Les limites de la croissance et les contraintes en matière de ressources
L’IA évolue rapidement, presque trop rapidement. En 2024, nous avons vu l’IA passer d’un outil de niche à une nécessité commerciale, permettant des gains d’efficacité dans tous les domaines, de l’assistance à la clientèle au développement de logiciels. Il est clair que l’IA est là pour durer, mais la vraie question est : où va-t-elle maintenant ?
Le défi n’est pas la puissance de calcul ou de meilleurs algorithmes, mais les données. Les systèmes d’IA apprennent en digérant de grandes quantités de contenu créé par l’homme, qu’ils transforment en réponses basées sur des probabilités. Mais les données ne sont pas infinies. Nous approchons d’un point où l’IA recycle ses propres résultats au lieu d’apprendre à partir de connaissances humaines fraîches et de qualité. C’est comme si l’on ne donnait à un artiste rien d’autre que ses œuvres passées : la créativité plafonne.
Enfin, il y a le coût environnemental. Le traitement de l’IA n’est pas gratuit. Chaque réponse générée par l’IA nécessite de l’énergie et, étonnamment, de l’eau. Chaque message textuel peut consommer près de 10 litres d’eau, ce qui représente un coût caché dans les déploiements à grande échelle de l’IA. L’IA devra également justifier ses cas d’utilisation. Des machines à laver alimentées par l’IA ? Cela ne changera probablement pas la donne. L’IA dans les jeux, le développement de logiciels et l’automatisation ? C’est là que se trouve la véritable valeur ajoutée.
Pourtant, les investissements continuent d’affluer. Une startup sur quatre se revendique aujourd’hui comme une entreprise d’IA, beaucoup utilisant l’IA plus comme un label marketing que comme un véritable avantage technique. Cela vous rappelle quelque chose ? Cela devrait, car cela rappelle le boom des « dot-com », où tout était « en ligne » jusqu’à ce que la réalité s’impose. Le même bouleversement est à venir pour l’IA. Les entreprises qui survivront seront celles qui résoudront les vrais problèmes.
L’essor de l’IA agentique
Aujourd’hui, l’IA assiste surtout, elle suggère, elle recommande, elle automatise. Mais l’IA agentique est la prochaine étape. Il s’agit d’une IA qui ne se contente pas de vous donner des réponses, mais qui passe à l’action. Pensez à une IA qui écrit du code, le teste, déploie des mises à jour et s’améliore continuellement, le tout sans intervention humaine. C’est vers cela que les choses se dirigent.
Nous en voyons déjà les premiers exemples. L’agent Micro de Builder.io est l’un des premiers agents d’IA « réellement fiables », capable d’exécuter des flux de travail complexes pour les développeurs. Les implications sont énormes. Imaginez que l’IA gère des fonctions commerciales entières de manière autonome, qu’elle s’occupe de l’assistance à la clientèle, de la gestion de la logistique et même de l’optimisation des stratégies financières en temps réel.
Mais l’autonomie s’accompagne de risques. Il fut un temps où l’on promettait aux voitures auto-conduites d’être totalement indépendantes, mais la surveillance humaine reste essentielle. Il en va de même pour les agents d’intelligence artificielle. Lorsque l’IA prend des décisions ayant un impact sur le monde réel, que ce soit dans le domaine de la finance, de la cybersécurité ou de la défense, qui est responsable lorsque les choses tournent mal ? C’est là que la réglementation, la gouvernance et les politiques d’entreprise en matière d’IA deviendront essentielles.
Il y a aussi le côté obscur : les armes autonomes. Il n’y a pas si longtemps, Google s’est retiré des projets d’IA militaire, et ce pour de bonnes raisons. L’IA n’a pas d’éthique, elle suit des objectifs. C’est très bien lorsqu’il s’agit d’optimiser une campagne publicitaire, mais en temps de guerre, les conséquences involontaires peuvent être catastrophiques. Le monde construit des agents d’IA plus rapidement qu’il ne répond à ces questions. Cela devrait inciter tous les chefs d’entreprise à être attentifs.
Informatique quantique
L’informatique quantique est un concept de science-fiction depuis des décennies. Mais à l’aube de 2025, il devient réel et va tout changer.
Google AI Labs ont récemment annoncé avoir franchi le seuil de correction des erreurs, ce qui signifie qu’ils peuvent désormais construire des microprocesseurs quantiques qui s’améliorent au fur et à mesure qu’ils évoluent. L’enjeu est de taille. Les ordinateurs traditionnels se heurtent à des limites lorsqu’ils traitent des ensembles massifs de données ou résolvent des problèmes complexes. Les ordinateurs quantiques, qui utilisent la physique étrange de la superposition et de l’enchevêtrement, peuvent effectuer en quelques minutes des calculs qui prendraient des millénaires aux meilleurs superordinateurs d’aujourd’hui.
L’un des changements les plus importants à court terme sera la mise en réseau quantique, c’est-à-dire la capacité de transmettre des données à l’aide de photons intriqués. Contrairement à la transmission classique de données, cette technique pourrait permettre une communication ultra-sécurisée, susceptible de remplacer le cryptage traditionnel de l’internet. Les premières études suggèrent que les câbles à fibre optique existants pourraient être adaptés aux réseaux quantiques, ce qui signifie que nous n’aurions peut-être pas besoin d’une infrastructure entièrement nouvelle pour les déployer.
C’est à la fois passionnant et terrifiant. L’informatique quantique a le potentiel de briser la plupart des méthodes de cryptage actuelles, rendant les normes de cybersécurité actuelles obsolètes. Tout, des transactions financières à la sécurité nationale, dépend du cryptage, et les ordinateurs quantiques seront capables de briser ces protections. Heureusement, des chercheurs travaillent déjà sur la cryptographie post-quantique, afin que la sécurité des données conserve une longueur d’avance.
Une autre possibilité sauvage ? L’intersection de l’informatique quantique et de l’IA. L’IA actuelle est limitée par les contraintes de l’informatique classique, mais l’IA quantique pourrait traiter les données à des vitesses inimaginables, débloquant ainsi des innovations que nous n’avons même pas encore conçues. S’il y a un domaine à surveiller, c’est bien celui-là.
Interfaces cerveau-ordinateur
Les interfaces cerveau-ordinateur (ICU) semblent sortir d’un film de science-fiction, mais elles sont plus proches que vous ne le pensez. Des entreprises sont déjà en train de mettre au point des implants qui permettent de contrôler des ordinateurs par la pensée. Et le monde des affaires s’y intéresse.
Gartner prévoit que, d’ici 2025, les BCI pourraient révolutionner le recrutement et la productivité sur le lieu de travail. Imaginez un entretien d’embauche où, au lieu de répondre à des questions, votre activité cérébrale est analysée en deux minutes. Ou encore un système d’IA qui stimule la concentration et la relaxation à la demande, transformant le stress au travail en une productivité maximale grâce à un réglage neuronal. Cela semble efficace, mais aussi un peu dystopique.
La grande question est la suivante : où tracer la ligne ? Si les entreprises peuvent analyser les émotions et les états mentaux, cela dépasse-t-il les limites éthiques ? Qu’advient-il de la vie privée lorsque les pensées peuvent être lues ou influencées ? Et qui contrôle les données ?
À un niveau plus fondamental, les BCI révèlent de nouvelles informations sur la lenteur réelle du cerveau humain. Une étude récente sur le speedcubing aveugle (résolution d’un Rubik’s cube sans regarder) a révélé que, bien que nous ayons des milliards de neurones, notre vitesse de traitement réelle est bien inférieure à celle des communications numériques. C’est à la fois une leçon d’humilité et une opportunité : l’amélioration des connexions entre le cerveau et l’ordinateur pourrait débloquer des améliorations cognitives dont nous ne faisons que rêver.
L’expansion de la blockchain
La blockchain s’est effondrée, mais elle n’est pas morte, elle évolue. Le marché des cryptomonnaies a connu son « hiver du mécontentement », mais en coulisses, la blockchain s’intègre discrètement dans la finance traditionnelle.
Nous nous dirigeons vers un modèle de financement hybride, combinant le meilleur de la finance décentralisée (DeFi) et de la finance traditionnelle (TradFi). L’objectif ? Conserver l’efficacité et la transparence de la blockchain tout en y ajoutant la surveillance réglementaire et la sécurité. Une fois la transition achevée, DeFi et TradFi ne seront plus des entités distinctes. Il s’agira simplement de « finance ».
Parallèlement, l’IA et la blockchain fusionnent. Des sociétés de capital-risque comme Andreessen Horowitz soutiennent des projets cryptographiques qui intègrent l’IA pour optimiser les transactions et la gestion des actifs. Les stratégies commerciales basées sur l’IA ne sont pas nouvelles, mais leur combinaison avec la transparence de la blockchain pourrait créer une dynamique de marché entièrement nouvelle.
Un autre changement est la montée des contrats intelligents auto-exécutoires, qui pourraient remplacer les accords juridiques traditionnels dans tous les domaines, de l’immobilier aux fusions d’entreprises. Au lieu d’engager des avocats, les entreprises pourraient utiliser des accords renforcés par des codes qui s’exécutent automatiquement lorsque les conditions sont remplies. Plus rapide, moins cher et beaucoup moins de paperasse.
« Le marché est encore en train de trier les gagnants et les perdants, mais une chose est claire : la blockchain n’est pas en train de disparaître. Elle passe simplement de la spéculation à l’utilité dans le monde réel. »
Sommes-nous proches de la singularité ?
Chaque percée majeure, l’IA, l’informatique quantique, les BCI, la blockchain, s’accélère en même temps. Il est facile de regarder ces tendances et de penser que nous sommes au bord d’une singularité technologique, le point où l’IA surpasse l’intelligence humaine et prend le dessus.
Soyons réalistes : nous n’en sommes pas encore là. La singularité suppose que la conscience et l’intelligence ne sont que des problèmes informatiques. C’est une simplification excessive. L’IA est puissante, mais elle n’est pas consciente d’elle-même. Elle n’a pas de volonté indépendante ni d’émotions. Elle est simplement très douée pour prédire des modèles à partir de données.
Ce qui se passe en réalité est tout aussi intéressant : la convergence de plusieurs technologies exponentielles. L’IA, l’informatique quantique et les BCI arrivent tous à maturité en même temps. Cela ne débouchera pas sur une singularité, mais cela créera des percées qui changeront les industries plus rapidement que jamais.
Au cours des cinq prochaines années, les machines ne prendront pas le dessus, mais les humains et l’IA travailleront ensemble comme nous ne l’avons jamais vu. Et cela, en soi, est une révolution.
Principaux enseignements
- Les nouveaux défis de l’IA : L’IA progresse rapidement, mais les décideurs doivent reconnaître ses limites croissantes dues à la saturation des données et aux contraintes de ressources. Les dirigeants devraient évaluer les investissements dans des solutions d’IA durables qui équilibrent l’innovation avec les coûts environnementaux et opérationnels.
- L’IA agentique et l’autonomie : Le passage à l’IA autonome et à l’auto-itération présente à la fois des opportunités de transformation et des défis éthiques importants. Les dirigeants devraient donner la priorité à l’élaboration de cadres de gouvernance solides pour garantir la responsabilité et atténuer les risques liés à la prise de décision automatisée.
- Préparation à l’informatique quantique : L’informatique quantique passe de la théorie à l’application pratique et promet de révolutionner le traitement des données et la cybersécurité. Les entreprises doivent investir dans des stratégies de préparation à l’informatique quantique, notamment dans la R&D et la cryptographie post-quantique, afin de protéger leurs actifs numériques.
- Des écosystèmes technologiques intégrés : Les percées dans le domaine des BCI et de la blockchain signalent une évolution vers des écosystèmes technologiques hautement interconnectés qui redéfinissent l’interaction homme-machine et les opérations financières. Les dirigeants doivent explorer des projets pilotes pour exploiter ces technologies afin d’améliorer la productivité et de rationaliser les opérations.
