© Getty Images
L’IA générative a dépassé son apogée et se prépare à la phase suivante. Les agents d’IA et les données prêtes pour l’IA, en revanche, atteignent un pic dans le Hype Cycle de Gartner.
Le Hype Cycle annuel de Gartner pour l’intelligence artificielle affiche un net glissement pour 2025. Les plus hauts sommets du ‘Peak of Inflated Expectations’ – à savoir le moment où le marché attribue pour ainsi dire des attentes quasi surnaturelles à une technologie – ne sont plus l’apanage de l’IA générative, mais de nouveaux fondements qui devraient permettre le succès de l’IA: les agents d’IA et les données prêtes pour l’IA. Selon les analystes de Gartner, il s’agit là d’un signal que la phase de maturité arrive, dans laquelle le secteur regarde de plus en plus au-delà de la preuve de concept, vers l’évolutivité opérationnelle.
De l’IA générative pure aux implémentations d’IA évolutives
Les investissements dans l’intelligence artificielle restent plus élevés que jamais, mais l’attention du secteur commence à changer. Selon le nouveau rapport Hype Cycle de l’agence d’études de marché Gartner, on assiste à un mouvement clair par lequel les entreprises s’éloignent des modèles d’IA génératifs purs au profit de technologies plus sous-jacentes qui devraient soutenir des implémentations d’IA durables et évolutives. Deux innovations se démarquent et sont actuellement tout en haut de la vague: les agents d’IA et la nécessité de disposer de données ‘prêtes pour l’IA’.
Le Gartner Hype Cycle 2025 pour l’intelligence artificielle © Gartner
‘Alors que les investissements dans l’IA restent élevés cette année, l’accent est davantage mis sur l’utilisation de l’IA pour l’évolutivité opérationnelle et l’intelligence en temps réel’, déclare Haritha Khandabattu, senior director analyst chez Gartner. ‘Cela a conduit à un glissement progressif de l’IA générative en tant qu’objectif central, vers les catalyseurs fondamentaux qui soutiennent la fourniture durable de l’IA, tels que les données prêtes pour l’IA et les agents d’IA.’
Ce n’est pas vraiment étonnant en soi: ces derniers mois, presque tous les grands acteurs IT n’ont en effet parlé que de l’IA agentique et de la façon dont ils élargissent systématiquement leur gamme d’agents d’IA et/ou de leur gestion. Gartner lui-même en a fait la tendance technologique stratégique de cette année.
Attention à l’excès d’enthousiasme autour de l’IA agentique
Les agents d’IA sont des fragments logiciels capables de poursuivre et de réaliser des objectifs (préprogrammés) de manière totalement indépendante ou semi-autonome à l’aide de techniques d’IA. Les organisations expérimentent ces agents, souvent pilotés par des Large Language Models (LLM), en vue d’automatiser des tâches complexes. Pourtant, Gartner met en garde contre un excès d’enthousiasme. ‘Pour tirer parti des agents d’IA, les organisations doivent déterminer les contextes commerciaux et les cas d’utilisation les plus pertinents, ce qui représente un défi dans la mesure où aucun agent d’IA n’est identique et où chaque situation est différente’, selon Khandabattu. L’utilisabilité dépendra donc fortement des exigences spécifiques, et non de la technologie elle-même.
Qu’en est-il des données prêtes pour l’IA et de l’IA multimodale?
Outre les agents d’IA, les données prêtes pour l’IA et l’IA multimodale occupent également une place de choix au sommet du Hype Cycle. Le concept des données prêtes pour l’IA va contraindre les organisations à repenser leurs pratiques de gestion des données. Les données ne seront prêtes pour l’IA que si leur adéquation à un cas d’utilisation spécifique et à la technologie de l’IA aura été démontrée. Cela nécessitera à son tour une approche contextuelle afin de garantir la confiance nécessaire, de protéger la propriété intellectuelle et d’éviter les préjugés. Selon Gartner, l’IA multimodale traitant simultanément différents types de données telles que l’image, le son et le texte, fera partie intégrante de presque chaque application au cours des cinq prochaines années.
De la nécessité de gérer les risques
Une autre technologie qui attire l’attention est l’AI Trust, Risk and Security Management (AI TRiSM). Alors que les systèmes d’IA sont de plus en plus imbriqués dans des processus de métier, la gestion des risques connexes devient cruciale. ‘L’IA pose de nouveaux défis en termes de confiance, de risque et de sécurité que les contrôles conventionnels ne permettent pas de relever’, affirme Khandabattu. TRiSM fournit un cadre pour appliquer des politiques de gouvernance, de fiabilité, de sécurité et de protection des données à travers toutes les initiatives d’IA. D’ailleurs, c’est Gartner lui-même qui avait lancé le concept TRiSM en 2022 et l’avait à l’époque présenté comme une tendance technologique avec laquelle il faudrait compter.