Qu’ont accompli les développeurs d’intelligence artificielle au cours de l’année écoulée ? Quelle direction prendra l’industrie de l’IA ? Consultez le rapport de synthèse. Pitch Avatar Équipe.
S’habituer à l’IA
Commençons par la principale conclusion de l'année : l'industrie de l'IA a atteint sa pleine maturité. On pourrait dire qu'elle a dépassé le stade de l'enfance et qu'elle maîtrise désormais, avec une énergie débordante, les métiers et les spécialisations. Dans une certaine mesure, la relation entre les humains et l'intelligence artificielle est devenue une habitude. Nous avons pris l'habitude de nous appuyer sur elle pour une multitude de tâches quotidiennes, personnelles et professionnelles, de lui demander conseil avec ou sans raison particulière, de l'utiliser comme un moteur de recherche avancé, de côtoyer des personnages IA, de communiquer avec des chatbots, de créer des textes, des images, des vidéos et des logiciels grâce à elle… Bref, le mot-clé de l'année en matière d'IA est « habitude ». Et nous nous sommes habitués non seulement aux atouts des modèles d'IA, mais aussi à leurs limites, en acceptant le fait qu'ils sont encore loin du niveau décrit dans la science-fiction.
Ingénieur réactif, profession de l'année
Malheureusement, malgré tous les efforts de leurs créateurs, les modèles d'IA commettent encore des erreurs, souvent et de manière significative. En 2025, aucun remède universel aux erreurs des machines n'avait été trouvé. Cependant, il n'y a pas lieu de s'inquiéter ou d'être pessimiste. Les modèles et les solutions d'IA continuent de s'améliorer et de gagner en précision, notamment les outils spécialisés.
Dans le même temps, les experts soulignent qu'une part importante des erreurs d'IA est due non pas à l'architecture ou à l'entraînement des modèles eux-mêmes, mais à la formulation des tâches qui leur sont confiées. Ce n'est pas un hasard si la capacité à définir clairement une consigne pour l'IA et à contrôler la précision de ses résultats devient de plus en plus précieuse. C'est précisément pourquoi nous affirmons que le métier de l'année est celui d'ingénieur en consignes.
SLM au lieu de super IA
À la déception des technophiles et à la joie des technosceptiques, ce que l'on appelle communément la Super IA n'a pas vu le jour en 2025. En réalité, cela n'a rien de surprenant. Les experts préviennent depuis longtemps qu'au niveau technologique actuel, la création d'une intelligence artificielle forte et universelle est extrêmement improbable. Par conséquent, l'apparition d'une « IA pensante capable de gérer toutes les tâches mieux que les spécialistes et professionnels humains les plus qualifiés » est une fois de plus reportée sine die. Cela n'empêche évidemment pas les optimistes de continuer à rêver de l'avènement de la Super IA en 2026, comme ils l'ont fait les années précédentes.
Nous avons toutefois constaté des progrès impressionnants dans le développement et le perfectionnement des petits modèles de langage (SLM). Cette avancée est sans doute tout aussi importante que la création des grands modèles de langage. Contrairement aux grands modèles de langage (LLM), les algorithmes des SLM sont entraînés sur des ensembles de données plus petits, soigneusement sélectionnés et de haute qualité. De ce fait, ils gèrent certaines tâches aussi bien, voire mieux, que leurs homologues plus volumineux. Parmi les exemples notables, citons les séries de modèles Orca 2 et Phi 3 de Microsoft.
Pourquoi est-ce important ? Premièrement, cela offre une solution simple et élégante pour sortir de l’impasse de croissance que certains ont prématurément annoncée concernant le développement des masters en apprentissage. Deuxièmement, cela propose une voie directe et efficace pour créer des outils d’IA spécialisés, capables d’accomplir leurs tâches avec un minimum d’erreurs et de défaillances.
IA open source chinoise
L'année 2025 a marqué un tournant important : désormais, presque tout le monde peut créer des outils d'IA. Il convient de rappeler que l'année dernière a été la première où les développeurs chinois de modèles d'IA ont non seulement affirmé leur position, mais ont aussi, dans une certaine mesure, pris l'initiative. Nous faisons bien sûr principalement référence aux modèles développés par Deepseek. Le point essentiel n'est pas seulement que les développeurs chinois ont réussi à entraîner des modèles compétitifs à un coût bien inférieur à celui des leaders du marché ; d'autres travaillent également dans ce sens. Ce qui a véritablement distingué Deepseek, c'est qu'ils ont été les premiers à proposer un modèle open source, en le mettant à disposition du public. D'autres développeurs chinois ont rapidement suivi leur exemple. À cet égard, les leaders américains et européens se sont retrouvés dans une position de suiveurs.
Le résultat prévisible a été une forte augmentation du nombre d'outils d'IA. Et il est évident que ce n'est que le début : la première pierre qui déclenche une avalanche.
Dans ce contexte, il est devenu plus important que jamais d'évaluer avec soin la fiabilité des fournisseurs de solutions d'IA et la qualité de leurs produits. Cela est particulièrement vrai en matière de protection des données et d'interaction sécurisée avec les bases de données et autres logiciels.
Transport IA et médecine IA
Puisque nous abordons déjà la question de la sécurité, il convient de souligner que l'IA a atteint un niveau de maturité permettant son utilisation à grande échelle et en toute sécurité dans le domaine médical et le transport de passagers. À titre d'exemple, en 2025, le nombre de dispositifs médicaux basés sur l'IA approuvés par la FDA (Food and Drug Administration) américaine a atteint 1 250 (contre seulement 223 en 2023).
L'efficacité de l'IA dans des domaines tels que le diagnostic médical est clairement démontrée par les modèles Xp-Bodypart-Checker et CXp-Proction-Rotation-Checker, développés par le groupe de recherche de la faculté de médecine de l'université métropolitaine d'Osaka. Conçus pour analyser des images radiographiques, ces modèles affichent des taux de précision allant de 98.5 % à 99.3 %.
En matière de transport, l'opérateur américain de robotaxis Waymo et son homologue chinois Apollo Go ont annoncé l'an dernier avoir franchi le cap des 250 000 trajets par semaine. Par ailleurs, début 2026, NVIDIA a annoncé Alpamayo, une suite logicielle open source conçue pour développer des véhicules autonomes dotés d'intelligence artificielle et capables de simuler un raisonnement similaire à celui de l'humain.
Bien sûr, il est beaucoup trop tôt pour affirmer que les médecins et les chauffeurs IA remplaceront bientôt la majorité de leurs homologues biologiques. Cependant, l'influence croissante de l'intelligence artificielle en médecine et en logistique est indéniable. Plus important encore, l'adoption accélérée de l'IA dans des domaines exigeant une surveillance particulièrement stricte témoigne des progrès réalisés en matière d'automatisation pilotée par l'IA.
La capacité de penser est plus importante que le savoir.
La réalisation la plus significative de 2025 — et celle qui définira l'orientation de l'industrie de l'IA dans un avenir proche — réside dans les progrès considérables accomplis vers la création d'une IA « raisonnante ». Pour commencer, on a constaté une forte augmentation des scores aux tests de performance MMMU, GPQA et SWE-bench — respectivement de 18.8, 48.9 et 67.3 points de pourcentage. Il convient de rappeler que ces tests ont été initialement conçus principalement pour démontrer les limites des systèmes d'IA de pointe. Après leur publication, on pensait généralement que les améliorations à ces tests seraient très lentes — de l'ordre de quelques points par an — et atteindraient rapidement un plafond technologique que les systèmes actuels ne pourraient pas franchir. En ce sens, les modèles d'IA ont véritablement surpris les créateurs de ces tests.
Plus surprenant encore, l'émergence de modèles qui ne se contentent pas de rechercher des réponses et de compiler des données en réponse à une requête, mais génèrent des « chaînes de pensée » cachées – composées de centaines de mots et de concepts – qui restent invisibles à l'utilisateur. Les concepts sous-jacents à ces systèmes ont été introduits dès 2024. En 2025, Google DeepMind et OpenAI ont tous deux démontré leurs capacités de façon spectaculaire, notamment en remportant la médaille d'or aux Olympiades internationales de mathématiques. Au vu des succès de l'année précédente, on peut affirmer que l'idée selon laquelle « entraîner l'IA à construire de longues chaînes de raisonnement est plus important que de l'entraîner sur des ensembles de données massifs » a été fortement confirmée. Cela ne signifie pas, bien sûr, que les grands ensembles de données seront totalement exclus de l'entraînement de l'IA. Cependant, à la lumière de ces nouveaux résultats, les méthodes d'entraînement seront revues et adaptées afin de privilégier la construction de systèmes capables d'un véritable raisonnement.
Les progrès sont manifestes et laissent espérer que, dans un avenir proche, ils conduiront à la création de modèles d'IA quasi « sans erreur », exempts d'hallucinations artificielles.
Plus important encore, selon nous, cette approche améliorera considérablement les capacités et les performances des agents d'IA autonomes. Les robots virtuels numériques capables de raisonner s'imposent comme la norme en matière d'IA — une tendance qui poursuivra la révolution de l'IA tant dans la production vidéo que dans le développement d'assistants et d'employés artificiels.
Bonne chance à tous et plein succès dans le domaine de l'intelligence artificielle en 2026 ! Y compris, bien sûr, les solutions d'IA de notre Pitch Avatar Équipe.
