L'atmosphère était électrique au CES 2026, pas seulement à cause du vrombissement des robots et de la lueur des écrans holographiques, mais aussi à cause d'un changement plus profond en cours. Oubliez les carrières construites sur des compétences statiques. Le message qui résonnait dans les halls de conférence, et amplifié par les titans de l'industrie, était clair : la marche implacable de l'intelligence artificielle exige une adaptation constante.

La dure réalité de cette nouvelle ère a été mise à nu lors d'un enregistrement en direct du podcast All-In, avec Bob Sternfels, Global Managing Partner de McKinsey Company, et Hemant Taneja, PDG de General Catalyst. Dans une conversation menée par Jason Calacanis, les deux dirigeants ont brossé le tableau d'un monde où le modèle traditionnel "apprendre une fois, travailler pour toujours" devient rapidement obsolète.

Taneja a souligné la vitesse sans précédent à laquelle les entreprises d'IA se développent. Il a comparé les 12 années qu'il a fallu à Stripe pour atteindre une valorisation de 100 milliards de dollars avec Anthropic, une société du portefeuille de General Catalyst, qui est passée d'une valorisation de 60 milliards de dollars l'année dernière à une valorisation de centaines de milliards cette année. Cette ascension fulgurante, alimentée par des modèles et des applications d'IA révolutionnaires, signale un changement fondamental dans le paysage commercial. Taneja a prédit avec audace que nous sommes sur le point de voir émerger une nouvelle vague d'entreprises valant mille milliards de dollars, nommant Anthropic et OpenAI comme principaux prétendants.

Calacanis a sondé les forces motrices de cette croissance explosive. Sternfels a souligné que si de nombreuses entreprises expérimentent des produits d'IA, l'adoption généralisée, en particulier parmi les entreprises non technologiques, reste hésitante. Cette hésitation découle d'un mélange complexe de facteurs, notamment les préoccupations concernant les coûts de mise en œuvre, la sécurité des données et la nécessité d'une requalification importante de la main-d'œuvre. La question que Sternfels a posée, et qui pèse lourdement sur l'industrie, est de savoir comment combler le fossé entre le potentiel de l'IA et son application pratique dans divers secteurs.