Le Hype Cycle 2025 de Gartner confirme un virage décisif pour l’innovation IA en entreprise
L’heure n’est plus au buzz, mais à la création de valeur, à la concrétisation entre sécurité, industrialisation et agilité opérationnelle. Pour Haritha Khandabattu, Senior Director Analyst Gartner, on s’oriente vers une IA durable.
« Les investissements dans l’IA restant soutenus cette année, l’accent est mis davantage sur son utilisation pour l’évolutivité opérationnelle et l’intelligence en temps réel », aestime Haritha Khandabattu, Senior Director Analyst Gartner. Commentant le dernier Hype Cycle for Artificial Intelligence, elle voit « un basculement progressif de l’IA générative comme priorité centrale vers les catalyseurs fondamentaux qui soutiennent une IA durable, tels que les données et les agents IA prêts à l’emploi.»
Parmi les innovations en matière d’IA qui, selon Gartner, seront largement adoptées au cours des cinq prochaines années, l’IA multimodale et la gestion de la confiance, des risques et de la sécurité (TRiSM – AI Trust, Risk and Sezcurity Management) ont été identifiées comme dominant le pic des attentes exagérées. Ensemble, ces développements permettront des applications d’IA plus robustes, innovantes et responsables, transformant ainsi le fonctionnement des entreprises et des organisations.
« Malgré l’énorme potentiel commercial de l’IA, sa concrétisation ne se fera pas spontanément, poursuit Haritha Khandabattu. La réussite dépendra de pilotes parfaitement alignés avec les besoins métier, d’une analyse comparative proactive des infrastructures et d’une coordination entre les équipes IA et métier pour créer une valeur commerciale tangible. »
Agents IA
Les agents IA sont des entités logicielles autonomes ou semi-autonomes qui utilisent des techniques d’IA pour percevoir, prendre des décisions, agir et atteindre des objectifs dans leurs environnements numériques ou physiques. Grâce à des pratiques et techniques d’IA telles que les LLM, les organisations créent et déploient des agents IA pour réaliser des tâches complexes.
« Pour tirer pleinement parti des agents IA, les organisations doivent identifier les contextes métier et les cas d’utilisation les plus pertinents, ce qui représente un défi car chaque agent IA est unique et chaque situation est différente, assure Haritha Khandabattu. Bien que les agents IA continuent de gagner en puissance, ils ne peuvent pas être utilisés dans tous les cas ; leur utilisation dépendra donc largement des exigences de la situation. »
Données compatibles IA
Les données compatibles IA garantissent l’optimisation des ensembles de données pour les applications d’IA, améliorant ainsi la précision et l’efficacité. L’aptitude des données à démontrer leur adéquation à des cas d’usage spécifiques de l’IA est déterminée par leur capacité à démontrer leur adéquation à des cas d’usage spécifiques de l’IA. Elle ne peut être déterminée que contextuellement, en fonction du cas d’usage et de la technique d’IA utilisée, ce qui impose de nouvelles approches de gestion des données.
Selon Gartner, les entreprises qui investissent dans l’IA à grande échelle doivent faire évoluer leurs pratiques et leurs capacités de gestion des données pour les étendre à l’IA. Cela permettra de répondre aux exigences métier actuelles et futures, de garantir la confiance, d’éviter les risques et les problèmes de conformité, de préserver la propriété intellectuelle et de réduire les biais et les hallucinations.
IA multimodale
Les modèles d’IA multimodaux sont entraînés simultanément avec plusieurs types de données, tels que des images, des vidéos, de l’audio et du texte. En intégrant et en analysant diverses sources de données, ils peuvent mieux comprendre les situations complexes que les modèles qui n’utilisent qu’un seul type de données. Cela aide les utilisateurs à comprendre le monde et ouvre de nouvelles perspectives pour les applications de l’IA.
L’IA multimodale deviendra de plus en plus essentielle au développement des capacités de chaque application et produit logiciel, tous secteurs confondus, au cours des cinq prochaines années, selon une étude de Gartner.
Gestion et confiance
L’AI TRiSM joue un rôle crucial pour garantir un déploiement éthique et sécurisé de l’IA. Elle comprend quatre couches de capacités techniques qui prennent en charge les politiques d’entreprise pour tous les cas d’utilisation de l’IA et contribuent à garantir la gouvernance, la fiabilité, l’équité, la sécurité, la confidentialité et la protection des données de l’IA.
« L’IA pose de nouveaux défis en matière de gestion de la confiance, des risques et de la sécurité, que les contrôles conventionnels ne permettent pas de résoudre, conclut Aritha Khandabattu. Les organisations doivent évaluer et mettre en œuvre la technologie IA multicouche TRiSM afin de soutenir et d’appliquer en permanence les politiques dans toutes les entités d’IA utilisées. »