartographient. Ils le possèdent.
Trois mois plus tard, le Consommateur continue de déléguer des tâches répétitives à une machine. L'Accumulateur est visiblement différent. Ils peuvent indiquer des capacités spécifiques qu'ils ont développées. Ils ne sont pas seulement plus rapides—ils sont plus grands.
Alors demandez-vous : Est-ce que vous coulez du béton, ou est-ce que vous construisez des châteaux de sable ?
Les 2,5 % qui comptent
Retour à AlphaProof Nexus. Neuf problèmes résolus. Cela semble incroyable.
Mais DeepMind nous a également dit qu'il avait tenté 353.
Son taux de réussite était 2,5 %.
Dans tout autre contexte, c'est une note d'échec. Mais en mathématiques, ce 2,5 % est permanent. Chaque preuve confirmée devient une fondation. La machine s'appuie dessus pour atteindre des sommets. Elle n'oublie pas. Elle ne recommence pas. Elle accumule.
C'est tout le jeu.
Vous ne rivalisez pas avec l'IA en matière d'intelligence brute. Vous ne le ferez jamais. Votre avantage est votre expertise humaine approfondie—les choses que les algorithmes ne peuvent pas toucher (pour l'instant). Lire la micro-expression d'un client pendant une négociation. Sentir quand une équipe est sur le point de craquer. Savoir quel risque prendre lorsque les données sont à 50/50.
Vous utilisez ce jugement pour donner à l'IA des instructions précises et puissantes. L'IA vous donne un levier. Vous utilisez ce levier pour affiner encore votre jugement.
C'est le volant d'inertie. C'est l'accumulation.
Lorsque vous construisez verticalement, l'IA devient votre moteur. Lorsque vous dérivez horizontalement, elle devient votre béquille.
Lequel construisez-vous ?
JamesPDG, Mercury Technology SolutionsAccélérez la digitalité.
