« La bulle va exploser, vendez » : l’avis tranché du directeur scientifique de Renault, Luc Julia

Trois ans après la sortie de ChatGPT, la tendance est-elle à un ralentissement ?

Pas selon Mick Levy, directeur de la stratégie et de l'innovation d’Orange Business, qui s’exprimait le 11 décembre à l’occasion de la dernière édition de la Matinale Data & IA.

L'année a été marquée par des avancées technologiques majeures, juge-t-il, citant ainsi le lancement de nouveaux modèles, par exemple dans le domaine de la génération de code, des progrès sur le hardware, et la génération de vidéos.

Une année de ruptures et d'impacts multiples

Les avancées dans la génération d'images et de vidéos ont atteint un niveau de réalisme tel qu'il est désormais possible de créer des contenus "plus vrais que nature". Toutefois, ces innovations s’accompagnent de bouleversements systémiques profonds.

Ces risques sont notamment économiques. Les craintes à l’égard d’une bulle financière de l’IA, déjà évoqués l'an dernier, persistent et s'intensifient. L'exemple de Nvidia, ayant successivement franchi les seuils de 4000 puis 5000 milliards de dollars de valorisation en un temps record, illustre cette surchauffe potentielle.

OpenAI devrait perdre 7 milliards de dollars en 2025, et des montages financiers circulaires avec des partenaires comme Nvidia masquent une réalité économique fragile, réagit Luc Julia, le directeur scientifique de Renault.

Explosion annoncée de la bulle financière

Sa position sur la bulle spéculative actuelle est sans appel : "La bulle, elle va exploser. C'est une bulle financière. Ce n'est pas une bulle de l'IA [...] Vendez”, tranche-t-il, un brin polémique.

Le débat sur l'impact de l'IA sur l'emploi n'a lui jamais été aussi vif, l'IA servant parfois de "bouc émissaire" à certaines entreprises pour masquer des difficultés économiques et des restructurations.

Parallèlement, les risques de désinformation et d'ingérences étrangères, amplifiés par la caisse de résonance des réseaux sociaux, sont devenus une préoccupation démocratique centrale.

Par ailleurs, l'IA s'est imposée comme un enjeu de souveraineté au cœur des tensions commerciales entre les États-Unis et la Chine, forçant l'Europe à redéfinir sa place dans cet échiquier mondial. La course effrénée à la puissance, alimentée par des promesses marketing, a une autre conséquence : son impact sur l'environnement (émissions de CO2 et consommation d’eau).

Des assistants à la promesse agentique

Face à ce défi, une solution s’impose d'après Luc Julia, à savoir le développement d'une IA plus frugale. Les IA agentiques spécialisées seraient une piste. Comment ? En s’appuyant sur des modèles plus petits, spécialisés sur des tâches précises et utilisant donc moins de données.

Les déploiement "edge" sont une autre réponse. L'exécution des modèles se fait en local (sur un smartphone, un objet connecté, un capteur IoT) plutôt que dans des data centers énergivores, dont un nombre croissant est alimenté par de l’énergie fossile et installé dans des zones en stress hydrique.

Mais les technologies d’IA introduisent en outre un changement de paradigme fondamental quant à leur fiabilité. Comme le souligne Mick Levy, "On est en train de déléguer soit des processus cognitifs, soit des automatisations de l'entreprise bâtis sur des technologies qui pour la première fois ne peuvent structurellement pas être parfaites."

Pour autant, les progrès de l'IA, parfois abstraits ou dont les bénéfices directs sont complexes à mesurer précisément, se manifestent aujourd'hui par des applications très concrètes qui redéfinissent déjà les usages et les industries, poursuit-il.

De l'image à la transformation du web

Le web lui-même entame sa mutation. L'introduction par Google de ses "AI Overviews" marque un changement. Le géant de la publicité passe d'un "moteur de recherche" à un "moteur de solution", fournissant des réponses synthétisées avant les traditionnels liens.

Cette évolution impose aux entreprises, en particulier dans le retail, de s'adapter. Émerge une nouvelle discipline : le Generative Engine Optimization (GEO). Il s'agit désormais d'optimiser sa présence pour devenir une source d'information fiable et pertinente pour les IA génératives.

Pour les entreprises, le défi est de structurer l'adoption de l'IA pour transiter d’outils d'assistance aux processus entièrement automatisés via l’IA agentique. Cette  “voie" émergente représente la promesse la plus forte, note Mick Levy.

S’accordant sur cette tendance, Luc Julia tient à la resituer dans son contexte historique. Si l'IA agentique est bien l'avenir, le concept lui-même n'a rien de nouveau et remonte aux années 80 et aux systèmes experts.

Le défi persistant du passage à l’échelle

La véritable rupture, poursuit-il, ne réside pas dans le principe d'orchestration, mais dans la performance et la pertinence inédites que les IA actuelles confèrent à chaque agent individuel. Mais pour concrétiser ces promesses technologiques, encore faut-il surmonter les difficultés réelles du déploiement à l’échelle.

"80 % des projets d'IA ne passent pas à l'échelle", chiffre Mick Levy. Luc Julia, en faisant référence à une étude du MIT parue cet été, ajoute que "95 % des PoC [d'IA générative] n'ont pour l'instant pas donné de ROI" visible dans les comptes de résultats des entreprises.

Plusieurs causes sont avancées pour expliquer ce bilan : "vrai problème dans la gouvernance", manque de vision et de stratégie IA claire au niveau des comités de direction, tendance à l’empilement des PoC…

La création de valeur durable avec l'IA, une notion chère à l’ESN française, dépendra donc de la capacité des organisations à naviguer au-delà du "hype" pour se concentrer sur des applications spécifiques, maîtrisées et, de plus en plus, frugales.

Source : Lire l'article original