Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
L'IA en 2026 : Entre promesses et défis
L'année 2026 s'annonce comme un tournant décisif pour l'intelligence artificielle (IA), avec des discussions de plus en plus intenses sur ses impacts. Alors que les organisations continuent d'explorer les possibilités offertes par l'IA, l'incertitude persiste quant à ses effets réels. Les questions sur une éventuelle bulle de l'IA, l'émergence de l'intelligence artificielle générale (AGI) et les gains de productivité restent sans réponse claire.
Tout d'abord, il est à prévoir que l'IA causera plus de dégâts en 2026 qu'elle n'en a causé en 2025. Cela ne signifie pas qu'elle n'apportera pas également des effets positifs, mais il semble inévitable qu'une dépendance accrue à l'IA entraîne des impacts négatifs plus fréquents. Des tragédies liées à des interactions avec l'IA ont été rapportées, comme des personnes vulnérables égarées ou des accidents impliquant des véhicules autonomes. Bien que les accidents soient également causés par des conducteurs humains, l'omniprésence de l'IA dans nos vies garantit une augmentation des impacts, souvent positifs, mais aussi négatifs.
Nous assistons à une transition d'un flux continu de ce que l'on appelle la « bouillie d’IA » – des contenus synthétiques et peu fiables – vers une véritable avalanche. Les articles générés par l'IA auraient désormais surpassé ceux écrits par des humains sur Internet. Une application d'IA, Suno, produit l'équivalent d'un catalogue Spotify entier de musique toutes les deux semaines. Cette prolifération de contenus de mauvaise qualité érode la confiance et accroît les risques de désinformation, tant dans la société qu'au sein des organisations.
Des incidents de deepfakes ont déjà touché le monde des affaires, comme une fausse voix d'un directeur financier demandant un transfert d'argent vers un compte frauduleux. Les entreprises sont-elles prêtes à faire face à des agents d'IA conçus pour le chantage ou des malwares ? Je pense que 2026 sera l'année où les dirigeants commenceront à accorder à la gouvernance de l’IA l'attention qu'elle mérite. Cependant, il est à craindre qu'il faille d'abord tirer des leçons douloureuses avant que la gestion des risques liés à l'IA ne devienne une priorité.
La situation est complexe. De nombreuses technologies peuvent être utilisées à des fins malveillantes. Une récente lettre ouverte aux législateurs a souligné qu'il existe moins de réglementations sur des systèmes d'IA pouvant présenter des risques catastrophiques que sur des établissements comme des sandwicheries ou des salons de coiffure.
Je ne partage pas les visions apocalyptiques des détracteurs de l'IA. Au contraire, je perçois 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 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.
Une IA pragmatique
Si des exemples comme AlphaFold représentent des innovations de rupture, une grande partie de l'attention portée à l'IA en 2026 se concentrera sur des usages plus terre-à-terre. Une gouvernance renforcée de l'IA ira de pair avec une focalisation sur la création de valeur métier tangible, ce que j'appelle une « IA pragmatique ».
Je prévois de grandes avancées pour l'IA industrielle, car elle est déjà très mature. Nous avons des décennies d'expérience dans la maintenance prédictive basée sur l'IA, et ces solutions continuent de créer de la valeur. Aujourd'hui, nous appliquons ces enseignements à divers domaines, tels que l'ingénierie et la conception, la gestion de l'énergie, l'assurance qualité, et l'orchestration de la chaîne d'approvisionnement.
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. Des modèles open source chinois comme Qwen, DeepSeek, ERNIE ou Wu Dao sont conçus pour l'efficacité, offrant de bonnes performances avec une intensité de calcul réduite.
Les interfaces d’IA générative représentent une autre innovation marquante pour l’industrie, permettant aux ingénieurs de « dialoguer » directement avec les infrastructures qu'ils supervisent. Je m'attends à un intérêt croissant pour ces expériences utilisateurs basées sur le langage naturel.
En 2026, les entreprises passeront d'un approvisionnement 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. Une tendance claire vers ce que Gartner appelle la « géopatriation » se dessine, utilisée comme couverture stratégique contre la volatilité. Cela représente un changement profond par rapport à la priorité donnée ces dernières années à la seule maîtrise des coûts, reconnaissant que la complexité et le risque sont là pour durer.
