En 2025, l’IA devrait révolutionner la technologie et avoir un impact majeur sur les entreprises et les centres de données. Jeff Clarke de Dell Technologies présente cinq tendances clés à l’origine de cette transformation.
2024 a été une année charnière pour la technologie.
À une époque où le changement est devenu la norme dans le monde l’informatique, la stabilité apparaît de plus en plus comme un facteur de performance et de réussite durable.
La stabilité ne signifie pas immobilisme. Elle repose sur la capacité d’une entreprise à conserver une vision cohérente, portée par des hommes et des femmes qui connaissent profondément ses valeurs, ses pratiques et son histoire. Cette continuité permet d’installer une culture de la performance sur le long terme, au-delà des résultats immédiats.
L’IA est au cœur des discussions dans tous les conseils d’administration et représente bien plus qu’une simple question de budget informatique. Nous n’en sommes qu’à nos débuts, mais le secteur atteint chaque jour de nouveaux niveaux de productivité et de capacités. C’est une expérience unique en quatre décennies de carrière dans le secteur technologique.
Alors que nous nous apprêtons à franchir le pas en 2025, je m’attends à ce que ces cinq tendances ouvrent la voie :
Selon une récente étude McKinsey, 65 % des personnes interrogées utilisent régulièrement GenAI, soit près du double par rapport aux dix mois précédents. Pourtant, de nombreux clients ne savent toujours pas par où commencer. Une enquête récente menée auprès de 1 600 clients Dell a révélé que près de 80 % d’entre eux n’en sont qu’à l’étape 0 (test et apprentissage) ou à l’étape 1 (mise en œuvre ciblée avec des ressources dédiées et une feuille de route pour l’évolutivité), l’objectif ultime étant un déploiement entièrement intégré à l’échelle de l’entreprise avec des solutions GenAI personnalisées.
Pour beaucoup, la phase de test et d’apprentissage commence à porter ses fruits. Une récente enquête de Morgan Stanley indique que la plupart des entreprises constatent un retour sur investissement égal ou supérieur aux attentes pour leurs solutions GenAI, avec environ 40 % d’entre elles dépassant les attentes. Au cours de l’année à venir, les entreprises continueront de bénéficier d’un retour sur investissement réel grâce au développement de l’IA.
2025 sera l’année où les entreprises se concentreront sur la création et l’acquisition des plateformes et des outils dont elles ont besoin pour devenir les plus compétitives de leur secteur. Alors que les outils GenAI sont encore en phase de maturation, les organisations qui ne parviendront pas à définir la stratégie et l’architecture d’IA adéquates seront désavantagées.
En 2025, les données seront de plus en plus distribuées, ce qui entraînera une évolution des applications d’IA pour les entreprises. Cela implique de dépasser le centre de données et le cloud pour se tourner vers la périphérie et le PC. Avec les PC IA, les données seront traitées directement sur l’appareil, ce qui le rendra plus rapide, plus rentable et plus sécurisé que le recours au cloud.
Les NPU seront présents dans presque tout l’année prochaine, ce qui signifie que les PC seront capables d’exécuter des charges de travail ou des applications d’IA localement sur l’appareil. L’année prochaine apportera une mise à jour majeure des PC, avec les PC IA, pourquoi ne pas les mettre à niveau ?
Les outils et applications d’IA sur PC prendront en charge toutes vos tâches quotidiennes. Imaginez un PC qui évolue avec vous, anticipant vos besoins et boostant votre productivité. Un PC capable de résumer vos e-mails les plus importants, vos actions à entreprendre ou les cinq choses à faire le premier jour de votre retour de vacances.
Entre des processeurs, des GPU et des NPU plus performants et davantage d’options de silicium pour PC sur le marché que jamais auparavant, le choix et l’innovation seront les meilleurs qu’ils aient jamais été.
L’IA a connu la courbe d’adoption la plus rapide de l’histoire. Avec une augmentation de la productivité de plus de 20 %, nous n’avons jamais connu une telle croissance. D’ici fin 2026, l’adoption de l’IA devrait atteindre de nouveaux sommets, plus de la moitié de la demande des centres de données provenant des charges de travail d’IA¹.
Le passage de l’apprentissage à l’inférence est imminent, car l’inférence devrait représenter jusqu’à 90 % des charges de travail d’IA d’ici la fin de la décennie. Contrairement à l’apprentissage, l’inférence vise à optimiser l’emplacement d’exécution de la charge de travail par rapport à la qualité, au coût, aux données, à la sécurité et à la latence. Avec cette évolution, l’IA évolue vers des architectures désagrégées où le calcul, le stockage et les réseaux sont ultra-rapides et peuvent être évolutifs indépendamment. Les clients peuvent réduire les coûts, décloisonner les systèmes et éviter la dépendance vis-à-vis d’un fournisseur.
Des données récentes mettent en évidence les points faibles courants de la pile de données moderne, notamment les silos de connaissances, les problèmes de latence, les difficultés de personnel et l’absence de gouvernance globale des données. Ces défis impactent la capacité des organisations à déployer des solutions d’IA efficaces, allant des retards d’expédition à la production d’informations inexactes sur les stocks. Par conséquent, le modèle opérationnel actuel des centres de données et de l’informatique n’est pas suffisamment compétitif.
La hausse du coût de l’énergie, combinée aux besoins énergétiques et à l’impact environnemental de certaines charges de travail d’IA, reste complexe à gérer. Parallèlement, les exigences réglementaires se durcissent à l’échelle mondiale, exigeant de nouveaux niveaux de transparence.
Pour les centres de données, cela implique de privilégier l’innovation matérielle écoénergétique, le retrait responsable des équipements anciens ou obsolètes et la diversification des sources d’énergie afin de minimiser l’impact et d’optimiser les rendements. L’innovation en matière de refroidissement liquide en est un parfait exemple. Nos solutions de calcul refroidies par liquide intègrent des plaques froides optimisées et une technologie de détection des fuites pour une fiabilité et une efficacité inégalées.
Il est également essentiel d’investir dans des outils de gestion et de suivi de la charge de travail afin d’identifier de nouveaux gains d’efficacité et d’optimiser les performances. L’analyse de ces données aidera les organisations à dimensionner leurs solutions d’IA en fonction des performances souhaitées et à mieux répondre à leurs besoins. Une approche universelle ne fonctionnera pas.
Les agents d’IA sont des systèmes logiciels capables de planifier, de prendre des décisions et d’agir pour atteindre des objectifs prédéfinis. Ils seront omniprésents l’année prochaine et auront un impact considérable sur notre utilisation de l’IA. D’ici 2028, Gartner prévoit qu’un tiers des interactions GenAI utiliseront des agents d’IA et des modèles d’action pour l’exécution des tâches.
L’année prochaine, les agents passeront d’applications passives nécessitant une intervention humaine à des systèmes multi-agents fonctionnant de manière autonome. Les humains disposeront bientôt d’une équipe complète d’agents, faisant de chacun un manager. Cela entraînera une personnalisation massive, les expériences de travail et les applications intelligentes devenant de plus en plus personnalisées. Les démonstrations de
faisabilité (POC) actuelles dans le service client, le marketing et le développement logiciel s’étendront aux solutions verticales et même aux agents d’IA généralistes. Chez Dell, nous expérimentons des agents pour aider les équipes à trier le contenu, les artefacts de code et autres bases de connaissances, et partager les principaux enseignements tirés de nos premières adoptions avec nos clients.
En tant qu’optimiste technologique, je suis convaincu que l’IA accélérera le progrès et l’innovation humains. Je suis prêt à m’engager sur le terrain ; j’espère que vous me rejoindrez !
Intelligence artificielle, grands modèles de langage et avenir des logiciels d’entreprise
À mesure que l’IA continue d’évoluer, les entreprises qui adoptent ces technologies tôt et investissent dans le développement d’une expertise interne seront bien placées pour acquérir un avantage concurrentiel dans un paysage commercial en évolution rapide.
L’intelligence artificielle (IA) et les grands modèles de langage (LLM) révolutionnent le paysage des logiciels d’entreprise, transformant leur fonctionnement et leur prise de décision. Alors que les entreprises reconnaissent de plus en plus le potentiel de ces technologies, l’avenir des logiciels d’entreprise s’annonce marqué par des changements importants.
Manas Talukdar, directeur de l’ingénierie chez Labelbox et leader senior du secteur de l’IA d’entreprise et de l’infrastructure de données, partage ses réflexions sur cette tendance transformatrice :
Les grands modèles linguistiques ne constituent pas seulement une avancée technologique ; ils représentent un changement de paradigme dans la façon dont les entreprises abordent le traitement du langage et la génération de textes. La capacité des LLM à comprendre le contexte, à interpréter les nuances et à générer des textes de type humain ouvre un monde de possibilités pour les entreprises de divers secteurs.
Impact sur les opérations de l’entreprise
Les LLM font déjà leur marque dans divers aspects des logiciels d’entreprise, notamment le traitement du langage naturel, la génération de contenu et la prise de décision.
Talukdar souligne le potentiel transformateur de ces applications :
L’intégration des LLM aux logiciels d’entreprise ne se limite pas à l’automatisation ; il s’agit également d’accroître les capacités humaines. Nous constatons que les entreprises exploitent ces technologies pour prendre des décisions plus éclairées, améliorer l’expérience client et stimuler l’innovation à un rythme sans précédent.
Les travaux actuels de Talukdar chez Labelbox permettent aux entreprises de développer des modèles personnalisés spécifiques à chaque tâche. « Une entreprise agricole peut développer un modèle de machine learning pour détecter les mauvaises herbes dans ses champs. Une entreprise de robotique peut développer un modèle pour effectuer des interventions chirurgicales à distance. Les possibilités sont infinies. » « Je suis également très enthousiaste quant au travail révolutionnaire que nous réalisons, qui permet aux laboratoires d’IA de développer des LLM multimodaux de plus en plus performants », ajoute-t-il. « Grâce à des données d’apprentissage spécialisées annotées par des experts du monde entier, notamment en physique nucléaire, astrophysique, mathématiques, chimie organique, sciences de l’atmosphère, les LLM gagnent en expertise et acquièrent des connaissances plus spécialisées. L’impact sur le monde de l’IA d’entreprise sera profond, et nous le constatons déjà. »
Défis et considérations
Malgré leur potentiel, l’adoption des LLM dans les logiciels d’entreprise comporte des défis. Talukdar répond aux préoccupations suivantes concernant l’utilisation responsable de l’IA :
À mesure que les LLM progressent en entreprise, il est crucial de privilégier des pratiques éthiques en matière d’IA. Cela implique de garantir la confidentialité des données, de lutter contre les biais potentiels et de maintenir la transparence des processus décisionnels basés sur l’IA. L’avenir des logiciels d’entreprise ne réside pas seulement dans la puissance de l’IA, mais aussi dans la manière dont nous l’exploitons de manière responsable et efficace.
Perspectives d’avenir
L’avenir des logiciels d’entreprise, propulsés par l’IA et les LLM, s’annonce prometteur. Des technologies émergentes comme la génération augmentée de données (RAG) et l’apprentissage fédéré devraient répondre aux défis spécifiques du B2B, en améliorant les capacités de prise de décision tout en protégeant la confidentialité des données.
Talukdar partage sa vision du futur :
Je pense que nous n’en sommes qu’à un premier aperçu des possibilités offertes par l’IA et les LLM dans les logiciels d’entreprise. Dans les années à venir, nous verrons probablement apparaître des modèles plus adaptatifs et contextuels, capables de fournir des interactions encore plus nuancées et intuitives. Les agents d’IA permettront d’automatiser considérablement les flux de travail. Cela conduira à des systèmes d’entreprise plus intelligents et plus efficaces, capables de comprendre et d’anticiper véritablement les besoins métier.
À mesure que l’IA évolue, les entreprises qui adoptent ces technologies tôt et investissent dans le développement d’une expertise interne seront bien placées pour acquérir un avantage concurrentiel dans un environnement commercial en constante évolution. Des experts en IA comme M. Talukdar contribueront à façonner cet avenir.
