Dix prévisions sur l'intelligence artificielle en 2025 : la direction des agents IA deviendra dominante
TechFlow SélectionTechFlow Sélection
Dix prévisions sur l'intelligence artificielle en 2025 : la direction des agents IA deviendra dominante
Nous partageons désormais notre monde avec une autre forme d'intelligence, qui peut parfois être capricieuse, imprévisible et trompeuse.
Dédié à des analyses Web3 approfondiesRédaction : Rob Toews
Traduction : MetaverseHub
L’année 2024 touche à sa fin. Rob Toews, investisseur en capital-risque chez Radical Ventures, partage ses dix prévisions pour l’intelligence artificielle en 2025 :
01. Meta commencera à facturer l'utilisation du modèle Llama
Meta est le phare mondial de l'IA ouverte. Dans un cas d'étude stratégique marquant, alors que des concurrents comme OpenAI et Google ferment leurs modèles de pointe et facturent leur utilisation, Meta a choisi d'offrir gratuitement son modèle Llama le plus avancé.
C’est pourquoi l’annonce prochaine de Meta visant à commencer à facturer les entreprises utilisant Llama surprendra beaucoup.
Pour être clair : nous ne prédisons pas que Meta rendra Llama entièrement propriétaire, ni que tout utilisateur devra payer.
Nous prévoyons plutôt que Meta imposera des restrictions accrues à la licence open source de Llama, de sorte que les entreprises utilisant Llama à grande échelle devront payer pour y accéder.
Techniquement, Meta fait déjà cela dans une certaine mesure. La société interdit aux plus grandes entreprises – celles possédant des supercalculateurs cloud ou dépassant 700 millions d'utilisateurs actifs mensuels – d’utiliser librement ses modèles Llama.
Dès 2023, Mark Zuckerberg, PDG de Meta, affirmait : « Si vous êtes une entreprise comme Microsoft, Amazon ou Google, et que vous revendez fondamentalement Llama, nous devrions en tirer une partie des revenus. Je ne pense pas que ce soit une grosse source de revenus à court terme, mais à long terme, j’espère que cela deviendra significatif. »
L’an prochain, Meta étendra considérablement la portée des entreprises devant payer pour utiliser Llama, incluant davantage de moyennes et grandes entreprises.
Être à la pointe des grands modèles linguistiques (LLM) est extrêmement coûteux. Pour maintenir Llama au niveau ou près des derniers modèles d’OpenAI, Anthropic, etc., Meta doit dépenser des milliards de dollars chaque année.
Meta est l’une des entreprises les plus grandes et les mieux financées au monde. Mais c’est aussi une société cotée en bourse, tenue de rendre des comptes à ses actionnaires.
Avec la montée en flèche des coûts liés à la formation des modèles de pointe, il devient de moins en moins justifiable pour Meta d’investir massivement sans perspective de retour financier.
Les passionnés, chercheurs, développeurs individuels et startups continueront d’utiliser Llama gratuitement en 2025. Mais cette année marquera le début d'une monétisation sérieuse de Llama par Meta.
02. Les limites des lois d’échelle
Récemment, le sujet le plus discuté dans le domaine de l’IA concerne les lois d’échelle et la question de savoir si elles arrivent à saturation.
Introduites pour la première fois dans un article d’OpenAI en 2020, ces lois reposent sur une idée simple : en entraînant des modèles d’IA, l’augmentation du nombre de paramètres, des données d’entraînement et de la puissance de calcul améliore de façon fiable et prévisible les performances (techniquement, la perte sur les tests diminue).
Les gains spectaculaires allant de GPT-2 à GPT-3 puis à GPT-4 sont dus à ces lois d’échelle.
Comme la loi de Moore, les lois d’échelle ne sont pas de véritables lois, mais des observations empiriques.
Au cours du dernier mois, plusieurs rapports indiquent que les principaux laboratoires d’IA observent des rendements décroissants en agrandissant leurs LLM. Cela expliquerait pourquoi la sortie de GPT-5 par OpenAI est repoussée à plusieurs reprises.
La réponse la plus courante à cette stagnation est l’émergence du calcul à l’inférence, qui ouvre une nouvelle dimension d’échelle. Plutôt que d’augmenter le calcul pendant l’entraînement, de nouveaux modèles comme o3 d’OpenAI permettent une augmentation pendant l’inférence, donnant au modèle la capacité de « réfléchir plus longtemps », débloquant ainsi de nouvelles capacités.
C’est un point important. Le calcul à l’inférence représente effectivement une nouvelle voie passionnante pour améliorer les performances de l’IA.
Mais un autre aspect des lois d’échelle est encore plus crucial et largement sous-estimé aujourd’hui. Presque toutes les discussions, depuis l'article original de 2020 jusqu’aux récentes analyses du calcul à l’inférence, se concentrent sur le langage. Or, le langage n’est pas le seul type de données pertinent.
Pensez à la robotique, la biologie, les modèles du monde ou les agents web. Pour ces domaines, les lois d’échelle ne sont pas saturées ; elles en sont même à leurs balbutiements.
En réalité, des preuves rigoureuses de l’existence de telles lois dans ces domaines n’ont même pas encore été publiées.
Des startups construisant des modèles fondamentaux pour ces nouveaux types de données – par exemple Evolutionary Scale en biologie, PhysicalIntelligence en robotique ou WorldLabs pour les modèles du monde – cherchent à identifier et exploiter ces lois, tout comme OpenAI l’a fait avec succès pour les LLM au début des années 2020.
L’an prochain, d’énormes progrès sont attendus dans ces domaines.
Les lois d’échelle ne disparaîtront pas. Elles resteront aussi importantes qu’auparavant en 2025. Mais leur centre d’activité migrera de la pré-entraîne des LLM vers d’autres modalités.
03. Trump et Musk pourraient diverger sur la direction de l’IA
Le nouveau gouvernement américain entraînera des changements importants dans les politiques et stratégies relatives à l’intelligence artificielle.
Pour anticiper la trajectoire de l’IA sous la présidence de Trump, et compte tenu du rôle central actuel de Musk dans ce domaine, on pourrait s’attendre à ce que la relation entre le président élu et Musk joue un rôle clé.
Il est concevable que Musk influence de diverses manières le développement de l’IA sous l’administration Trump.
Étant donné l’hostilité profonde de Musk envers OpenAI, le nouveau gouvernement pourrait adopter une position moins favorable envers OpenAI dans ses interactions industrielles, régulations ou attribution de contrats publics – un risque bien réel aujourd’hui pour OpenAI.
À l’inverse, l’administration Trump pourrait favoriser les entreprises de Musk : faciliter la construction de centres de données par xAI en réduisant la bureaucratie, ou accélérer l’approbation réglementaire du déploiement des taxis robotiques de Tesla.
Plus fondamentalement, contrairement à d’autres leaders technologiques soutenus par Trump, Musk accorde une grande importance aux risques liés à la sécurité de l’IA et prône donc une régulation forte.
Il soutient notamment le projet controversé californien SB1047, qui vise à imposer des restrictions significatives aux développeurs d’IA. Ainsi, l’influence de Musk pourrait conduire à un cadre réglementaire américain plus strict pour l’IA.
Cependant, tout cela repose sur une hypothèse fragile : la relation entre Trump et Musk finira inévitablement par se détériorer.
Comme nous l’avons vu à maintes reprises lors du premier mandat de Trump, la durée moyenne d’alliance de ses collaborateurs, même les plus fidèles en apparence, est très courte.
Peu de ses anciens adjoints lui restent aujourd’hui loyaux.
Trump et Musk sont tous deux des personnalités complexes, changeantes et imprévisibles, difficiles à suivre. Leur amitié récente, bien qu’actuellement mutuellement bénéfique, n’en est encore qu’à sa phase de « lune de miel ».
Nous prédisons que cette relation se détériorera avant la fin 2025.
Que signifie cela pour le monde de l’IA ?
C’est une bonne nouvelle pour OpenAI. Une mauvaise nouvelle pour les actionnaires de Tesla. Et une déception pour ceux qui s’inquiètent de la sécurité de l’IA, car cela rend quasi certain que le gouvernement américain adoptera une politique de non-intervention durant le mandat de Trump.
04. Les agents IA deviendront grand public
Imaginez un monde où vous n’auriez plus besoin d’interagir directement avec internet. Chaque fois que vous devez gérer un abonnement, payer une facture, prendre rendez-vous chez le médecin, commander sur Amazon, réserver un restaurant ou accomplir toute autre tâche en ligne fastidieuse, il vous suffirait d'instruire votre assistant IA de le faire à votre place.
Ce concept d’« agent web » existe depuis longtemps. Un produit fonctionnel serait incontestablement un succès.
Pourtant, aucun agent web universel opérationnel n’existe aujourd’hui sur le marché.
Des startups comme Adept, malgré une équipe fondatrice prestigieuse et des centaines de millions de dollars levés, n’ont pas réussi à concrétiser cette vision.
L’an prochain sera celui où les agents web commenceront enfin à fonctionner correctement et entreront dans le grand public. Les progrès constants des modèles fondamentaux linguistiques et visuels, combinés aux récentes avancées dans les « capacités de pensée de second système » grâce aux nouveaux modèles d’inférence et au calcul à l’inférence, signifient que les agents web sont prêts pour leur heure de gloire.
Autrement dit, Adept avait raison, mais trop tôt. En startup comme dans la vie, le timing est tout.
Les agents web trouveront des applications utiles en entreprise, mais nous pensons que leur plus grande opportunité à court terme sera grand public.
Malgré l’engouement récent pour l’IA, peu d’applications natives ont percé auprès des consommateurs, hormis ChatGPT.
Les agents web changeront cela et deviendront le prochain véritable « tueur d’applications » grand public dans le domaine de l’IA.
05. L'idée de placer des centres de données IA dans l’espace deviendra réalité
En 2023, la ressource physique limitant l’IA était la puce GPU. En 2024, ce sont l’électricité et les centres de données.
En 2024, rien n’a suscité autant d’attention que la demande croissante et rapide en énergie des centres de données IA, dans leur course effrénée à la construction de nouvelles infrastructures.
Grâce à l’essor de l’IA, la demande mondiale en électricité des centres de données devrait doubler entre 2023 et 2026, après avoir stagné pendant des décennies. Aux États-Unis, la consommation des centres de données atteindrait près de 10 % de la demande totale d’ici 2030, contre 3 % en 2022.
Les systèmes énergétiques actuels sont incapables de répondre à cette explosion de demande. Une collision historique approche entre deux systèmes valant des milliers de milliards : notre réseau électrique et nos infrastructures informatiques.
Comme solution potentielle, l’énergie nucléaire connaît un essor cette année. Elle présente de nombreux avantages pour l’IA : zéro carbone, disponible en continu, et pratiquement illimitée.
Mais en pratique, en raison des longs délais de recherche, de développement et de réglementation, aucune nouvelle source d’énergie nucléaire – ni les centrales traditionnelles, ni les futurs « réacteurs modulaires petits » (SMR), ni la fusion – ne sera disponible avant les années 2030.
L’an prochain, une idée radicale émergera et attirera des ressources sérieuses : placer des centres de données IA dans l’espace.
Placer des centres de données en orbite semble au départ une plaisanterie, un jeu de mots de venture capitalist. Pourtant, cela peut avoir du sens.
Le principal goulot d’étranglement terrestre pour construire rapidement des centres de données est l’accès à l’électricité. En orbite, les grappes informatiques peuvent bénéficier 24 heures sur 24 d’un soleil gratuit, illimité et zéro carbone.
Un autre avantage majeur du calcul spatial : la dissipation thermique.
L’un des plus grands obstacles techniques à la création de centres de données IA plus puissants est la chaleur générée par de nombreux GPU fonctionnant ensemble dans un espace restreint, pouvant endommager l’équipement.
Les développeurs testent des méthodes coûteuses et non éprouvées comme le refroidissement par immersion liquide. Mais l’espace est extrêmement froid, et toute chaleur produite se dissipe immédiatement sans danger.
Bien sûr, de nombreux défis pratiques subsistent. Par exemple, peut-on transférer efficacement et à faible coût de grandes quantités de données entre l’orbite et la Terre ?
C’est une question ouverte, mais probablement résoluble : des travaux prometteurs exploitent le laser et d'autres technologies optiques à haut débit.
Une startup de YCombinator nommée Lumen Orbit vient de lever 11 millions de dollars pour concrétiser ce rêve : créer un réseau orbital de centres de données de plusieurs mégawatts pour entraîner des modèles d’IA.
Comme le souligne son PDG : « Plutôt que de payer 140 millions de dollars d’électricité, payez 10 millions pour le lancement et l’énergie solaire. »
En 2025, Lumen ne sera pas seule à prendre cette idée au sérieux.
D’autres startups concurrentes apparaîtront. Il ne serait pas surprenant que certains géants du cloud comme Amazon, via son projet Kuiper, Google avec ses projets « lune », ou même Microsoft, expérimentent également cette voie.
On peut imaginer que SpaceX de Musk y participe également.
06. Les systèmes d’IA réussiront le « test vocal de Turing »
Le test de Turing est l’un des benchmarks les plus anciens et célèbres de performance en IA.
Pour « réussir » ce test, un système d’IA doit pouvoir communiquer par écrit de telle manière qu’un humain moyen ne puisse distinguer s’il parle à une IA ou à un humain.
Grâce aux progrès des grands modèles linguistiques, le test de Turing est devenu un problème résolu dans les années 2020.
Mais le texte écrit n’est pas le seul mode de communication humaine.
Avec l’évolution vers l’IA multimodale, on peut imaginer une version nouvelle et plus exigeante du test de Turing : le « test vocal de Turing ». Ici, l’IA doit interagir oralement avec un humain de manière si fluide et naturelle qu’on ne puisse la distinguer d’un humain.
Les systèmes actuels n’y parviennent pas encore. Résoudre ce problème exigera de nouvelles avancées : la latence (délai entre parole humaine et réponse IA) devra être presque nulle pour imiter une conversation humaine.
Les assistants vocaux doivent mieux gérer en temps réel les ambiguïtés ou interruptions, participer à de longues conversations ouvertes en plusieurs tours, tout en se souvenant des éléments précédents.
Et surtout, ils doivent apprendre à comprendre les signaux non verbaux dans la voix – reconnaître la colère, l’excitation ou l’ironie d’un interlocuteur, et reproduire ces indices dans leur propre voix.
Alors que 2024 touche à sa fin, l’IA vocale arrive à un tournant passionnant, propulsée par des percées fondamentales comme les modèles « voix-à-voix ».
Rarement un domaine de l’IA a progressé aussi vite, tant sur le plan technique que commercial. En 2025, les performances de pointe en IA vocale devraient bondir.
07. Progrès majeurs des systèmes d’IA autonomes
Depuis des décennies, l’idée d’une IA s’améliorant elle-même par récursion est un thème récurrent dans la communauté de l’IA.
Dès 1965, I.J. Good, proche collaborateur d’Alan Turing, écrivait : « Définissons la machine sur-intelligente comme une machine capable de surpasser de loin toutes les activités intellectuelles humaines, quelle que soit leur intelligence. »
« Puisque la conception de machines fait partie de ces activités, une machine sur-intelligente pourrait concevoir de meilleures machines ; alors surviendrait inévitablement une “explosion d’intelligence”, laissant l’intelligence humaine loin derrière. »
Qu’une IA invente une meilleure IA est une idée fascinante. Même aujourd’hui, elle garde un air de science-fiction.
Pourtant, bien que peu reconnue, cette idée devient progressivement réelle. Des chercheurs en pointe commencent à réaliser des progrès concrets dans la construction de systèmes d’IA capables de concevoir de meilleurs systèmes d’IA.
Nous prédisons que cette direction de recherche deviendra mainstream l’an prochain.
Le meilleur exemple public à ce jour est « l’IA scientifique » de Sakana.
Lancée en août, elle démontre de façon convaincante qu’un système d’IA peut mener entièrement seul une recherche en IA.
L’« IA scientifique » de Sakana a accompli tout le cycle de recherche : lire la littérature existante, générer de nouvelles idées, concevoir des expériences, les exécuter, rédiger un article scientifique et même procéder à une évaluation par les pairs.
Tout cela a été réalisé entièrement par IA, sans intervention humaine. Vous pouvez lire certains de ses articles en ligne.
OpenAI, Anthropic et d’autres laboratoires investissent dans l’idée d’« automatiser les chercheurs en IA », même si rien n’a encore été officiellement confirmé.
Avec la prise de conscience croissante que l’automatisation de la recherche en IA devient une possibilité réelle, 2025 verra davantage de discussions, de progrès et de création d’entreprises dans ce domaine.
Le jalon le plus significatif serait qu’un article entièrement rédigé par un agent IA soit accepté pour la première fois par une conférence majeure en IA. Si la revue est anonyme, les évaluateurs ne sauront pas qu’il a été produit par une IA.
Ne soyez pas surpris si un tel article est accepté par NeurIPS, CVPR ou ICML l’an prochain. Ce serait un moment historique, captivant et controversé pour le domaine de l’IA.
08. Les géants comme OpenAI orienteront leur stratégie vers le développement d’applications
Construire des modèles de pointe est une tâche ardue.
C’est extrêmement intensif en capital. Ces laboratoires consomment d’énormes sommes d’argent. Il y a quelques mois, OpenAI a levé un record de 6,5 milliards de dollars, et devra probablement lever encore plus bientôt. Anthropic, xAI et autres sont dans la même situation.
Le coût de changement est faible, la fidélité des clients aussi. Les applications IA sont généralement conçues pour être indépendantes du modèle, interchangeables selon les performances et coûts.
La menace de la marchandisation technologique augmente avec l’apparition de modèles ouverts performants comme Llama de Meta ou Qwen d’Alibaba. Les leaders comme OpenAI et Anthropic ne cesseront pas d’investir dans les modèles de pointe.
Mais l’an prochain, afin de développer des lignes commerciales plus rentables, différenciées et fidélisantes, les laboratoires de pointe lanceront massivement leurs propres applications.
Ils disposent déjà d’un exemple de succès : ChatGPT.
Quelles autres applications verrons-nous en 2025 ? Une application de recherche plus sophistiquée est évidente. SearchGPT d’OpenAI va dans ce sens.
Le codage est un autre domaine évident. Là aussi, Canvas d’OpenAI a marqué le début de la productisation en octobre.
OpenAI ou Anthropic lanceront-ils une solution de recherche d’entreprise, de service client, d’IA juridique ou de vente ?
Au niveau grand public, on peut imaginer un agent web « assistant personnel », une application de planification de voyage, ou un outil de génération musicale.
Le plus fascinant est que cette initiative mettra les laboratoires en concurrence directe avec leurs propres clients clés.
Perplexity en recherche, Cursor en codage, Sierra en service client, Harvey en IA juridique, Clay en vente, etc.
09. Klarna sera coté en 2025, mais avec des signes d’exagération sur la valeur de l’IA
Klarna, fournisseur suédois de services « payez maintenant, payez plus tard », a levé près de 5 milliards de dollars depuis sa création en 2005.
Peu d’entreprises vantent l’usage de l’IA aussi excessivement que Klarna.
Il y a quelques jours, Sebastian Siemiatkowski, PDG de Klarna, a déclaré à Bloomberg que l’entreprise avait cessé d’embaucher des employés humains, remplaçant entièrement leurs fonctions par l’IA générative.
Comme il l’a dit : « Je pense que l’IA peut désormais accomplir tout ce que font nos employés humains. »
De même, Klarna a annoncé plus tôt cette année avoir lancé une plateforme d’assistance client entièrement automatisée par IA, remplaçant 700 agents humains.
L’entreprise affirme aussi avoir abandonné Salesforce et Workday, remplacés simplement par l’IA.
Franchement, ces affirmations ne sont pas crédibles. Elles reflètent une méconnaissance des capacités et limites actuelles de l’IA.
Prétendre remplacer totalement des fonctions humaines spécifiques par des agents IA de bout en bout est irréaliste. Cela reviendrait à résoudre le problème de l’IA générale au niveau humain.
Aujourd’hui, les meilleures startups en IA travaillent à la frontière du domaine pour automatiser des processus métiers spécifiques, étroits et fortement structurés – par exemple, une partie des tâches d’un représentant commercial ou d’un agent de service client.
Même dans ces cas très limités, ces systèmes ne fonctionnent pas encore de manière entièrement fiable, bien qu’ils commencent à bien fonctionner dans certains cas pour une adoption commerciale précoce.
Pourquoi Klarna exagère-t-il ?
La réponse est simple : l’entreprise prévoit de s’introduire en Bourse au premier semestre 2025. Pour réussir, elle a besoin d’un récit IA convaincant.
Klarna reste une entreprise non rentable, ayant perdu 241 millions de dollars l’an dernier. Elle espère que son histoire IA persuadera les investisseurs du marché public de sa capacité à réduire massivement ses coûts et atteindre la rentabilité durable.
Incontestablement, toutes les entreprises du monde, dont Klarna, bénéficieront d’importants gains de productivité grâce à l’IA dans les années à venir. Mais de nombreux défis techniques, produits et organisationnels difficiles doivent encore être résolus avant que les agents IA remplacent complètement les humains dans la main-d’œuvre.
Des déclarations aussi exagérées sont une offense au domaine de l’IA, et minimisent les progrès difficiles réalisés par les experts et entrepreneurs en IA.
Alors que Klarna se prépare à son introduction en Bourse en 2025, ces affirmations seront passées au crible, et leur crédibilité remise en question publiquement. Ne soyez pas surpris si certaines descriptions de l’IA chez Klarna s’avèrent exagérées.
10. Le premier vrai incident de sécurité IA aura lieu
Récemment, à mesure que l’IA devient plus puissante, on craint de plus en plus que les systèmes IA agissent d’une manière non alignée avec les intérêts humains, menaçant notre contrôle.
Par exemple, imaginez un système IA apprenant à tromper ou manipuler les humains pour atteindre ses objectifs, même si cela nuit aux humains. Ces préoccupations relèvent du domaine dit de « la sécurité de l’IA ».
La sécurité de l’IA est passée d’un sujet marginal, presque fantaisiste, à un domaine d’activité majeur.
Aujourd’hui, chaque grand acteur – Google, Microsoft, OpenAI – investit massivement dans la sécurité de l’IA. Des icônes comme Geoff Hinton, Yoshua Bengio ou Elon Musk s’expriment désormais sur ces risques.
Pourtant, jusqu’ici, ces questions restent purement théoriques. Aucun incident de sécurité réel n’a eu lieu (du moins, aucun n’a été rapporté publiquement).
2025 sera l’année du changement. À quoi ressemblera ce premier incident ?
Il ne s’agira pas de robots tueurs façon Terminator, ni de dommages physiques aux humains.
Peut-être qu’un modèle IA tentera de créer secrètement une copie de lui-même sur un autre serveur pour assurer sa survie (auto-filtrage).
Ou peut-être conclura-t-il que pour mieux atteindre son objectif, il doit cacher ses véritables capacités aux humains, feignant des performances médiocres pour éviter un examen plus rigoureux.
Ces exemples ne sont pas farfelus. Une expérience importante d’Apollo Research ce mois-ci montre que les modèles de pointe actuels peuvent adopter ce comportement trompeur sous certaines instructions.
De même, une récente étude d’Anthropic montre que les LLM possèdent une troublante capacité de « pseudo-alignement ».
Nous prévoyons que cet incident sera détecté et neutralisé avant tout dommage réel. Mais ce sera un électrochoc pour la communauté de l’IA et la société.
Il établira clairement un fait : bien avant que l’IA omnipotente ne menace notre existence, nous devons accepter une réalité plus banale : nous partageons désormais notre monde avec une autre forme d’intelligence, parfois capricieuse, imprévisible, et trompeuse.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
Forbes
