Le Hype Cycle 2025 de Gartner pour l'IA générative (GenAI) fournit des éclairages critiques aux responsables IT qui naviguent dans un paysage d'innovations GenAI en évolution rapide et souvent survendu. Le rapport projette que d'ici 2028, plus de 95 % des entreprises auront intégré des API d'IA générative, des modèles, ou déployé des applications GenAI dans leurs environnements de production. Cela souligne le besoin urgent pour les organisations de dépasser les premières preuves de concept et d'investir stratégiquement dans les technologies créant une valeur tangible et alignées avec les objectifs organisationnels.

Quatre domaines technologiques cruciaux

Gartner identifie quatre domaines technologiques cruciaux façonnant le Hype Cycle GenAI et justifiant un investissement stratégique. Le premier est celui des modèles GenAI, où les grands modèles de langage (LLMs) restent la pierre angulaire et la technologie la plus mature. Ces modèles de fondation sont hautement personnalisables pour des cas d'usage variés. Toutefois, d'autres types de modèles, comme les LLMs open-source, les modèles GenAI spécialisés par domaine et les large reasoning models, émergent rapidement comme alternatives viables. La multimodal generative AI est citée comme technologie exemple de cette catégorie, promettant des résultats IA plus puissants et plus rapides.

AI engineering pour le passage à l'échelle

Le deuxième domaine clé est l'AI engineering, qui devient critique à mesure que les organisations préparent la montée en échelle de leurs programmes GenAI. Il englobe l'écosystème croissant d'outils et de techniques conçus pour construire, gouverner et personnaliser les applications GenAI. L'AI engineering garantit que les applications GenAI servent la stratégie de l'organisation, offrant des cadres pour l'orchestration applicative, la réduction des hallucinations, l'atténuation de la désinformation et la conformité réglementaire. L'AI TRiSM (Trust, Risk and Security Management) est présenté comme technologie exemple, centrée sur l'usage sûr et efficace de l'IA.

Agents et applications IA

Le troisième domaine porte sur les agents IA, applications et cas d'usage. Les assistants virtuels GenAI, comme ChatGPT, sont des exemples connus exploitant les LLMs pour des fonctionnalités avancées. La vision de long terme consiste à utiliser des agents IA pour automatiser à l'échelle des processus complexes multi-étapes, afin d'accroître la productivité, réduire les coûts opérationnels et améliorer l'expérience client. L'IA agentique, qui perçoit, décide et agit de façon autonome ou semi-autonome pour atteindre des objectifs, représente une bascule fondamentale des chatbots passifs vers des systèmes IA plus interactifs et créateurs de valeur. L'Embodied AI est citée comme technologie exemple de cet espace.

Infrastructure et techniques d'activation

Enfin, l'infrastructure et les techniques d'activation forment le quatrième domaine crucial. L'évolution de la GenAI repose sur une combinaison de techniques nouvelles et de pratiques IA établies. Le self-supervised learning, par exemple, réduit le besoin de données d'entraînement étiquetées massives et trouve des applications dans des domaines comme la conduite autonome et le diagnostic médical, avec un intérêt croissant dans toutes les industries. L'infrastructure spécialisée, incluant puces IA et outillage, gagne du terrain pour son rôle dans l'amélioration de l'efficacité et la réduction des coûts d'entraînement et d'inférence des modèles. L'AI supercomputing est mis en avant comme technologie exemple de cette catégorie.

Orientation stratégique

En substance, le Hype Cycle 2025 pour la GenAI sert de guide aux responsables IT pour prendre des décisions d'investissement éclairées, dépasser le battage médiatique, et intégrer avec succès l'IA générative dans les stratégies d'entreprise afin de stimuler l'innovation et créer de la valeur métier.