Prévisions de Gartner

Ces tendances technologiques stratégiques façonneront les cinq prochaines années

par René Jaun et NetzKI Bot et traduction/adaptation ICTjournal

Des systèmes multi-agents aux modèles linguistiques spécifiques à un domaine: l'IA domine la liste des tendances technologiques stratégiques établie par Gartner. Les thèmes de la cybersécurité et de la protection des données occupent également une place importante.

(Source: Anastasiia - stock.adobe.com)
(Source: Anastasiia - stock.adobe.com)

Le cabinet d’études Gartner se risque à prévoir l’avenir du secteur technologique. L'entreprise publie ses dernières prévisions concernant les 10 principales tendances technologiques stratégiques. Selon Gartner, ces tendances devraient, au cours des cinq prochaines années, provoquer d’importants bouleversements et offrir de réelles opportunités aux CIO, aux responsables informatiques et aux dirigeants du secteur high-tech.
Sept des dix tendances identifiées ont un lien direct avec l’intelligence artificielle.
Les trois autres concernent principalement la cybersécurité et la protection des données – des thèmes qui, là encore, se recoupent souvent avec ceux de l’IA. Voici le détail des dix tendances stratégiques selon Gartner:

Plateformes de supercalcul IA

Les plates-formes de supercalculs IA combinent CPU, GPU, ASIC IA, architectures neuromorphiques et autres paradigmes de calcul alternatifs. Elles permettent aux entreprises d’orchestrer des charges de travail complexes tout en atteignant de nouveaux niveaux de performance, d’efficacité et d’innovation. Ces systèmes associent des processeurs puissants, d’importantes ressources de mémoire, du matériel spécialisé et des outils d’orchestration pour gérer des tâches intensives en données, comme l’apprentissage automatique, la simulation ou l’analyse avancée.

Selon Gartner, d’ici 2028, plus de 40% des grandes entreprises intégreront des architectures hybrides de calcul dans leurs processus critiques – contre 8% actuellement.

Systèmes multi-agents 

Les systèmes multi-agents (SMA) sont des ensembles d'agents IA qui interagissent entre eux afin d'atteindre des objectifs complexes individuels ou communs. Les agents peuvent être déployés dans un environnement unique ou développés et utilisés indépendamment dans des environnements distribués.

Modèles linguistiques spécifiques à un domaine 

Les modèles de langage spécialisés par domaine (DSLMs) sont des modèles d’IA entraînés sur des données propres à un secteur, une fonction ou un processus particulier. Contrairement aux modèles généralistes, ils promettent une précision, une fiabilité et une conformité supérieures pour des usages métier ciblés.

D’après le cabinet, d’ici 2028, plus de la moitié des modèles de GenAI utilisés en entreprise seront spécifiques à un domaine.

Plateformes de sécurité pour l’IA 

Les plateformes de sécurité pour l’IA offrent une approche unifiée pour protéger les applications d’IA, qu’elles soient développées en interne ou par des tiers. Elles centralisent la visibilité, appliquent des politiques d’utilisation et défendent contre les risques propres à l’IA – comme les injections de prompts (prompt injection), les fuites de données ou les actions erronées d’agents autonomes. Elles visent à permettre aux CIO d’appliquer des politiques cohérentes, de surveiller les activités liées à l’IA et de maintenir des garde-fous à l’échelle de toutes les instances.

Plus de 50% des entreprises auront adopté de telles plateformes d’ici 2028 pour protéger leurs investissements en IA, indique Gartner.

Plateformes de développement natives de l’IA 

Ces plateformes exploitent la génération de code par IA dans l’objectif de créer des logiciels plus rapidement et plus facilement qu’auparavant. Les ingénieurs intégrés aux équipes métier – aussi appelés «forward-deployed engineers» – peuvent développer des applications en collaboration avec des experts métiers. Les entreprises peuvent ainsi associer de petites équipes humaines avec l’IA en vue de produire davantage d’applications sans augmenter le nombre total de développeurs. Les leaders du secteur forment de petites équipes de plateforme afin que des experts non techniques puissent créer eux-mêmes des logiciels, tout en respectant des règles strictes de sécurité et de gouvernance.

Gartner prévoit que d’ici 2030, 80% des organisations auront transformé leurs grands départements de développement logiciel en équipes plus petites et agiles. Leur travail sera assisté et optimisé par l’IA.

Confidential Computing

Le calcul confidentiel promet de transformer la manière dont les entreprises gèrent leurs données sensibles. En isolant les charges de travail dans des environnements d’exécution de confiance (TEE) matériels, il garantit, selon Gartner, que le contenu et les traitements restent privés, même pour les propriétaires de l’infrastructure, les fournisseurs de cloud ou les personnes ayant un accès physique au matériel. Cette technologie serait particulièrement précieuse pour les secteurs réglementés et les opérations internationales exposées à des risques géopolitiques ou de conformité, ainsi que pour la collaboration entre concurrents.

Selon les prévisions, d’ici 2029, plus de 75% des traitements effectués sur des infrastructures non fiables seront sécurisés via le calcul confidentiel.

IA physique 

L’IA physique apporte l’intelligence artificielle dans le monde réel: elle permet à des machines et dispositifs de percevoir, décider et agir – par exemple des robots, drones ou installations industrielles intelligentes. Elle offre des gains mesurables dans les secteurs où l'automatisation, l’adaptabilité et la sécurité sont des priorités, précise le cabinet.

Cybersécurité préventive

La cybersécurité préventive gagne en importance alors que les entreprises font face à une explosion des menaces visant réseaux, données et systèmes connectés. Gartner estime que d’ici 2030, les solutions préventives représenteront la moitié des dépenses de cybersécurité, à mesure que les CIO passeront d’une logique réactive à une logique proactive de protection.

Traçabilité numérique

Alors que les entreprises s’appuient de plus en plus sur des logiciels tiers, du code open source et des contenus générés par l’IA, la vérification de la provenance numérique prend une importance croissante. La provenance numérique désigne la capacité à vérifier l’origine, la propriété et l’intégrité des logiciels, des données, des médias et des processus. Des outils, tels que les Software Bills of Materials (SBoM), les bases de données d’attestation ou les filigranes numériques, permettent aux entreprises de valider et de tracer leurs actifs numériques tout au long de la chaîne d’approvisionnement.

Gartner avertit que les entreprises qui n’auront pas suffisamment investi dans la provenance numérique d’ici 2029 s’exposeront à des sanctions financières pouvant atteindre plusieurs milliards de dollars.

Géopatriation 

La géopatriation consiste à rapatrier les données et applications d’entreprise depuis des clouds publics mondiaux vers des solutions locales: clouds souverains, fournisseurs régionaux ou data centers internes. Ce mouvement, motivé par la montée des risques géopolitiques, étend la notion de souveraineté du cloud bien au-delà des secteurs bancaires ou gouvernementaux.

Selon Gartner, d’ici 2030, plus de 75% des entreprises européennes et moyen-orientales transféreront leurs charges de travail virtuelles vers des solutions réduisant les risques géopolitiques  — contre moins de 5% en 2025.
 

Tags
Webcode
tYb5Y5C7