L’intelligence artificielle entre dans une nouvelle ère. Selon le dernier Hype Cycle 2025 de Gartner publié en juillet 2025, l’attention se déplace progressivement de l’enthousiasme autour de l’IA générative vers une recherche plus pragmatique d’innovations de référence et de mise en œuvre à grande échelle.
Le message est clair : l'IA continue sa progression, mais de manière plus mature et structurée. Les entreprises qui réussiront seront celles qui sauront dépasser le battage médiatique pour se concentrer sur une implémentation responsable, sécurisée et à réelle valeur ajoutée.
L’IA générative dans le creux de la désillusion
Le constat est sans appel : l’IA générative entre dans le « creux de la désillusion ». Après l’euphorie initiale, les entreprises commencent à mieux comprendre son potentiel réel, mais aussi ses limites importantes.
Les chiffres parlent d’eux-mêmes : malgré des investissements moyens de 1,9 million de dollars en 2024, moins de 30% des dirigeants IA indiquent que leurs PDG sont satisfaits du retour sur investissement. Cette déception s’explique par plusieurs facteurs :
- Difficulté à démontrer la valeur concrète pour l’entreprise
- Attentes irréalistes chez les entreprises moins avancées
- Pénurie de professionnels qualifiés pour les organisations plus matures
- Problèmes de gouvernance : hallucinations, biais, équité
- Contraintes réglementaires qui freinent l’adoption
Deux technologies émergentes au sommet
Le Hype Cycle 2025 identifie deux technologies clés qui atteignent le pic des attentes démesurées :
1. Les données compatibles avec l’IA
C’est le nouveau chantier prioritaire. Pour passer à une IA à grande échelle, les entreprises doivent faire évoluer leurs pratiques de gestion des données. Le problème ? 57% des entreprises estiment que leurs données ne sont pas prêtes pour l’IA. Sans données adaptées aux cas d’utilisation spécifiques de l’IA, les objectifs commerciaux restent hors de portée et les risques augmentent.
2. Les agents d’IA
Ces entités logicielles autonomes ou semi-autonomes utilisent des techniques d’IA pour percevoir, décider et agir dans leur environnement. Grâce aux avancées en IA générative, compréhension multimodale et IA composite, ils peuvent désormais effectuer des tâches complexes.
Cependant, leur complexité les rend vulnérables : problèmes de sécurité des accès, de gouvernance, et surtout un manque de confiance quant à leur capacité à fonctionner sans supervision humaine. L’impact potentiel des erreurs inquiète légitimement les entreprises.
L’émergence de l’ingénierie des logiciels natifs IA
Nouveauté majeure cette année : l’ingénierie des logiciels natifs IA fait son entrée dans le Hype Cycle. Il s’agit d’un ensemble de pratiques optimisées pour utiliser des outils basés sur l’IA dans le développement d’applications.
Aujourd’hui, les ingénieurs utilisent surtout des assistants IA pour le codage et les tests – une forme d’IA augmentée plutôt qu’autonome. Mais l’avenir se dessine : l’IA deviendra intégrale et native pour la plupart des tâches d’ingénierie.
Ce changement transformera profondément le rôle des développeurs, qui se concentreront sur des tâches exigeant raisonnement critique, ingéniosité et empathie. Mais attention : biais, hallucinations et non-déterminisme restent des défis majeurs qui empêchent une confiance totale.
Les technologies de référence pour une IA durable
Les entreprises s’orientent vers des technologies qui permettent de produire de l’IA durable et évolutive :
L’ingénierie IA : discipline centrale pour créer et développer de façon cohérente et sécurisée un portefeuille de solutions IA à haute valeur.
Le ModelOps : attendu au plateau de productivité, il standardise et met à l’échelle les projets d’IA en s’intéressant à la gouvernance et à la gestion du cycle de vie complet des modèles d’IA et d’analyses avancées.
Ce qu’il faut retenir
Le Hype Cycle 2025 marque un tournant vers le pragmatisme. Après la phase d’expérimentation, l’heure est à la mise en œuvre à grande échelle avec :
- Un investissement stable et continu dans l’IA
- Un focus sur les innovations de référence plutôt que sur le battage médiatique
- Une attention particulière à la préparation des données
- Une approche plus réaliste du potentiel de l’IA générative
- Un besoin accru de gouvernance et de sécurité
Gartner produit plus de 130 Hype Cycles annuels couvrant plus de 1 900 innovations, aidant ainsi les leaders à naviguer dans la complexité technologique et à prioriser leurs investissements en IA.
Source : https://www.gartner.fr/fr/articles/hype-cycle-pour-l-intelligence-artificielle