Les agents IA au sommet du Gartner Hype Cycle 2025

Après une année 2024 marquée par l’essor des IA autonomes et la fusion des expériences client et employé, l’édition 2025 du Hype Cycle met l’accent sur les fondations à même de permettre aux entreprises de tirer parti de l’IA, concrètement et sur le long terme: l’optimisation des données pour l’IA, les agents logiciels intelligents et la sécurité renforcée. Le déclin de l’IA générative dans la courbe des attentes illustre en effet un recentrage des investissements sur la robustesse et la gouvernance des systèmes.

Selon Haritha Khandabattu, analyste chez Gartner, «la valeur business de l’IA ne se concrétisera pas spontanément.» Gartner insiste sur la nécessité de pilotes alignés sur les objectifs métier, d’une infrastructure adaptée et d’une collaboration étroite entre les équipes IA et les métiers.

Agents IA: au sommet de la hype

Selon Gartner, les agents IA sont des entités logicielles capables de percevoir leur environnement, de prendre des décisions et d’agir de manière autonome ou partiellement autonome, grâce aux techniques d’IA, notamment les grands modèles de langage (LLM). Cette définition diffère par exemple de celle proposée par Microsoft lors de son AI Tour à Lausanne, où l’IA agentique désigne des systèmes à autonomie limitée, capables d’exécuter des actions ciblées dans un environnement défini, mais strictement encadrés par des instructions. La firme de Redmond parle d’agents «autonomes-ish», soulignant que l’autonomie totale n’est ni courante ni souhaitée à ce stade.

Ces agents représentent une évolution concrète des concepts d’IA autonome listés par Gartner dans l’édition 2024 de son Hype Cycle, aujourd’hui recentrés sur des cas d’usage spécifiques. Par ailleurs, en juin dernier, le cabinet mettait en garde contre les risques d’échec associés à cette technologie: plus de 40% des projets impliquant des agents IA pourraient être abandonnés d’ici 2027, en raison de coûts mal maîtrisés, d’un retour sur investissement incertain et du manque de maturité des solutions proposées. 

Données prêtes pour l’IA: nouveau socle stratégique

Le concept d’AI-ready data désigne des jeux de données spécifiquement optimisés pour les applications d’IA, afin d’en maximiser la précision et l’efficacité. Cette préparation dépend du contexte d’usage et des techniques IA employées, imposant aux entreprises de revoir leur gestion des données. Selon Gartner, ces données sont essentielles pour réduire les biais, éviter les hallucinations, préserver la propriété intellectuelle et respecter les exigences de conformité.

Pourtant, 63% des organisations ne savent pas si leurs pratiques actuelles sont adaptées à l’IA, d’après une enquête menée par Gartner auprès de plus de 1’200 responsables de la donnée. Le cabinet estime que d’ici 2026, 60% des projets d’IA dépourvus de données prêtes à l’emploi seront abandonnés.

Pour éviter ces échecs, Gartner recommande aux entreprises de faire évoluer leurs pratiques de gestion des données, en intégrant des innovations spécifiques à l’IA: stockage vectoriel, enrichissement des métadonnées, pipelines adaptés, DataOps, etc. L’objectif est de passer d’une gestion passive des données à une approche active, gouvernée et orientée IA. 

Multimodalité: l’IA au-delà du texte

Les modèles multimodaux combinent plusieurs types de données – texte, image, vidéo, audio – pour permettre une compréhension plus fine et contextuelle. Gartner estime que ces modèles deviendront centraux dans tous les secteurs au cours des cinq prochaines années, ouvrant de nouvelles perspectives d’usage.

Cette évolution mobilise notamment la recherche, comme en témoigne le projet 4M mené par l’EPFL, qui vise à entraîner un modèle multimodal capable de combiner texte, images, sons et même signaux sensoriels dans une représentation unifiée de la réalité. 

Gouvernance et sécurité: le rôle de l’AI TRiSM

Introduit comme réponse aux nouveaux défis posés par la GenAI dans le cadre de l’édition 2023 du Hype Cycle, le concept d’AI TRiSM (Trust, Risk and Security Management) s’imposerait comme un cadre essentiel pour les entreprises. Il désigne un ensemble de capacités techniques visant à garantir la gouvernance, la sécurité, la fiabilité et l’équité des applications d’IA.

Gartner souligne que cette approche «joue un rôle crucial pour garantir un déploiement éthique et sécurisé de l’IA» et anticipe qu’elle deviendra un levier clé dans les années à venir. Face à ces enjeux, les méthodes classiques ne suffisent plus: il est nécessaire d’adopter une approche stratifiée pour encadrer toutes les entités IA, en complément d’autres technologies dédiées à la sécurité et à la protection de la vie privée.