En 2023, l’Intelligence Artificielle Générative (GenAI) fait une entrée fracassante dans les entreprises et dans les débats du grand public. En 2024, les LLM (grands modèles linguistiques) ont rapidement évolué et les usages ont mûri. Mais toutes les prédictions des analystes ne se sont pas nécessairement réalisées. Bilan de ce qui s’est réellement passé cette année.
1 – IA et régulation responsables
Prévision
En début d’année, on s’attendait à une évolution plutôt lente de la réglementation sur les systèmes d’IA, qui suivrait le rythme habituel de la législation informatique. Malgré la directive (décret exécutif) signée par le président Joe Biden en novembre 2023 sur la sécurité de l’IA et l’entrée en vigueur du règlement européen sur l’IA (AI Act) en 2024, peu s’attendaient à des avancées majeures.
Réalité
Ces prédictions se sont révélées relativement exactes, estime Michael BennettConseiller en politique en matière d’IA à la Northeastern University.
Aux États-Unis, aucun progrès significatif n’a été enregistré au niveau fédéral. Et l’effet non contraignant de la directive Biden limiterait son impact, ajoute Kashyap Kompellaanalyste chez RPA2AI.
Cependant, cette réglementation a tout de même conduit à quelques changements, comme l’obligation pour chaque agence fédérale de nommer un responsable IA.
Par ailleurs, plusieurs affaires autour du droit d’auteur des données utilisées par les modèles d’IA pour leur entraînement – comme celle entre le New York Times et OpenAI – n’ont pas trouvé de solution durable en 2024. Ces litiges ont néanmoins poussé certains acteurs, comme OpenAI, à signer accords avec des éditeurs pour utiliser leur contenu.
Des entreprises comme Adobe ont également commencé à rémunérer les artistes.
Enfin, l’AI Act a poussé certains géants de l’informatique à ne pas sortir leurs outils en Europe (comme Apple ou encore Meta)
Perspectives pour 2025
L’élection de Donald Trump pourrait ralentir encore davantage la régulation fédérale de l’IA, et laisser la place aux initiatives locales et étatiques. Michael Bennett anticipe que « les États, voire les villes, testeront probablement de nouvelles réglementations, notamment dans des domaines comme l’emploi ou la police ».
2 – Open source et multimodalité
Prévision
On s’attendait à voir émerger des modèles multimodaux, capables de traiter du texte, des images ou de la voix en entrée, et de générer du contenu sous plusieurs formes comme des vidéos ou de l’audio en sortie.
La montée en puissance des modèles open source, déjà amorcée par Meta (Llama), devait également s’accélérer.
Réalité
Les modèles ont en effet progressé, que ce soit en termes de précision, de fiabilité et de capacité à gérer des tâches complexes, note Séparer aussichef de produit chez Responsive.
Mais les progrès en matière de multimodalité n’ont pas été aussi rapides qu’espéré. « Nous ne disposons pas encore d’un système de qualité professionnelle capable de traiter différents types de données de manière transparente, comme la création d’un court métrage à partir de données éparses », explique Michael Bennett.
Du côté de l’open source, l’enthousiasme a également été plus modéré. Les modèles semi-ouverts comme Llama (dont l’ensemble de données reste fermé) ont néanmoins prospéré. Et le Mistral français s’est appuyé sur des modèles ouverts pour se faire une place sur le marché (ce qu’il a réussi à faire).
Plus généralement, le succès d’une plateforme comme Hugginface – qui héberge des modèles open source – reflète clairement une tendance de long terme en matière de fonds. Une tendance confirmée par la stratégie de la majorité des éditeurs, notamment français, qui s’appuient sur l’open source pour insuffler leurs propres solutions.
3 – Créer de la valeur avec l’IA générative
Prévision
2024 devrait marquer le passage de l’expérimentation à l’industrialisation de l’IA générative en entreprise, avec des retours sur investissement (ROI) mesurables.
Réalité
Malgré une adoption croissante, le retour sur investissement reste largement remis en question. Pour AJ Sunder, les entreprises continuent d’expérimenter – tout en gardant une supervision humaine. « Les promesses de productivité ou de transformation ne se sont pas encore concrétisées », résume-t-il.
Les gains de productivité sont néanmoins déjà réels dans des domaines comme le marketing ou le développement de logiciels, mais l’impact global sur les processus métiers reste limité, confirme Marc Greenevice-président d’UiPath, l’un des grands spécialistes du RPA (un domaine avec lequel GenAI promet de nombreuses synergies en matière d’automatisation et d’IA agentique).
4 – Impact sur l’emploi
Prévision
Beaucoup craignaient des pertes massives d’emplois, notamment et pour la première fois dans les secteurs créatifs et les travailleurs du savoir (journalisme, design, arts).
Réalité
L’IA générative a déjà modifié certains métiers, mais sans provoquer de licenciements massifs. Par exemple, les développeurs utilisent désormais des assistants IA, mais conservent leur emploi… Pour l’instant, disent certains.
Car l’IA remplace progressivement les métiers où il y a pénurie de main d’œuvre, comme dans la logistique, le service client ou la création de contenu. « Il est vrai que les IA font de plus en plus ce que font les humains. Les personnes qui savent comment exploiter efficacement l’IA deviendront les plus précieuses [pour les employeurs] » prévient Daryl Plummer, analyste chez Gartner.
Conclusion
2024 a confirmé que l’IA générative progresse à un rythme impressionnant, mais les défis en termes de réglementation, d’adoption et d’impact sociétal restent nombreux.
Les années à venir détermineront si ces technologies seront capables de transformer durablement les entreprises et les modes de travail. Ou si le soufflet retombe, avec des évolutions plus modérées et contraintes par des enjeux comme l’empreinte énergétique et écologique qui devraient pousser (2025 le confirmera-t-il ?) vers des modèles plus frugaux, plus petits, plus spécialisés, et vers des mélanges d’IA.
