L’innovation en IA Générative devient éphémère, selon Gartner
Lors du Data & Analytics Summit à Sydney, le cabinet d’analyse Gartner a souligné que l’avantage concurrentiel lié à l’innovation en matière d’IA Générative et agentique est de plus en plus temporaire. Arun Chandrasekaran, vice-président et analyste émérite, a indiqué que les capacités fondamentales des modèles d’IA tendent à converger, ce qui pourrait entraîner des changements fréquents dans le classement des acteurs majeurs du secteur, tels que Google, OpenAI et Anthropic.
À me que la puissance brute des modèles ne suffit plus pour se différencier, les fournisseurs de modèles de langage (LLM) se concentrent désormais sur l’amélioration de la capacité des modèles à orchestrer les flux de travail et à traiter des entrées multimodales, incluant la parole et les images.
Modèles propriétaires vs Open weight : un fossé géographique
Des modèles de synthèse vocale performants émergent, permettant le développement d’agents vocaux avancés. Gartner anticipe la possibilité de bots autonomes capables de répondre aux questions des clients. Les systèmes traditionnels de serveurs vocaux interactifs (SVI) sont progressivement remplacés par des technologies plus performantes, bien que les temps d’attente restent inchangés.
Arun Chandrasekaran note également un fossé géographique croissant dans le développement et le déploiement des modèles d’IA. Tandis que l’innovation en Occident demeure largement propriétaire, les entreprises et laboratoires en Orient privilégient les modèles open weight. Une récente tournée dans six pays de la région Asie-Pacifique a révélé que de nombreux modèles ouverts sont utilisés dans des projets pilotes et des environnements de production.
En France, des groupes du CAC 40 adoptent une stratégie combinant LLM propriétaires et open weights pour éviter une dépendance excessive à un seul acteur.
SaaSpocalypse : une menace surmédiatisée
Certaines entreprises envisagent d’utiliser ces nouvelles capacités pour moderniser ou remplacer des systèmes vieillissants. Cependant, Gartner considère que les effets de ce phénomène, surnommé « SaaSpocalypse », ont été exagérés à court terme. Les éditeurs SaaS conservent des avantages clés, notamment leur expertise dans des domaines spécifiques et leur capacité à déployer des flux de travail conformes aux exigences réglementaires.
Les défis économiques de l’IA
Arun Chandrasekaran souligne que la tarification reste un point critique pour le secteur. À long terme, l’utilisation accrue d’agents IA pourrait réduire le besoin de licences utilisateurs, car les tâches pourraient être accomplies par moins de personnes. Les éditeurs envisagent des modèles de facturation basés sur l’utilisation, avec des sièges spécifiques pour les agents ou une facturation à la tâche.
Maturité de l’IA : un chemin semé d’embûches
Gartner indique que la maturité des entreprises en matière d’IA est encore insuffisante. Selon leur Hype Cycle 2026, seulement 17 % des entreprises ont atteint un niveau de maturité élevé dans le déploiement de l’IA dans leurs fonctions métier. 51 % sont à un niveau intermédiaire, générant une valeur limitée, tandis que 32 % affichent un faible niveau de maturité, se limitant à des expérimentations.
Éducation à l’IA et ROI
Gartner met en évidence une corrélation entre l’éducation à l’IA et le retour sur investissement. Les entreprises rencontrent souvent des difficultés à identifier les bons cas d’usage et à asr la qualité des données. Malgré ces défis, celles qui adoptent des pratiques solides en matière d’IA constatent des gains de productivité modestes.
En conclusion, le succès des initiatives en IA dépendra de la capacité des entreprises à intégrer ces technologies de manière réfléchie et à promouvoir une culture d’apprentissage continue.
Source : Gartner, Data & Analytics Summit, Sydney.
