Abri IA
Pratiques des IA en communication stratégique
Cartographie : les infrastructures
Stratégie de prompting
Comment j’ai fait
Pour construire ma partie de la carte mentale sur Miro, je suis partie des prompts rédigés ensemble en classe. Ils m’ont servi de base pour briefer mon IA et l’orienter dans ma recherche. J’ai utilisé ChatGPT pour comprendre comment construire une carte mentale sur Miro et connaître les étapes générales à suivre. Ensuite, j’ai réintégré le contenu que nous avions déjà élaboré en classe afin de lui donner le contexte et les informations que j’avais déjà en main. Après cela, j’ai ajouté la répartition du travail faite en équipe (environ 11 à 12 personnes) pour bien cadrer la partie dont j’étais responsable.
À partir de là, j’ai demandé à ChatGPT de m’aider à structurer chaque sous-division liée à ma section, notamment autour de l’énergie, des centres de données et des grands acteurs technologiques. Ensuite, j’ai travaillé de façon plus détaillée en posant des questions ciblées : j’ai demandé à ChatGPT de me sortir, étape par étape, des informations sur NVIDIA et chacun des autres acteurs de l’écosystème dont j’étais responsable (rôle, caractéristiques, objectifs, acteurs liés et liens avec les autres éléments de l’écosystème). Cette façon de travailler m’a permis d’avancer progressivement et de clarifier mes idées.
Analyse des résultats
Ce que j’ai appris sur la méthode
Une fois mes prompts finalisés dans ChatGPT, j’ai reçu un contenu détaillé pour chaque sous-secteur et chaque branche que je devais alimenter. Cependant, je trouvais que ces informations étaient trop larges par rapport à ce qui était attendu, selon moi, où le contenu devait rester plus bref et ciblé. J’ai donc relu les réponses, trié l’information et sélectionné ce que je jugeais personnellement le plus pertinent et le plus intéressant pour mon rôle dans le projet, afin de ne pas empiéter sur la partie traitée par un autre membre de l’équipe.
ChatGPT me proposait aussi, à la fin de certaines réponses, des versions brèves prêtes à intégrer dans la carte mentale, comme par exemple : « NVIDIA : Fournisseur clé du calcul IA, quasi-monopole des GPU IA, dépendance des acteurs de l’IA, contrôle du matériel et des logiciels, partenaire des hyperscalers, pouvoir économique, enjeu géopolitique indirect ». Toutefois, je trouvais parfois ces résumés trop courts et pas assez explicatifs pour la compréhension des autres lecteurs qui liront ma partie. J’ai donc adopté une approche intermédiaire : je m’appuyais sur l’ensemble des informations générées, puis je reformulais moi-même le contenu en conservant les éléments clés qui correspondaient le mieux aux besoins du travail. À la fin de mon travail, j’avais une synthèse comme celle-ci :
Le but fondamental de NVIDIA est de devenir et de rester l’infrastructure indispensable sur laquelle repose toute l’IA générative.
CARACTÉRISTIQUES : monopole sur le calcul IA, dépendance massive des acteurs de l’IA, contrôle de la pile technologique (CUDA, frameworks IA, GPU, optimisation des modèles), enjeu géopolitique indirect.
Rôle stratégique :
Fournisseur quasi incontournable de GPU IA (H100, B200…)
Position quasi dominante et dépendance structurelle des acteurs de l’IA (OpenAI, Google, Meta…)
Pouvoir de fixation des prix
Liens : Sans NVIDIA, pas d’IA générative à grande échelle.
Cette étape m’a permis d’adapter le niveau de détail et de m’approprier réellement le contenu.
J’ai ensuite fait une analyse afin de sélectionner, simplifier et reformuler les informations les plus pertinentes selon mes besoins. Cette démarche m’a permis d’assurer la cohérence avec le travail d’équipe et de mieux comprendre les liens entre les différents acteurs et ressources. Cette expérience démontre que l’IA est un outil efficace pour organiser et explorer l’information, mais qu’elle nécessite une analyse et une adaptation humaines pour produire un contenu réellement pertinent et adapté au contexte souhaité.
Synthèse des réponses
Ce que j’ai appris sur le sujet
L’IA générative repose sur un écosystème d’acteurs et de ressources interdépendants.
- NVIDIA ne crée pas directement l’IA générative, mais en rend l’existence possible en contrôlant la puissance de calcul. Cette maîtrise lui confère une position stratégique centrale et crée une dépendance structurelle des entreprises technologiques, des États et des infrastructures numériques.
- Les centres de données constituent l’infrastructure matérielle indispensable qui permet de faire fonctionner cette puissance de calcul. Ils concentrent ainsi des enjeux technologiques, énergétiques et politiques, et contribuent à transformer l’IA en un levier industriel et territorial majeur.
- À la base de cette chaîne, TSMC agit comme le maillon industriel essentiel en fabriquant les puces les plus avancées au monde. Cette force lui confère un poids technologique et géopolitique considérable, malgré une posture d’acteur industriel neutre.
- Enfin, les besoins électriques représentent la ressource vitale de l’IA générative. Ils conditionnent son déploiement à grande échelle, transforment l’énergie en enjeu stratégique et placent les États au cœur des arbitrages entre innovation technologique, impératifs environnementaux et usages sociaux.
Laisser un commentaire