Des innovations d’IA à venir, c’est ce que le Cabinet Gartner, conseil international en technologie, a repéré et publié dans un rapport. Les entreprises doivent comprendre ces innovations pour préparer leur adoption ou anticiper leurs effets.
Présentons sommairement les 12 innovations d’IA aux non informaticiens.
- Des modèles d’IA par domaine.
Dans l’industrie, l’ère de l’IA « généraliste » va être révolue. Le défi nouveau est l’IA physique, instrumentale.
D’ici 2028, vont apparaitre des modèles d’IA créés pour répondre aux besoins d’industries spécifiques, de métier ou de problèmes spécifiques.
Ce sont des « cadres agentiques » (plan sur la façon dont les entreprises peuvent faire évoluer, gouverner et orchestrer les agents d’IA comme un véritable main-d’œuvre numérique), permettant aux systèmes d’IA d’agir de manière autonome, de prendre des décisions, d’enchaîner des tâches, de proposer des décisions, en comparant les options de solutions.
Les cadres agentiques sont essentiels pour le développement de l’IA moderne.
2 Des logiciels « d’ingénierie d’intention ».
L’ingénierie d’intention est la capacité d’une équipe de définir clairement les objectifs et les résultats souhaités, sans donner des instructions étape par étape.
Cela implique de formuler des indicateurs de succès et des garde-fous pour guider l’IA dans son travail. Par exemple, au lieu de dire à l’IA comment procéder, on lui dit à quoi ressemble le succès, ce qui permet d’optimiser la productivité tout en maintenant une révision humaine efficace.
D’ici 2029, les entreprises devront repenser leurs investissements pour intégrer les logiciels d’intention
- Une IA industrielle.
Des modèles spécifiques d’IA vont s’appliquer à la fabrication, aux opérations, à la maintenance prédictive et aux flux de travail d’ingénierie
D’ici 2030, l’IA industrielle sera déployée via des robots intelligents, des drones, des véhicules et de l’IoT (internet des objets) pour piloter de manière autonome la production et la maintenance.
- Une IA à faible consommation
Une IA « durable » qui réduit la consommation d’énergie en faisant plus d’applications.
Des GPU (coprocesseurs graphiques (graphics processing unit) ou unités de calcul assurant les fonctions de calcul d’image sont coûteux et gourmands en énergie, ce qui ne peut pas être réduit par des améliorations de matériel seules.
D’ici 2030, pour soutenir Le développement de l’IA, les entreprises devront adopter une approche ultra-efficace d’IA capable de faire tourner des modèles massifs sur moins de 1 mW,
Vont être développer des modèles d’IA à appareils plus petits et très efficaces (comme TinyML pour les microcontrôleurs) qui consommeront un minimum d’énergie sans besoin de traitement en cloud.
- Une IA pour les problèmes sociaux complexes »
D’ici 2030, les fournisseurs de technologies IA réorienteront leurs offres pour permettre de résoudre les problèmes d’une société complexe (comme le changement climatique) et les problèmes d’entreprise que les humains ne peuvent pas résoudre
- Une IA pour observer la terre.
Apparaitront des applications de l’IA aux données d’observation de la Terre, données recueillies à partir de satellites, capteurs et autres sources géospatiales.
D’ici 2030, cette « intelligence terrestre » concernera les activités à la surface et au-dessus de la surface, de la Terre.
- Une IA pour produire des données synthétiques
Les données du monde réel comportent souvent des biais, du « bruit » et des problèmes de qualité qui entrave la fiabilité de l’IA et la confiance des utilisateurs.
D’ici 2030, des données synthétiques sans biais seront disponibles pour la simulation d’entreprise, surpassant les données réelles.
- Une IA pour la simulation
L’utilisation des technologies numériques pour modéliser les systèmes réels et les scénarios possibles est fréquente.
D’ici 2030, la simulation intelligente va devenir l’épine dorsale de tout l’être humain et la prise de décision automatique sera fondée sur cette simulation.
- Une IA pour la cybersécurité.
La cybersécurité est l’ensemble des lois, politiques, outils, dispositifs et méthodes utilisés pour protéger les systèmes, les réseaux et les données contre les cyberattaques.
D’ici 2029, des systèmes autonomes élargiront la surface d’attaque des cybercriminels en surveillant tous les points d’entrée potentiels des menaces cybernétiques dans le monde.
- Une IA pour restaurer la confiance en l’authenticité numériques (DTAP.)
Le processus de passage du code initial à la production du logiciel (développement, test, acceptation et production) sera plus assuré.
- Des plateformes conçues pour restaurer la confiance dans le contenu numérique.
D’ici 2030, des logiciels d’IA vérifieront l’identité et l’origine des actifs numériques, restaurant la confiance numérique.
- Des drones pour la logistique.
D’ici 2030, pour surmonter les inefficacités logistiques liées aux lieux auparavant inaccessibles, les drones autonomes seront entièrement intégrés dans les opérations quotidiennes de logistiques de l’entreprise.
Ils serviront aussi à l’agriculture et aux forces de l’ordre.
On voit que la « révolution » introduite par l’IA n’est pas terminée.
Autres articles sur le même thème :
https://outilspourdiriger.fr/poser-sa-question-a-lia-generative/
https://outilspourdiriger.fr/les-impacts-de-lia-generative/
https://outilspourdiriger.fr/lia-generative-selon-mckinsey/
https://outilspourdiriger.fr/lapprentissage-automatique-supervise-ia/
Aucune reproduction ne peut être faite de cet article sans l’autorisation expresse de l’auteur A. Uzan. 16/08/2026