L’IA en tête de liste des technologies les plus importantes en 2025

Làintelligence artificiellequi comprend divers aspects tels que IA prédictive et générative, apprentissage automatique et traitement du langage naturela été identifiée comme la technologie la plus pertinente de 2025 par une enquête mondiale menée parIEEE – Institut des ingénieurs électriciens et électroniciensla plus grande organisation professionnelle technique au monde. L'étude a interrogé 355 leaders technologiques, dont des DSI, des CTO et des directeurs informatiques au Brésil, en Chine, en Inde, au Royaume-Uni et aux États-Unis.

Lorsqu'on lui a demandé de sélectionner les trois domaines technologiques les plus importants pour 2025, 58 % des personnes interrogées ont choisi l'IApour la deuxième année consécutive.

Tendances et défis futurs de ALE

Le rapport, intitulé « Impact de la technologie en 2025 et au-delà : une étude mondiale de l'IEEE »a également exploré les tendances futures de la technologie, y compris les attentes en matière de croissance du marché de l'IA, les avantages, les utilisations et les compétences nécessaires. Presque tous les répondants (91 %) conviennent qu'il y aura une confrontation avec l'IA générative en 2025, à mesure que la fascination et la perception du public évolueront vers une meilleure compréhension et des attentes concernant l’exactitude des résultats, la transparence autour des deepfakes, et bien plus encore.

La plupart des personnes interrogées s'attendent à ce que leur organisation continue à utiliser ou à adopter la technologie. Cependant, 18 % déclarent avoir été confrontés à des défis et vouloir repenser leur approche de l’IA générative. « Les systèmes d'IA sont encore confrontés à des défis précoces », a-t-il déclaré. Éléonore Watsonmembre senior de l'IEEE dans le rapport. « Les systèmes de L'IA agentique arrive et offrira de nouvelles capacités. Ils sont capables de planifier et d’agir de manière indépendante, mais ils posent également d’importants problèmes de sécurité.

Applications et compétences requises

Les personnes interrogées ont classé dans cet ordre l'identification en temps réel des vulnérabilités de cybersécurité et la prévention des attaques, l'amélioration des activités éducatives telles que l'apprentissage personnalisé, les systèmes de tutorat intelligents, les chatbots universitaires et l'accélération du développement de logiciels tels que les principaux cas d'utilisation potentiels de l'IA. Pendant ce temps, les principales compétences que les dirigeants technologiques recherchent chez les candidats à des postes liés à l'IA l'année prochaine sont compétences en développement de logiciels, en pratiques éthiques d’IA et en analyse de données.

Selon l'enquête, les secteurs industriels qui seront les plus touchés par la technologie en 2025 sont les télécommunications, les services bancaires et financiers, ainsi que les médias et le divertissement.

L’essor de l’IA générative

Ces dernières années, l’IA générative a pris d’assaut le monde après que plusieurs chatbots, tels que ChatGPT, soient entrés dans le domaine public.

Les entreprises et les experts du secteur ont immédiatement vu les avantages potentiels. Cependant, de petits doutes, mais croissants, concernant l’IA générative sont apparus ces derniers mois. Les détracteurs affirment que les capacités de l’IA générative ont été surestimées. Les « hallucinations » – les fausses affirmations que peuvent faire les modèles d’IA génératifs – diminuent leur utilité, et de nombreuses entreprises n’ont pas encore trouvé de stratégie idéale pour utiliser ces outils. Bien que ChatGPT soit l’une des applications à la croissance la plus rapide de tous les temps, la proportion de personnes déclarant l’utiliser régulièrement reste assez rare.

Une perspective pour 2025

Dans l'enquête « L'impact de la technologie en 2025 et au-delà : une étude mondiale de l'IEEE», 91 % des leaders technologiques mondiaux interrogés ont convenu qu’« il y aura un compte à rebours avec l’IA générative en 2025 ».

Malgré les inquiétudes, l’enquête ne prédit pas d’obstacle durable à l’IA générative. Une majorité significative (91 %) est également d’accord sur le fait que « l’innovation, l’exploration et l’adoption de l’IA générative se poursuivront à une vitesse fulgurante en 2025 ».

Capacités multimodales avancées

Daozhuang Linun membre senior de l'IEEE, prédit que les modèles d'IA génératifs faciliteront la diffusion d'images et de vidéos à partir de courts extraits de texte dans les années à venir. La synthèse texte-image, texte-vidéo et vocale s'améliorera, et les modèles permettront une meilleure compréhension contextuelle des différentes entrées.

Les préoccupations concernant les hallucinations, l’exactitude et les biais ont ralenti l’adoption de modèles d’IA génératifs. Des biais peuvent s’infiltrer lorsque les modèles sont formés sur des données asymétriques. Certains modèles de génération d’images peuvent montrer une préférence pour les personnes d’une certaine race.

Extension de la fenêtre contextuelle

L’une des limites auxquelles sont confrontés les modèles d’IA générative est la quantité d’informations qu’ils peuvent traiter simultanément dans une invite. L'amélioration de la fenêtre contextuelle permettrait aux modèles d'IA génératifs de gérer des tâches plus complexes et d'améliorer la cohérence de leurs réponses.

Petits et grands modèles linguistiques

Tout le monde a entendu parler d'excellents modèles de langage, de systèmes d'intelligence artificielle qui génèrent du texte de type humain. Mais qu’en est-il des petits modèles de langage ? Les chercheurs font pression pour des systèmes d'IA plus petits et plus compacts pour résoudre divers défis posés par la faim croissante de données des systèmes d'IA. Et ce ne sont pas seulement les modèles d’IA générative dont on parle aujourd’hui qui doivent devenir plus petits, mais également les systèmes d’IA qui pourraient faire fonctionner des usines industrielles, des villes intelligentes ou des véhicules autonomes.

Le défi des grands modèles d’IA

Lorsque nous utilisons l'IA, que ce soit sur un téléphone ou un ordinateur portable, la majeure partie du traitement a lieu dans un centre de données. En effet, les modèles d'IA les plus populaires sont coûteux en termes de calcul : votre ordinateur portable n'a probablement pas suffisamment de puissance de calcul pour exécuter la requête.

Les systèmes d’intelligence artificielle utilisent également des quantités d'énergie importantes. On dit qu'une seule requête dans un modèle d'IA générative, comme demander « Comment fonctionne l'IA générative ? » — consomme autant d'électricité qu'une ampoule allumée pendant une heure.

Cela présente deux défis pour l’utilisation de l’intelligence artificielle. Premièrement, cela soulève des inquiétudes quant à la durabilité de l’IA, car l’électricité qui alimente l’IA augmente également les émissions de gaz à effet de serre. Dans « L'impact de la technologie en 2025 et au-delà : une étude mondiale de l'IEEE », 35 % ont déclaré que l'utilité de l'IA dépasse de loin sa consommation d'énergietandis que 34 % déclarent que la consommation d'énergie et l'utilité de l'IA sont en bon équilibre. Environ un cinquième (21 %) perçoivent les avantages de l'IA comme importants, mais la grande quantité d'énergie utilisée reste une préoccupation, tandis que 8 % estiment que la quantité massive d'énergie utilisée dépasse les avantages de l'IA. Deuxièmement, cela signifie que tout ce qui repose sur l’IA a besoin de plus de puissance pour fonctionner ou de connectivité à un centre de données.

Qui a besoin d’une IA « compacte » ?

Des systèmes d’IA plus petits et plus économes en énergie pourraient être utilisés dans une large gamme d’applications, telles que véhicules autonomes. « Les accélérateurs d'IA de nouvelle génération à faible consommation sont cruciaux pour l'avenir des véhicules autonomes en termes de fiabilité à long terme et de réduction de la consommation d'énergie », a déclaré Shah. « Ils pourraient permettre des décisions en temps réel et des conceptions plus compactes. » Ils seraient une aubaine pour les systèmes robotiques, car ils réduiraient les besoins en énergie des robots.

Cristiane Agra-Pimentelmembre senior de l'IEEE, a déclaré que les systèmes d'IA compacts seraient également utiles dans les environnements industriels où des contrôles plus petits pourraient automatiser les processus de l'usine. « L'utilisation de l'IA compacte dans le domaine industriel sera de plus en plus applicable aux contrôles du fonctionnement des machines, aux contrôles de traçabilité des produits et à la gestion des systèmes de chaîne d'approvisionnement », a déclaré Pimentel.

Les compromis de la « petite » IA

Les grands modèles de langage sont souvent adaptés à différents objectifs. Ils peuvent vous aider à rédiger des dissertations universitaires et à créer un site Web. Les systèmes compacts pourraient être optimisés pour des systèmes spécifiques. Ils pourraient être conçus pour fonctionner comme un chatbot pour une entreprise ou pour compléter automatiquement du code informatique. De plus, les systèmes d’IA compacts sont, pour l’instant, moins précis car ils utilisent souvent moins de données. « Ces compromis sont souvent acceptables », a déclaré Shah, « étant donné les avantages d'une consommation d'énergie réduite, de temps d'inférence plus rapides et de la possibilité d'exécuter l'IA sur des appareils de pointe. Les chercheurs et les développeurs continuent de travailler pour améliorer la précision des systèmes d’IA compacts tout en conservant leurs avantages en termes d’efficacité.

Autres technologies pertinentes

Outre l’IA, l’enquête a souligné l’importance de informatique en nuage (26%) et de robotique (24 %), qui se classent respectivement deuxième et troisième. Parmi les autres technologies importantes pour 2025 figurent le réalité étendue (XR), qui comprend métaverse, réalité augmentée, réalité virtuelle et réalité mixte (21%); l'Internet industriel des objets (19 %) ; Le quantumdont l'informatique quantique (17 %) ; Hé véhicules électriques/recharge de véhicules électriques (17%).