IA : Il y a mieux à faire que de courir après les derniers LLM, juge Gartner

Modèles propriétaires vs Open weight : Gartner observe un fossé géographique

Par exemple, des modèles de text to speech très performants ont déjà vu le jour. Ils propulsent de premiers agents vocaux avancés. Pour l’analyste de Gartner, il est de plus en plus probable que des bots autonomes doués de raisonnement répondent aux questions des clients. Actuellement, le commun des mortels remarquera que les serveurs vocaux interactifs (SVI) traditionnels sont remplacés par des systèmes enfin capables de comprendre la requête d’un utilisateur et de le router vers un conseiller. Les temps d’attente ne baissent pas encore.

Ce domaine de la synthèse vocale (text to speech) est aussi et surtout investi par des acteurs spécialisés, à l’instar d’ElevenLabs. Tout comme le speech to text et l’OCR. La plupart n’ont pas une attache américaine, mais européenne ou asiatique.

De manière un peu plus générale, Arun Chandrasekaran observe un fossé géographique grandissant dans la manière dont les modèles d’IA sont développés et déployés. Alors que l’innovation en matière de modèles d’IA en Occident reste largement propriétaire, en Orient, entreprises et laboratoires d’IA se tournent vers les modèles open weight. À l’issue d’une récente tournée dans six pays de la région Asie-Pacifique, l’analyste constate qu’un nombre significatif de modèles ouverts étaient utilisés dans des projets pilotes d’entreprises régionales et dans des environnements de production.

En France, LeMagIT remarque que les groupes du CAC 40 misent sur une combinaison de LLM propriétaires et open weights afin de ne pas dépendre excessivement d’un acteur.

SaaSpocalypse : une menace exagérée, selon Gartner

Certaines entreprises imaginent se servir de ces capacités pour modifier ou remplacer des systèmes vieillissants ou des outils de niche. Toutefois, les effets du SaaSpocalypse, une tendance surmédiatisée, suggère l’analyste de Gartner, ont été exagérés à court terme.

Actuellement, les éditeurs SaaS conservent des avantages essentiels sur lesquels les entreprises s’appuient. Et de citer le fait que ces acteurs n’ont pas perdu leurs expertises dans des domaines spécifiques, qu’ils peuvent déployer des flux de travail intégrés tout en cochant les cases liées à la conformité dans les appels d’offres de leurs clients. Et l’analyste de remarquer que la plupart des départements IT jugent « bien trop risqué » le fait de s’éloigner d’acteurs SaaS avec lesquels ils ont bâti des relations de confiance.

Les affres de l’économie de l’IA

Cependant, la tarification demeure le talon d’Achille du secteur, souligne Arun Chandrasekaran. À long terme, les agents IA font peser le risque de la chute des licences utilisateurs, car les métiers seront capables d’accomplir le même nombre de tâches tout en étant moins nombreux. Les deux solutions les plus largement évoquées par les éditeurs sont la création de sièges spécifiques pour les agents IA et la facturation à la tâche accomplie. Dans les faits, le modèle prescrit par des acteurs comme Salesforce, ServiceNow, Microsoft, sa filiale GitHub ou Oracle est une combinaison de sièges facturés mensuellement et de crédits IA disponibles en mode « pay as you go » ou au volume.

Cette approche est une réponse directe à un problème rencontré à la fois par les éditeurs et leurs clients : la maîtrise du coût à l’usage. Même Uber, pourtant un technologue aguerri, s’est fait surprendre en brûlant son budget annuel consacré à l’IA en quatre mois.

Cela s’explique en partie par le fait que de plus en plus d’entreprises incitent leurs employés à accroître leur consommation d’IA, notamment grâce à des agents capables d’effectuer des requêtes séquentielles ou parallèles, ce qui augmente le volume total des requêtes de modèles.

Étant donné que les fournisseurs d’IA et les hyperscalers sont limités par leurs capacités de calcul, leurs options pour gérer cette charge sont restreintes. Ils doivent soit réserver de la capacité pour les clients payants, soit limiter le nombre de requêtes qu’un client peut effectuer dans un laps de temps donné, soit augmenter les prix. Les éditeurs répercutent donc ces hausses sur leurs clients.

Ce phénomène inquiète les DSI. Ils manquent souvent d’outils internes pour mesurer leur consommation de tokens et se retrouvent dans l’incapacité de prévoir ou de contrôler leurs dépenses jusqu’à la réception des factures mensuelles.

Une maturité IA toute relative

D’autant plus que le niveau de maturité n’est pas encore au rendez-vous, soulignent les analystes de Gartner.

Selon le Hype Cycle 2026 consacré à l’IA agentique publié en avril, seulement 17 % des entreprises ont atteint un niveau de maturité élevé, ayant réussi à déployer l’IA de manière généralisée dans l’ensemble de leurs fonctions métier. 51 % d’entre elles se situent à un niveau intermédiaire. Elles génèrent une certaine valeur dans des domaines isolés, mais peinant globalement à démontrer un retour sur investissement clair. Les 32 % restants affichent un faible niveau de maturité, limitant leurs efforts à la conception d’idées, à des expérimentations ou à des projets pilotes. Le cabinet n’a pas détaillé le nombre d’entreprises interrogées.

Arun Chandrasekaran insiste sur les six dimensions du modèle de maturité IA élaboré par Gartner.

Les entreprises doivent se concentrer sur la valeur en mesurant le retour sur investissement et en s’en servant comme indicateur principal pour les cas d’usage. Elles doivent garantir la qualité des données, car l’IA n’est utile que dans la mesure où les informations contextuelles dont elle dispose le sont.

Elles ont également besoin d’une gouvernance rigoureuse pour atténuer les risques, ainsi que de pratiques d’ingénierie solides pour ancrer les systèmes dans les données de l’entreprise et automatiser les déploiements. Enfin, les entreprises doivent trouver un équilibre entre l’innovation organisationnelle descendante et ascendante, tout en favorisant une culture de sécurité psychologique afin que les employés se sentent responsabilisés et en confiance quant à leur avenir à long terme.

Pieter den Hamer, vice-président de la recherche sur l’intelligence artificielle chez Gartner note que l’IA agentique est le troisième domaine d’investissement derrière l’IA générative et le machine learning. Malgré une croissance notable, seulement une entreprise sur cinq dispose actuellement d’agents IA en production, estime-t-il, sans révéler ses sources.

Gartner entrevoit une corrélation entre éducation à l’IA et ROI

Outre l’écart évident entre le matraquage marketing à outrance des éditeurs et la réalité terrain, il souligne que les entreprises trébuchent régulièrement sur des obstacles apparemment simples, tels que l’identification des bons cas d’usage. D’autres sont plus compliqués, notamment la mise en qualité des données. Les bases de données existent depuis plus de soixante ans et pourtant l’on vient encore difficilement du « garbage-in, garbage-out ». Toutefois, l’on voit émerger de bonnes pratiques et une hygiène solide en la matière chez les entreprises les plus matures.

En conséquence, la majorité des entreprises qui déploient l’IA pour améliorer l’efficacité des employés observent des gains de productivité modestes. Pieter den Hamer ajoute par ailleurs que l’IA est devenu le bouc émissaire préféré des grands groupes technologiques pour justifier des restructurations. Selon lui, un faible pourcentage des licenciements dans l’industrie peut être directement attribué à l’IA.

Au lieu de se concentrer uniquement sur les effectifs et la productivité, Pieter den Hamer estime que les entreprises matures utilisent l’IA pour accélérer la recherche et le développement, améliorer la qualité de fabrication et renforcer leur résilience globale. De plus, elles intègrent l’IA en profondeur dans leurs processus métier.

La majorité des initiatives menées actuellement font office de « pansements sur une jambe de bois », lâche-t-il. La recette de la réussite consisterait en une synergie entre les humains et l’IA. Le remplacement systématique des collaborateurs ou, à l’inverse, le rejet catégorique de la technologie ne sont pas enviables. En revanche, cette synergie implique de repenser entièrement les flux de travail.

En fin de compte, ce succès repose sur l’éducation. L’analyste en conclut qu’il existe une corrélation étonnamment forte entre les rendements financiers et la promotion active de la formation à l’IA, et ce à tous les niveaux de l’organisation.

Adaptation d’un article initialement publié en langue anglaise sur ComputerWeekly.