● Journal du Net 📅 02/04/2026 à 10:46

Cybersécurité 👤 Caspar Herzberg

🏷️ Tags : cert deepfake deepmind gemini pm rag rte

L'année écoulée a été faite de douze mois à lire sur l'IA, à parler d'IA, à élaborer des stratégies autour de l'IA, à expérimenter l'IA et à observer l'IA au sein des organisations. On a le sentiment qu’il y a eu bien plus de questions que de réponses lorsqu’il s’agit d’évaluer les effets de l’IA. Il règne un climat palpable d’incertitude généralisée, qu’il s’agisse de la perspective d’une bulle de l’IA qui éclaterait, du moment où l’intelligence artificielle générale (AGI) pourrait voir le jour, ou encore des gains de productivité, toujours difficiles à cerner. Dans ce contexte, voici mes réflexions sur ce qui nous attend en matière d’IA en 2026, ce que cela signifie pour l’industrie – et ce que nous devons faire différemment. L’IA : défis, excès et promesses Tout d’abord, l’IA fera plus de dégâts l’an prochain qu’elle n’en a fait en 2025. Cela ne veut pas dire qu’elle ne produira pas aussi davantage d’effets positifs. Mais il semble presque inévitable qu’à mesure que nous dépendons de plus en plus de l’IA, des personnes et des biens soient touchés négativement plus souvent. C’est peut-être le prix à payer. Mais y sommes-nous vraiment préparés ? Au cours de l’année écoulée, alors que les chatbots se sont multipliés et que leur usage s’est banalisé, des faits divers tragiques ont émergé dans les médias : des personnes vulnérables égarées par leurs interactions avec l’IA. Des personnes ont été percutées par des véhicules autonomes pilotés par l’IA. Les personnes vulnérables sont manipulées par d’autres humains, et les voitures avec conducteur provoquent elles aussi des accidents. Mais l’omniprésence de l’IA dans nos vies garantit qu’il y aura davantage d’impacts pour nous tous – souvent positifs, mais aussi de plus en plus négatifs. Nous passerons d’un flux continu de ce que l’on appelle la « bouillie d’IA » – des contenus synthétiques, formatés et peu fiables produits par l’IA générative – à un torrent déchaîné. Les articles générés par l’IA auraient désormais dépassé les textes écrits par des humains sur Internet. Une application d’IA, Suno, produit toutes les deux semaines l’équivalent d’un catalogue Spotify entier de musique. Cette prolifération de contenus de mauvaise qualité érode la confiance et accroît les risques de désinformation – dans la société, mais aussi au sein des organisations. On a déjà entendu parler de deepfakes atteignant l’entreprise : la fausse voix, générée par IA, d’un directeur financier demandant à un analyste de transférer de l’argent vers un compte frauduleux. Mais les entreprises sont-elles prêtes à faire face à des agents d’IA conçus spécifiquement pour le chantage et l’extorsion, ou à des malwares agentiques ? Je pense que 2026 sera l’année où les dirigeants commenceront à accorder à la gouvernance de l’IA l’attention qu’elle mérite. Je crains toutefois qu’il faille tirer quelques leçons douloureuses avant que la gestion des risques liés à l’IA ne devienne une véritable priorité. La situation est complexe. De nombreuses technologies peuvent être utilisées à des fins malveillantes, voire destructrices. Dans une récente lettre ouverte aux législateurs sur la politique de l’IA, plusieurs chercheurs éminents ont souligné qu’« il existe moins de réglementations sur des systèmes d’IA pouvant présenter des risques catastrophiques que sur les sandwicheries ou les salons de coiffure ». Le constat est pertinent. Je ne partage pas les visions apocalyptiques des détracteurs de l’IA. Au contraire, je vois aussi un immense potentiel de bénéfices pour le monde. Prenons par exemple AlphaFold, un système d’IA développé par DeepMind, qui a révolutionné la biologie en transformant le repliement des protéines – un problème qui a tourmenté les scientifiques pendant des décennies – en un défi solvable. En prédisant la structure de centaines de millions de protéines, il a accéléré la découverte de médicaments et ouvert de nouvelles voies dans la recherche sur les maladies. C’est l’IA dans ce qu’elle a de meilleur : non pas remplacer l’intelligence humaine, mais l’augmenter pour débloquer des avancées autrefois inimaginables. L’accélération de l’adoption de robots polyfonctionnels et humanoïdes faisait partie de mes prédictions pour 2025. J’ai été stupéfait par les progrès de « l’IA physique » au cours de l’année passée, notamment la capacité à faire passer des robots d’une tâche ou d’un environnement à un autre en quelques instants, grâce aux « modèles fondamentaux robotiques ». Les applications potentielles sur les sites industriels sont nombreuses, et certains observateurs prévoient que les déploiements de robots humanoïdes industriels doubleront d’ici 2030. Une IA pragmatique Si des exemples comme AlphaFold représentent des innovations de rupture – voire de nouvelles capacités que nous ne comprenons pas encore totalement – une grande partie de l’attention portée à l’IA en 2026 se concentrera sur des usages beaucoup plus terre-à-terre. Une gouvernance renforcée de l’IA ira de pair avec une focalisation constante sur la création de valeur métier tangible : ce que j’appelle une « IA pragmatique ». Je vois de grandes avancées à venir pour l’IA industrielle, pour une raison très simple : elle est déjà très mature. Nous avons des décennies d’expérience dans la maintenance prédictive basée sur l’IA, par exemple, et ces solutions restent des championnes incontestées en matière de création de valeur. Aujourd’hui, nous appliquons ces enseignements à l’ingénierie et à la conception, à la gestion de l’énergie, à l’assurance qualité, à l’orchestration de la chaîne d’approvisionnement, et bien plus encore. Je prévois une approche par portefeuille : les industriels expérimenteront des modèles de pointe comme GPT-5 ou Gemini Ultra, tout en reconnaissant l’opportunité offerte par des modèles de langage plus petits et spécialisés par domaine. Des modèles open source chinois comme Qwen, DeepSeek, ERNIE ou Wu Dao sont conçus pour l’efficacité, avec des architectures intelligentes et des techniques adaptatives offrant de bonnes performances pour une intensité de calcul réduite. Soutenus par de grandes plateformes comme Alibaba et Baidu, ces modèles rendent l’IA avancée plus abordable et plus pratique pour des usages industriels réels, en dehors des laboratoires, et figurent parmi les plus téléchargés au monde. Les interfaces d’IA générative constituent une autre innovation marquante pour l’industrie : des assistants permettent désormais aux ingénieurs de « dialoguer » directement avec les infrastructures industrielles qu’ils supervisent et contrôlent. Je m’attends à un intérêt croissant pour ces expériences utilisateurs basées sur le langage naturel et le chat. En 2026, les entreprises passeront d’un approvisionnement purement optimisé sur les coûts de calcul à des infrastructures géographiquement sécurisées, afin de reprendre un contrôle stratégique sur l’usage de l’IA. Deloitte estime que près de 100 milliards de dollars seront investis l’an prochain dans des capacités de calcul d’IA souveraines. Du Canada au Moyen-Orient, en passant par l’Union européenne, une tendance claire se dessine vers ce que Gartner appelle la « géopatriation », utilisée comme couverture stratégique contre la volatilité. C’est un changement profond par rapport à la priorité donnée ces dernières années à la seule maîtrise des coûts – une reconnaissance pragmatique que la complexité et le risque sont là pour durer.

🔗 Lire l'article original 👁️ 0 lecture