Bâtir l'avenir avec l’IA générative : les convictions de Sia

En 2023, les entreprises ont été saisies par les capacités des LLM. En 2024, elles ont commencé à expérimenter et construire des cas d’usage. En 2025, elles continuent d’investir massivement, mais avec une approche plus proactive, plus structurée et axée sur la création de valeur.

L'IA générative a fait des progrès remarquables entre fin 2022 et 2025. Au départ, il y avait GPT-3.5, mais maintenant nous avons des modèles avancés comme OpenAI-o3, DeepSeek R1, Claude Sonnet 4, Gemini 2.5 Pro, et bien d'autres. Les modèles open-source actuels, tels que Mistral Small 3.1, atteignent les performances du modèle Llama 2 70B sorti il y a deux ans, bien qu'il soit trois fois plus petit. L'écart entre les modèles open-source et les modèles fermés se réduit rapidement.

La course à l’IA générative est devenue si stratégique que tous les grands acteurs mondiaux y participent. Le marché est aujourd’hui dominé par les États-Unis et la Chine, avec une Europe en outsider déterminée. Les États-Unis conservent leur avance avec OpenAI, Anthropic ou Google, mais la Chine accélère avec DeepSeek, ByteDance ou Alibaba. En troisième position, mais avec un sérieux potentiel, se trouve l'Europe, avec Mistral comme entreprise phare.

L'adoption de l'IA générative a été progressive et devrait continuer à augmenter à mesure que de nouveaux cas d'utilisation émergent. Au cours de la phase d'exploration initiale, un cas d'utilisation s'est distingué : les chatbots.

Les chatbots ont été considérablement améliorés en tirant parti de la capacité des modèles à utiliser les informations fournies dans les prompts. Cela a permis de créer des chatbots plus intelligents, capables de répondre à des questions à partir de bases de données actualisables. Ce changement a transformé l'approche traditionnelle en couches en une offre plus fluide et a revitalisé la R&D dans les moteurs de recherche, en améliorant les capacités de recherche d'informations.

Un autre cas d'utilisation courant est celui des assistants de code, qui permettent aux équipes de développeurs de se prendre en charge en rationalisant les processus de codage. Bien que la génération de code nécessite une compréhension approfondie des langages de programmation et du contexte du code, l'IA générative, en tant que solution créée par les développeurs, a trouvé un marché réceptif parmi les développeurs. Les études des fournisseurs indiquent que 51 % de l'utilisation de l'IA générative dans les entreprises est liée à la génération de code. En raison de la forte demande, ce domaine a connu un développement important, ce qui en fait l'un des marchés les plus lucratifs aujourd'hui. De nombreuses start-ups, telles que Cursor, Windsurf et Lovable, ont vu le jour, certaines atteignant plus d'un million de dollars de chiffre d'affaires en moins d'un mois.

Les nouveaux cas d'utilisation comprennent également les applications liées à la vidéo et à l'image, telles que les essais virtuels et l'édition d'images. Ces applications ont été améliorées par les derniers modèles de diffusion et de contrôle, tels que ceux fournis par Stable Diffusion. L'essor de la multimodalité et des capacités contextuelles étendues a amélioré l'analyse au niveau des documents, permettant aux modèles d'intégrer davantage de contexte et d'enregistrer les informations liées à l'image à un niveau plus élevé.

Un nombre croissant de leaders de la communauté de l'IA ont commencé à expérimenter une idée simple : et si nous permettions aux modèles d'IA générative d'interagir avec leur environnement ? Au départ, ce concept était connu sous le nom d'appel de fonction. Cependant, au fur et à mesure que les besoins se sont précisés, il a évolué vers ce que l'on appelle aujourd'hui l'outillage d'un système agentique. C'est précisément ce dont nous allons parler dans la section suivante.

Le sujet phare de 2025 est sans aucun doute l'IA agentique. Au milieu du buzz entourant ces technologies, Google, Anthropic, Hugging Face et Sia définissent l'IA agentique comme suit : donnez à un modèle d'IA générative des outils, une tâche, et laissez-le itérer jusqu'à ce qu'il l'accomplisse.

Le point clé ici est le changement de paradigme : il ne s'agit pas d'un modèle d'IA générative avec lequel vous conversez ou que vous interrogez pour obtenir des connaissances. Il s'agit plutôt d'un modèle auquel vous demandez d'effectuer une tâche et dont vous attendez les résultats. Cette perspective positionne le modèle comme un élément d'un cadre plutôt que comme le seul générateur de résultats, ce qui débloque une multitude de nouveaux cas d'utilisation.

Ce processus itératif exige une réflexion avancée, et c'est dans ce contexte que les modèles de raisonnement, dont le pionnier o1, ont pris de l'importance.

Les modèles de raisonnement possèdent des capacités accrues en matière de planification et d'exécution et sont en passe de devenir la norme. Même l'Europe entre dans la course, avec la publication par Mistral de ses modèles Magistral qui égalent les performances des meilleurs modèles chinois open source.

Les cas d'utilisation mentionnés précédemment impliquent des tâches complexes. Ils utilisent des outils qui peuvent ne pas être immédiatement apparents pour un modèle d'IA générative aléatoire. Ces tâches exigent que le modèle évalue ses résultats pour déterminer quand continuer et quand s'arrêter. En fin de compte, elles exigent un raisonnement. C'est pourquoi des modèles plus solides et la capacité de penser, tels que développés par les laboratoires pionniers, sont essentiels pour permettre à de telles capacités d'émerger.

Un agent IA est composé de deux parties : un cerveau, qui définit et orchestre les actions, et un corps, qui les exécute. Un agent IA est une entité autonome spécialisée dans des cas d'utilisation spécifiques. La force des agents réside dans leur capacité à se combiner pour exécuter des flux de travail complexes.

Chez Sia, nous avons rapidement réalisé que se concentrer uniquement sur des projets de chatbot traditionnels limiterait le véritable potentiel de l'IA générative.

Au lieu de développer de multiples preuves de concept (POC) pour des sujets spécifiques, comme la création d'un chatbot pour la documentation RH ou d'une solution pour structurer les données de vente, nous avons choisi de consolider ces solutions. Nous avons accompagné des dizaines d'entreprises dans le développement de plateformes de GenAI, leur permettant de transformer l'ensemble de leurs activités commerciales tout en minimisant les coûts de développement. C'était le premier pas vers l'IA Agentique.

Le potentiel de ces plateformes GenAI est immense : automatiser l'extraction et la structuration de documents manuscrits ou scannés selon un schéma de base de données ; automatiser la réalisation de documents administratifs ou la rédaction de rapports à partir d'informations issues d'un vaste ensemble de documents ; ou encore réduire la main d'œuvre nécessaire aux centres de support ou d'appels en exploitant des modèles multimodaux et des bases de connaissances.

Cette plateforme prête à la production permettra tous ces cas d'utilisation sans nécessiter de développement supplémentaire.

Le paysage actuel de l'IA générative peut être divisé en cinq acteurs principaux.

Le premier groupe est constitué des acteurs de l'infrastructure. Les GPU et les microprocesseurs sont au cœur de la course à l'IA, Nvidia occupant une position dominante sur le marché des GPU. Sia collabore étroitement avec les ingénieurs de Nvidia pour développer des solutions sur mesure qui répondent aux besoins spécifiques de nos clients.

Le deuxième groupe est celui des fournisseurs de modèles. Ces acteurs créent les modèles utilisés pour exécuter les différents cas d'utilisation. Ils sont peu nombreux et se livrent une concurrence féroce pour produire les meilleurs outils d'automatisation des processus. Sia entretient des partenariats permanents avec les principaux fournisseurs de modèles, dont NVIDIA et AWS.

Viennent ensuite les acteurs du cloud. Les fournisseurs de cloud permettent aux entreprises de se développer en offrant des solutions évolutives, rentables et flexibles qui améliorent les opérations commerciales, l'innovation et la sécurité. AWS est l'un des fournisseurs les plus connus et les plus robustes, et Sia est reconnue comme l'un de ses rares partenaires en matière d'IA générative.

Les avant-derniers acteurs de l'écosystème industriel sont des entreprises comme la nôtre, qui travaillent au niveau de la mise en œuvre. Notre objectif est d'agréger les outils précédents et de les combiner pour mettre en place des solutions adaptées à vos besoins. C'est pourquoi nous formons nos data scientists aux outils les plus récents, notamment par des certifications AWS et des cours d'IA générative, et nous disposons d'une unité dédiée aux processus d'ingénierie des données.

Enfin, le dernier groupe est constitué des utilisateurs finaux et des entreprises. Il s'agit des milliers de clients que Sia a accompagnés au fil des années et qui ont choisi de nous faire confiance pour la mise en œuvre de solutions d'IA générative au sein de leurs écosystèmes.

Chez Sia, nous avons identifié trois thèmes globaux pour les cinq prochaines années concernant l'IA générative.

Le premier axe porte sur la disponibilité et l'énergie. L'expansion rapide des centres de données pose de nouveaux défis en termes de disponibilité des matériaux et de gestion du réseau énergétique. Notre objectif est de tirer parti de notre expertise en matière d'énergie et de données pour développer des solutions à la fois efficaces et efficientes, nous positionnant ainsi en tant que pionniers d'un avenir plus durable.

Le deuxième axe est le contrôle des risques. Cela implique à la fois la conception de modèles et leur application, avec un accent particulier sur la couche applicative, surtout en Europe, où la loi sur l'IA supervise la mise en œuvre des systèmes d'IA. Notre expertise provient de nos experts métier, qui savent précisément comment surveiller et contrôler les risques associés à vos activités. En outre, nos experts en conformité veillent à ce que tous nos produits et solutions respectent les réglementations en matière d'IA et de données.

Enfin, le troisième axe est l'industrialisation des solutions. Si la création de preuves de concept d'IA générative est relativement simple, le développement de produits d'IA générative industrialisés est un défi différent. C'est là que notre expertise globale en tant que société de conseil entre en jeu.

Nos convictions pour l'avenir, malgré l'incertitude inhérente, peuvent être résumées comme suit : L'IA générative va transformer les flux de travail. Elle nous incitera à repenser non seulement les fonctions juniors, comme cela a été le cas ces deux dernières années, mais aussi les fonctions supérieures grâce à des cas d'utilisation de l'IA agentique.

La bataille entre les modèles open-source et les modèles fermés se poursuivra, l'écart entre les deux continuant à se réduire. Les petits modèles multimodaux open source sont déjà au même niveau que le GPT-4o-mini. Avec les laboratoires chinois qui ouvrent leurs modèles, nous avons maintenant de grands modèles multimodaux et de raisonnement open source qui rivalisent avec ceux des laboratoires de pointe.

Le leadership continu d'OpenAI lui permet de proposer des prix plus élevés que ses concurrents, en offrant souvent quelque chose d'unique. Le prix de GPT-4.5 est plus élevé que celui de tous les autres modèles parce qu'il augmente la taille du modèle, ce qui améliore probablement la fiabilité de la résolution des problèmes, contrairement à d'autres approches qui se concentrent sur la mise à l'échelle du raisonnement.

Nous prévoyons qu'à mesure que les modèles augmentent en taille et en puissance, les prix diminueront avec le temps, à mesure que d'autres concurrents émergeront à cette échelle. Certains concurrents, comme Google et Meta, ont tout intérêt à maintenir des prix bas pour limiter la concurrence.

Epoch AI, les prix des LLM ont chuté rapidement mais de manière inégale selon les tâches.

Les développeurs de logiciels devront également s'adapter à l'IA générative, soit en l'intégrant directement dans leurs systèmes, soit en développant des intégrations de type Model Context Protocol pour que d'autres puissent créer des plugins pour leurs solutions. Nous sommes convaincus que cela deviendra la norme d'ici deux ans, car les produits dépourvus d'IA générative seront surpassés par leurs homologues améliorés par l'IA générative.

Sia peut vous accompagner sur l'ensemble de la chaîne de valeur, de l'idéation à l'adoption, grâce à ses équipes de transformation digitale. Notre matrice propriétaire nous permet d'évaluer rapidement la maturité de votre entreprise et de définir le plan stratégique le mieux adapté à vos besoins.

Si vous souhaitez aller plus loin, nos équipes peuvent vous accompagner dans vos projets industriels. Nos experts GenAI peuvent définir l'architecture technique des solutions, soutenus par notre équipe Sia AI et les spécialistes UX/UI de notre équipe Sia Experience, en veillant à ce que les produits que vous développez maximisent la valeur d'une manière que vous ne pourriez pas obtenir ailleurs.

Vous souhaitez approfondir le sujet de nos convictions en matière d'IA générative pour l'année à venir ? Consultez notre livre blanc pour découvrir notre rapport détaillé sur l'IA générative pour 2024 et nos attentes précises pour 2025.