L’adoption de l’IA suit une logique frustrante mais classique. La technologie avance plus vite que la capacité des organisations et des individus à l’absorber.

Les modèles de langage ont évolué en quelques années d’un simple système d’autocomplétion vers des agents capables d’agir de manière autonome. À chaque étape, une partie des observateurs reste bloquée sur la génération précédente et conclut que la suivante est inutile ou dangereuse.

Cette évolution peut être découpée en trois phases. D’abord l’autocomplétion, réservée aux chercheurs et aux profils techniques. Ensuite les chatbots, dont le succès tient surtout à un changement de forme et d’usage plus qu’à une rupture technique.

Enfin les agents, qui rompent avec un point central. L’humain n’est plus le déclencheur permanent. Ces systèmes peuvent agir seuls, de manière asynchrone, connecter des outils, exécuter des tâches et initier des actions sans attendre une requête explicite.

Cette progression rappelle celle de l’électricité. Même force de base, usages de plus en plus abstraits et puissants. La différence majeure tient à la vitesse. Là où l’électricité a mis des décennies à changer de nature, l’IA a franchi plusieurs paliers en quelques années. Cette compression du temps empêche beaucoup d’acteurs de projeter les usages futurs à partir de l’état présent.

Les critiques assimilant l’IA à une mode comme la réalité virtuelle passent à côté d’un fait observable. La VR a produit un seul format qui a plafonné. Les modèles de langage ont déjà engendré plusieurs générations distinctes, chacune élargissant le champ des usages.

L’expérimentation massive actuelle, malgré le bruit, les arnaques et les échecs visibles, confirme qu’il s’agit d’une technologie de portée générale.

Dans les grandes entreprises, l’adoption restera lente. Les contraintes de sécurité, de responsabilité juridique et d’assurance bloquent toute généralisation rapide.

Les agents actuels sont perçus comme ingérables et risqués. En parallèle, l’usage clandestin progresse, créant un décalage entre les pratiques réelles et les politiques officielles. Sans impulsion directe de la direction générale, aucune transformation sérieuse n’a lieu.

Sur l’emploi, l’impact visible est partiel. Les suppressions de postes officiellement attribuées à l’IA sous-estiment un phénomène plus large. De nombreux emplois disparaissent sans annonce. Postes non créés, contrats non renouvelés, équipes réduites avant même d’exister. Cette érosion est diffuse mais réelle.

Certaines entreprises sont déjà condamnées sans le savoir. Celles qui refusent d’explorer ces outils prennent un retard structurel face à celles qui expérimentent, même maladroitement. L’écart entre pionniers et retardataires s’élargit. La technologie est prête. Les organisations, beaucoup moins.

Contenu généré avec l’aide de l’IA générative.