L’an 2 après ChatGPT : l’essentiel sur les impacts de l’IA générative

Introduction

Deux ans, deux mois, deux semaines. Voilà le temps écoulé depuis la disponibilité de ChatGPT. Un peu plus de deux ans, donc, que l’IA générative est connue du grand public et des entreprises. Parce que les mots ont un sens, LeMagIT ne parlera pas de révolution. Tout au plus d’une rupture technologique. Une rupture technologique aux effets fastes. En 2017, après le fameux article « Attention is all your Need » de Google Research donnant naissance au Transformer et aux modèles BERT, le travail d’OpenAI a fait grand bruit au sein de la sphère scientifique dès 2019. L’année suivante a été le révélateur dans la sphère IT : la disponibilité de GPT-3, ses performances, la licence exclusive obtenue par Microsoft laissaient poindre une technologie prometteuse. Les moyens conséquents mis sur la table par le géant du cloud entre 2020 et 2021 ont permis à la « startup » de poursuivre son projet. Jusqu’à la sortie du fameux ChatGPT, l’interface par-dessus une version « instruite » de GPT-3.5.  

Malgré l’effervescence scientifique provoquée par les publications d’OpenAI dès 2019, c’est une UI qui a révélé le potentiel de la GenAI. Cette interface « conversationnelle » n’a rien d’une rupture : un des premiers chatbots connus n’est autre qu’ELIZA et date de 1966. C’est à partir des débuts des années 2010 qu’elle s’est imposée. La combinaison d’un modèle capable de s’appuyer sur le contexte pour générer du texte de manière cohérente et cette UI simple d’accès a été l’élément déclencheur de cette rupture.

Elle a provoqué le chamboulement de l’agenda des éditeurs qui ont d’abord cherché à récréer cette UI et à l’adapter à leur contexte. En commençant par les outils de bureautique. Un phénomène qui a rapidement affecté d’autres outils, mais aussi d’autres pans de l’intelligence artificielle. « L’IA générative conditionne le public sur ce que devraient être les nouvelles manières d’interagir avec l’IA », constatait Bryan Harris, directeur technique de SAS en juin 2023 auprès du MagIT. Les grands groupes ont testé, de leur plein gré ou non, ces outils. Certains les adoptent massivement, de L’Oréal en passant par France Travail et bientôt les armées françaises. Il est maintenant question de déployer l’IA « agentique », des modèles de langage capables de manipuler des outils, voire des réseaux d’agents outillés, orchestrés par un LLM ou par un moteur de règles. Les solutions sur étagère arrivent sur le marché et les premiers projets entrent en production.

En sus de renforcer le positionnement des géants du cloud, l’IA générative a fait émerger Nvidia, dont les puces sont utilisées pour entraîner les modèles et les exécuter. Un acteur central sur lequel repose en grande partie tout un écosystème florissant. « Il y a deux ans, peu de gens avaient entendu parler d’OpenAI, et DeepSeek était largement inconnu il y a trois semaines », a déclaré Adam Cohen d’OpenAI lors du Business Day, un événement satellite du sommet pour l’action sur l’intelligence artificielle des 10 et 11 février 2025. Mistral AI, OpenAI, DeepSeek, Anthropic, Cohere, Meta ou encore Google. Tous ces acteurs proposent des LLM aux performances plus ou moins équivalentes.

L’IA générative affecte maintenant les projets IT, l’emploi, les marchés financiers, les relations internationales. Bien qu’accessible, elle est pourtant encore mal comprise, elle réclame d’acculturer les employés, d’identifier les cas d’usage candidat (et ceux qui ne sont pas pertinents), et de déterminer si son déploiement – et c’est encore une inconnue dans la plupart des cas – implique un retour sur investissement. Sans oublier les problèmes éthiques, légaux et écologiques que pose cette technologie qui bénéficie d’une adhésion massive. Parfois déraisonnée.

Voilà certains des points évoqués tout au long des articles rassemblés dans ce guide essentiel.

1Confusion-

L’IA générative n’est pas l’intelligence artificielle

2Chatbot « ++ »-

ChatGPT : Les concurrents sont revenus au niveau

3Demain-

L’IA agentique anime les éditeurs et les analystes

4ROI et IA-

Une relation qui ne va pas de soi

5Formations-

Une nécessaire montée en compétences

6Travail-

Avec ChatGPT, tous virés ?

7Cas d’usage-

Des stratégies et des premiers déploiements