Cartographie des 24 prochains mois de l'IA

Tracer la carte

Cette semaine, une synthèse largement lue de quatre essais a présenté une vision unique et cohérente de ce qui déterminera la trajectoire de l'IA au cours des 18 à 24 prochains mois. Le document traite la période à venir comme une fenêtre étroite de tests : les entreprises transformeront-elles les projets pilotes en valeur à grande échelle ? Les réseaux électriques et les chaînes d'approvisionnement suivront-ils le rythme de l'appétit pour le calcul ? Les marchés et les gouvernements peuvent-ils s'adapter à un changement exponentiel ?

La réponse, pour l'instant, est mitigée. La pile technologique explose en diversité — grands modèles de pointe, poids ouverts sous licence permissive, petits modèles conçus pour les téléphones et les robots — tandis que les systèmes physiques et institutionnels qui permettent aux entreprises et aux pays de déployer l'IA à grande échelle subissent une pression aiguë. Ces tensions définissent les gagnants et les perdants probables de 2026.

Adoption en entreprise et point d'inflexion de la productivité

L'adoption est déjà généralisée : les enquêtes montrent qu'une grande majorité d'organisations utilisent l'IA dans au moins une fonction. Pourtant, seule une minorité fait état d'une création de valeur claire et mesurable aujourd'hui. Le schéma ressemble aux technologies à usage général précédentes : une poignée de leaders précoces — banques, plateformes logicielles et quelques entreprises nées dans le cloud — captent d'abord des gains importants, tandis que la majorité revoit ses processus, sa gouvernance et ses compétences.

Ce qui rend les 12 à 18 prochains mois critiques, c'est la forme de cette diffusion. Plusieurs grandes entreprises publient désormais des retours concrets issus de programmes pluriannuels : elles ont réorganisé l'accès aux données, construit des plateformes internes et mené le travail difficile d'intégration avant d'en récolter les bénéfices. Si ces études de cas se multiplient, un point d'inflexion classique de l'adoption pourrait survenir en 2026, faisant passer l'IA du stade de pilote à une croissance généralisée de la productivité.

Mais il existe des dynamiques contraires. Les employés se tournent déjà vers l'IA grand public sur leurs appareils personnels ; l'usage informel peut accélérer l'adoption mais crée aussi des failles de gouvernance et de sécurité. Les conseils d'administration misent gros — la plupart des entreprises ont augmenté leurs budgets d'IA l'année dernière et prévoient de nouvelles hausses — ce qui signifie que les attentes pour un ROI visible seront élevées et la pression politique sur les DSI intense.

Revenus, usage et économie des jetons

Les revenus commerciaux de l'IA générative ont bondi. Les estimations placent le secteur à des dizaines de milliards de dollars avec une croissance comparable à celle de l'adoption précoce du cloud. Les services pilotés par API constituent le segment le plus rapide : les entreprises paient pour l'accès au calcul et aux modèles, et l'essor des flux de travail agentiques à plusieurs étapes a poussé la consommation de jetons par utilisateur bien au-delà des simples interactions de chat.

Cette combinaison — élargissement de l'adoption et charges de travail plus lourdes — peut faire grimper les revenus alors même que la plupart des entreprises commencent à peine à opérationnaliser les capacités. Les entreprises géreront de plus en plus les coûts avec le routage de modèles et des architectures hybrides, mais les fournisseurs qui possèdent la voie d'inférence à haute capacité sont les mieux placés pour capter le plus de valeur.

L'énergie et le mur de la mise à l'échelle physique

L'énergie figure parmi les contraintes soulignées avec le plus de force. Construire un centre de données est rapide comparé aux délais de plus d'une décennie nécessaires à de nombreux projets de réseaux et d'interconnexion. Dans plusieurs marchés importants, les files d'attente d'interconnexion s'étirent sur des années, forçant les constructeurs de centres de données à envisager la production derrière le compteur, des centrales de pointe dédiées à l'hydrogène ou au gaz, ou de nouveaux projets de stockage solaire.

La conséquence pratique est que la capacité de calcul recherchera de plus en plus une énergie disponible et résiliente plutôt qu'une simple faible latence pour les clients. Les régions capables d'étendre rapidement leur capacité — en utilisant des énergies renouvelables isolées ou à déploiement rapide — attireront de grands clusters. Les régions où la réforme du réseau est lente risquent d'être perdantes. Le résultat est une géographie physique du calcul plutôt qu'un marché abstrait : la disponibilité de l'énergie façonnera l'emplacement des plus grandes installations d'IA.

La guerre du matériel et la question des GPU

L'histoire de l'approvisionnement en puces redevient cruciale. La compétition entre les acteurs établis et les nouveaux entrants dans les accélérateurs d'IA s'intensifie : de nouvelles familles de GPU et des accélérateurs conçus sur mesure sont au cœur des offres cloud et des stratégies souveraines. Un concurrent majeur a livré de nouveaux accélérateurs qui font pression sur le leader du marché en termes de prix et de performance, et les gros clients du cloud placent déjà des paris sur différents fournisseurs.

Cela importe car le cycle de dépréciation et de remplacement des accélérateurs détermine l'intensité capitalistique et le timing stratégique. Si les accélérateurs haut de gamme bénéficient d'une durée de vie productive mesurée en années, cela facilite les cycles de remplacement. Si la demande pour l'entraînement et l'inférence dépasse l'offre, les prix et les marges se déplacent, et les petits acteurs sont évincés. Les châssis de serveurs, le refroidissement et l'intégration de la chaîne d'approvisionnement — récemment consolidés par des acquisitions — font désormais partie de la compétition entre plateformes, et non plus seulement des feuilles de route des semi-conducteurs.

Diversité des modèles : ouverts, petits et nationaux

L'offre de modèles n'est plus un jeu à deux. En 2025, plusieurs modèles de pointe ont été lancés parallèlement à un écosystème florissant de poids ouverts et à une classe mature de petits modèles embarqués. Le résultat pratique est le choix : les organisations peuvent choisir des modèles de pointe fermés hébergés dans le cloud, des poids ouverts hébergés localement ou des modèles légers optimisés pour la latence, la confidentialité et le fonctionnement hors ligne.

Cette diversification a trois effets immédiats. Premièrement, elle abaisse les barrières à l'entrée pour les entreprises qui ont besoin d'une inférence sur site ou privée. Deuxièmement, elle décentralise l'innovation, permettant aux laboratoires académiques et aux petits vendeurs de contribuer à des percées sans budgets d'entraînement massifs. Troisièmement, elle complique la gouvernance : différents modèles s'accompagnent de différents modes de défaillance, conditions de licence et associations géopolitiques.

Stacks souverains et fragmentation géopolitique

La politique et les capitaux réorganisent la pile mondiale. Les nations et les blocs traitent de plus en plus les capacités de calcul et de modèles comme une infrastructure stratégique à gérer, et pas seulement à réguler. De grands États et de riches investisseurs infranationaux financent des clusters régionaux, et des alliances se forment autour de fournisseurs de matériel et de logiciels privilégiés.

Le résultat intermédiaire probable est un paysage morcelé composé de piles alignées sur les États-Unis, sur la Chine et de piles non-alignées. Les nations de taille moyenne font face à un choix difficile : adopter une pile étrangère et accepter les dépendances, ou construire des capacités nationales coûteuses au risque de prendre du retard dans l'adoption économique. La mutualisation multinationale et les consortiums minilatéraux sont une atténuation plausible, mais les frictions politiques et les incitations commerciales rendront la coordination difficile.

Confiance, utilité et contrat social

Une tension sociale croissante apparaît : l'adoption et la familiarité bondissent alors même que la confiance du public s'effrite. Une grande partie de la population fait part de ses inquiétudes quant aux effets de l'IA, tout en s'appuyant sur des outils d'IA pour coder, écrire et faciliter la prise de décision. Cela crée un contrat social fragile — une utilité aujourd'hui en échange d'une exposition à des risques inconnus demain.

La manière dont les institutions, les plateformes et les régulateurs géreront ce contrat façonnera l'adoption. La transparence, des garde-fous vérifiables et une communication réaliste sur les capacités et les limites influenceront si la réglementation devient facilitatrice ou prohibitive. En l'absence d'une gouvernance crédible, la fragmentation et le rejet du public pourraient ralentir la diffusion et concentrer la valeur entre les mains de ceux qui peuvent opérer avec le moins de contraintes.

Ce qu'il faudra surveiller au cours des 24 prochains mois

Plusieurs marqueurs concrets détermineront si cette période devient un point d'inflexion ou une pause. Premièrement, les signaux de ROI en entreprise : une part significative de grandes entreprises publie-t-elle des gains de productivité mesurables au-delà d'études de cas isolées ? Deuxièmement, les réformes de l'énergie et de l'interconnexion : les opérateurs de réseau et les régimes d'autorisation peuvent-ils réduire les délais là où des clusters sont prévus ? Troisièmement, l'approvisionnement en matériel : les accélérateurs restent-ils rares ou la production augmente-t-elle à l'échelle ? Quatrièmement, la propagation des poids ouverts et des modèles déployables localement : supplantent-ils matériellement la dépendance au cloud pour les charges de travail réglementées et sensibles à la confidentialité ?

Enfin, les mouvements géopolitiques importent : de nouveaux projets de calcul multilatéraux, des investissements souverains et des contrôles à l'exportation pourraient redessiner qui a accès aux capacités de pointe. L'interaction entre l'économie, la physique et la politique déterminera si les deux prochaines années verrouillent quelques plateformes dominantes ou élargissent les biens communs technologiques.

En résumé, les 18 à 24 prochains mois ne sont pas simplement un autre cycle de produit : ils sont un test de la capacité des organisations, des réseaux électriques et des gouvernements à s'adapter aux points de tension que les progrès rapides de l'IA ont déjà exposés. Les observateurs et les décideurs devront surveiller les trois systèmes liés — technologie, infrastructure et institutions — car le succès exige que les trois évoluent ensemble.