De la prise de décision automatisée aux graphes de connaissances, l’IA redéfinit les règles du jeu dans les entreprises. Mais derrière ces avancées se cachent des défis de taille : expliquer ses décisions, garantir la fiabilité des résultats et limiter son impact environnemental.

Dans un contexte d’évolution rapide de l’intelligence artificielle, 2025 promet d’être une année de progrès remarquables. Alors que beaucoup se concentrent sur les usages de l’IA, un examen plus approfondi révèle que nous sommes à l’aube d’un changement de paradigme. Nous assistons non seulement à la montée en puissance de machines intelligentes, mais aussi aux premiers pas d’un avenir où l’IA transcendera les capacités humaines ou a minima certaines de ses capacités.

Une étape (de plus) vers l’IA généralisée

L’une des évolutions les plus passionnantes en 2025 sera l’utilisation généralisée de plusieurs agents d’intelligence artificielle travaillant en tandem ; une étape qui nous rapproche de la Singularité, même si nous ne l’atteindrons pas en 2025 et qu’elle peut être même qualifiée d’utopie par certains spécialistes IA. Mais nous assisterons à un changement fondamental dans le mode de fonctionnement de l’IA. Au lieu de s’appuyer sur un seul modèle d’IA pour générer des idées ou prendre des décisions, plusieurs modèles d’IA générative se recouperont, comparant leurs résultats pour améliorer la précision et réduire les erreurs ou les « hallucinations ».

Ce concept d’agents d’IA qui « parlent » entre eux est incroyablement prometteur pour améliorer la fiabilité des connaissances générées par l’IA. Cela nous rapproche d’un avenir où l’IA pourra créer, valider et affiner des idées de manière autonome. Toutefois, cette évolution s’accompagne d’un nouveau point de vigilance autour de la question centrale de la confiance : comment pouvons-nous nous assurer que les résultats d’une IA sont suffisamment crédibles pour être validés par une autre ?

La transparence comme la responsabilité seront essentielles pour que cette approche soit réellement efficace. Les entreprises devront exiger des explications de la part des systèmes d’IA et comprendre le raisonnement qui sous-tend chaque décision prise par les modèles. Sans ces garanties, une IA non contrôlée risque de générer des informations inexactes ou biaisées que d’autres systèmes pourraient accepter aveuglément, ce qui pourrait conduire à une diffusion plus rapide de la désinformation.

L’IA en tant que partenaire de confiance dans les entreprises

Au fil de son évolution, l’IA générative s’affirmera comme un partenaire de confiance pour les entreprises en prenant en charge des tâches automatisées plus complexes. Elle permettra aux collaborateurs de se concentrer sur des rôles plus stratégiques et plus gratifiants et s’engager dans des tâches créatives telles que la résolution de problèmes et la prise de décision.

La nécessité pour l’IA d’être transparente dans ses processus de décision deviendra une exigence non négociable pour les entreprises. Cette évolution vers une IA explicable contribuera à résoudre le problème de longue date des modèles d’IA perçus comme des « boîtes noires ». Elle permettra à l’IA de fonctionner comme un outil réactif et un partenaire proactif dans la stratégie de l’entreprise. En élaborant diverses hypothèses, en proposant un processus de vérification et en présentant la validité d’une conclusion, l’IA pourra formuler des « hypothèses » créatives et découvrir de nouvelles règles que les humains ne pouvaient pas imaginer.

Cette évolution vers une IA qui raisonnera et expliquera, sera essentielle pour prendre des décisions d’entreprise de plus en plus complexes et contribuera à renforcer la confiance dans les systèmes d’IA en tant qu’assistants fiables et responsables.

L’adoption à grande échelle de l’IA et les préoccupations en matière de durabilité

Les LLM (Large Language Model) vont s’imposer dans les entreprises dans les 12 à 18 prochains mois car ils excellent dans la compréhension des données non structurées (jusqu’à 90 % de toutes les données d’entreprise), ce qui en fait des outils inestimables pour obtenir des informations à partir de vastes ensembles de données. Pour en tirer pleinement parti, il sera crucial de transformer ces données en formats structurés, comme des graphes de connaissances, afin de les rendre plus accessibles au traitement et à l’analyse par l’IA.

À mesure que les LLM s’intègrent dans les activités quotidiennes des entreprises, l’un des plus grands défis sera de gérer la consommation d’énergie et l’empreinte carbone associées au fonctionnement de ces systèmes d’IA à grande échelle. Le développement de modèles plus économes en énergie est indispensable pour rendre cette technologie durable et rentable.

Les 12 prochains mois seront déterminants pour l’avenir de l’IA. Nous assistons à l’essor rapide des entreprises alimentées par l’IA. Il est de notre responsabilité de veiller à ce que les principes d’éthique, de transparence et de responsabilité guident ces avancées. L’avenir de l’IA n’est pas seulement une question de progrès technologique ; il s’agit de construire un avenir où l’IA, avec son potentiel d’autonomisation et de bénéfice pour l’ensemble de l’humanité, nous remplit d’espoir et d’optimisme.
____________________________

Par Fabien Fouissard, directeur marketing, GenAI & AI Advisory, Fujitsu France

 

À lire également :

Intelligence artificielle : quelles seront les grandes tendances IA de 2025 ?

[Infographie] La Cyber-résilience, une priorité encore trop négligée en 2025

Six tendances technologiques 2025 qui transforment le rôle des DSI

IA, ransomwares et géopolitique seront au cœur des enjeux cyber en 2025