Depuis l’avènement de l’ère de l’informatique, de nombreux secteurs d’activité ont été submergés par les données stockées au point que la plupart ne sont jamais utilisées.
Ces données sont estimées à environ 120 zettaoctets, soit plusieurs billions de téraoctets, ou plus de 120 fois le nombre de grains de sable sur l’ensemble des plages du globe. Aujourd’hui, les industries du monde entier mettent ces données indomptées à profit en créant et en personnalisant de grands modèles de langage (LLM).
2025 approchant, des secteurs comme la santé, les télécommunications, le divertissement, l’énergie, la robotique, l’automobile et la vente au détail utilisent ces modèles en les combinant avec leurs données propriétaires et en se préparant à créer une IA douée de raison.
Les experts NVIDIA ci-dessous se focalisent sur certaines industries fournissant des biens et des services dans le monde entier à hauteur de 88 milliards de dollars chaque année. Ils prévoient qu’une IA capable d’exploiter des données à l’Edge et de fournir des informations quasi instantanées arrivera dans les hôpitaux, les usines, les centres de service client, les voitures et les appareils mobiles près de chez vous.
Mais d’abord, écoutons les prédictions de l’IA pour l’IA. Lorsqu’on leur a demandé : « Quelles seront les principales tendances de l’IA en 2025 dans les différents secteurs ? » Perplexity et ChatGPT 4.0 ont tous deux placé l’IA agentique en haut de la liste, aux côtés de l’IA à l’Edge, de l’IA pour la cybersécurité et des robots pilotés par l’IA.
L’IA agentique est une nouvelle catégorie d’IA générative fonctionnant de manière presque autonome. Elle peut prendre des décisions complexes et des mesures basées sur l’apprentissage permanent et l’analyse de vastes ensembles de données. L’IA agentique est adaptable, a des objectifs définis, peut se corriger elle-même, et peut discuter avec d’autres agents d’IA ou demander de l’aide à un humain.
Maintenant, découvrez ce à quoi s’attendre pour l’année à venir selon les experts NVIDIA :
Kimberly Powell
vice-présidente du secteur santé
Interaction homme-robotique : Les robots assisteront les médecins humains de diverses façons, qu’il s’agisse de comprendre et de répondre aux commandes humaines, de réaliser ou d’assister lors de chirurgies complexes, et plus encore.
Des perspectives rendues possibles par les jumeaux numériques, la simulation et l’IA qui forment et testent des systèmes robotiques dans des environnements virtuels afin de réduire les risques associés à des essais réels. Elle peut également former des robots à réagir dans pratiquement n’importe quel scénario et ainsi améliorer leur adaptabilité et leurs performances dans différentes situations cliniques.
De nouveaux mondes virtuels pour former les robots à des tâches complexes rendront possible la céation de robots chirurgicaux autonomes. Ces robots chirurgicaux effectueront des tâches chirurgicales complexes avec précision, ce qui réduira le temps de récupération des patients et la charge de travail mentale des chirurgiens.
Agents de santé numériques : l’ère de l’IA agentique et des systèmes multi-agents répondront aux défis existentiels liés à la pénurie de main-d’œuvre et à l’augmentation du coût des soins.
Les services administratifs dans le domaine de la santé seront fournis par des humains numériques qui prendront des notes pour vous ou réserveront votre prochain rendez-vous, ce qui ouvrira la voie à une ère de services fournis par logiciels et créera l’industrie du « logiciel en tant que service ».
L’expérience des patients sera transformée grâce à des services de soins personnalisés toujours disponibles, tandis que le personnel de santé collaborera avec des agents qui les aideront à réduire le travail administratif, à rassembler et à résumer les antécédents des patients et à recommander des essais cliniques et des traitements de pointe.
Usines d’IA pour la découverte et la conception de médicaments : tout comme ChatGPT est capable de générer un e-mail ou un poème sans brouillon préalable, les modèles d’IA générative dans le domaine de la découverte de médicaments ont le potentiel de libérer la pensée et l’exploration scientifiques.
Les entreprises de biotechnologie et biopharmaceutiques ont commencé à combiner des modèles qui génèrent, prédisent et optimisent les molécules afin d’explorer des combinaisons de médicaments presque infinies avant de se lancer dans des tests pratiques en laboratoire coûteux et fastidieux.
Les usines d’IA de découverte et de conception de médicaments vont absorber toutes les données issues des laboratoires, affiner les modèles d’IA et les redéployer afin d’améliorer chaque expérience grâce aux enseignements tirés de la précédente. Ces usines d’IA feront passer l’industrie d’un processus de découverte à celui de conception et d’ingénierie.
Rev Lebaredian
Vice-président Omniverse et technology de simulation
Passage à l’IA physique : Se préparer à des modèles d’IA capables de percevoir, de comprendre et d’interagir avec le monde physique est un défi que les entreprises vont s’empresser de relever.
Les LLM nécessitent un apprentissage par renforcement principalement sous la forme de retours humains, mais l’IA physique doit apprendre dans un « modèle de monde » qui imite les lois de la physique. Les simulations physiques à grande échelle permettent au monde de constater l’utilité de l’IA physique sous la forme de robots en accélérant l’entraînement de modèles d’IA physique et en permettant un entraînement permanent dans les systèmes robotiques dans tous les secteurs d’activité.
Considérablement moins cher : outre leur intelligence (ou son absence), l’un des principaux facteurs ayant ralenti l’adoption des robots humanoïdes est leur prix. Mais l’IA agentique devrait doter les robots d’une intelligence améliorée qui se traduira par une augmentation de la demande et donc une chute notable du prix. Le coût moyen des robots industriels devrait chuter à 10 800 $ en 2025, soit une baisse majeure comparée à 46 000 $ en 2010 et 27 000 $ en 2017. À mesure que ces appareils deviennent plus abordables, ils deviendront aussi courants dans toutes les industries que les appareils mobiles.
Deepu Talla
Vice-président de la robotique et de l’Edge Computing
Repenser les robots : quand les gens s’imaginent un robot aujourd’hui, il s’agit généralement de robots mobiles autonomes (AMR), de bras manipulateurs ou d’humanoïdes. Toutefois, les robots de demain seront certainement des systèmes autonomes capables de percevoir, de raisonner, de planifier et d’agir, puis d’apprendre.
Bientôt, nous visualiserons des robots intégrés partout, depuis les salles d’opération jusqu’aux datacenters, en passant par les entrepôts et les usines. Même les systèmes de contrôle du trafic, voire des villes entières, passeront de systèmes statiques à commande manuelle à des systèmes autonomes et interactifs incarnés par l’IA physique.
L’essor des petits modèles de langage : pour améliorer les fonctionnalités des robots opérant à l’Edge, attendez-vous à assister à l’essor de petits modèles de langage écoénergétiques qui contournent les problèmes de latence associés à l’envoi de données vers des datacenters. Le passage aux petits modèles de langage dans le domaine de l’Edge Computing permettra d’améliorer l’inférence dans toute une gamme de secteurs, notamment l’automobile, la vente au détail et la robotique avancée.
Kevin Levitt
Directeur mondial des services financiers
Les agents d’IA stimulent les opérations de l’entreprise : les agents optimisés par l’IA seront profondément intégrés à l’écosystème des services financiers, afin d’améliorer l’expérience client, de stimuler la productivité et de réduire les coûts opérationnels.
Les agents d’IA prendront toutes les formes possibles en fonction des besoins de services financiers de chaque entreprise. Les avatars 3D semblables à des humains recevront les questions et interagiront directement avec les clients, tandis que les chatbots textuels récapituleront des milliers de pages de données et de documents en quelques secondes pour fournir des informations précises et adaptées à destination des employés de tous les services de l’entreprise.
Les usines d’IA deviennent des enjeux majeurs : le nombre et le type de cas d’utilisation de l’IA dans l’industrie explosent : amélioration de la vérification de l’identité pour la conformité aux règlementations sur le blanchiment d’argent et la connaissance du client, réduction des faux positifs en matière de détection des fraudes, et création de nouvelles stratégies de trading pour améliorer les rendements. L’IA automatise également la gestion des documents et permet ainsi de réduire les cycles de financement afin d’aider les clients et les entreprises dans leurs parcours financiers.
Pour capitaliser sur de telles opportunités, les institutions financières construiront des usines d’IA utilisant des solutions complètes de calcul accéléré pour maximiser les performances et l’utilisation, afin de créer des applications basées sur l’IA capables de servir des centaines, voire des milliers de cas d’utilisation. De quoi se démarquer de la concurrence.
Gouvernance des données assistée par l’IA : en raison de la nature sensible des données financières et d’exigences réglementaires strictes, la gouvernance sera une priorité pour les entreprises, qui utiliseront les données pour créer des applications d’IA fiables et conforme aux règlementations juridiques, notamment pour la détection de la fraude, les prédictions et les prévisions, les calculs en temps réel et le service client.
Les entreprises utiliseront des modèles d’IA pour aider à structurer, à contrôler, à orchestrer, à traiter et à exploiter les données financières. De quoi fluidifier et diminuer le travail nécessaire au processus de respect des réglementations et de protection de la vie privée des clients. L’IA sera la clé pour donner du sens et tirer des informations exploitables des réserves de données sous-utilisées et non structurées du secteur.
Richard Kerris
Vice-président du secteur médias et divertissement
Laissez l’IA vous divertir : l’IA va révolutionner le divertissement avec du contenu hyperpersonnalisé sur tous les écrans, des émissions de télévision aux sports en direct. À l’aide de l’IA générative et de modèles avancés de langage de vision, les plateformes offriront des expériences immersives adaptées aux goûts, aux intérêts et aux humeurs individuels. Imaginez des images d’aperçu et des bandes-annonces qui capturent l’essence d’une nouvelle émission ou d’un événement en direct et créent une connexion personnelle instantanée.
Dans le monde des sports en direct, l’IA améliorera l’accessibilité et la pertinence culturelle, en fournissant doublage multilingue, commentaires personnalisés et adaptations aux marchés locaux. L’IA améliorera également le visionnage en ajustant le rythme, la qualité et l’engagement en temps réel pour que les fans restent captivés. Ce nouveau niveau d’interaction transformera le streaming d’une expérience passive en une aventure interactive capable de rapprocher les spectateurs de l’action et des autres.
Les plateformes basées sur l’IA favoriseront également des liens significatifs avec le public en adaptant les recommandations, les bandes-annonces et le contenu aux préférences individuelles. L’hyperpersonnalisation rendue possible par l’IA permettra aux spectateurs de découvrir des pépites cachées, de renouer avec leurs anciens coups de cœur et de se sentir pris en compte. Quant à l’industrie, l’IA stimulera la croissance et l’innovation en introduisant de nouveaux modèles d’affaires et en permettant des stratégies de contenu mondiales axées sur les préférences uniques des téléspectateurs. Pour du divertissement sans limites, captivant et personnalisé.
Ronnie Vasishta
Vice-président principal du secteur télécommunications
La connection par l’IA : les fournisseurs de télécommunications commenceront à offrir des applications d’IA générative et une connectivité 5G sur le même réseau. Le réseau d’accès radio IA (AI-RAN) permettra aux opérateurs télécoms de transformer les centres de coûts que représentent les stations de base traditionnelles à but unique en ressources productrices de revenus, capables de fournir des services d’inférence de l’IA aux appareils, tout en offrant plus efficacement les meilleures performances réseau.
Les agents d’IA à la rescousse : l’industrie des télécommunications sera la première à composer avec l’IA agentique pour exécuter des fonctions métiers clés. Les opérateurs télécoms utiliseront des agents d’IA pour toute une variété de tâches, de la suggestion de forfaits moins chers aux clients au dépannage de problèmes de connectivité réseau, en passant par la gestion des questions relatives à la facturation et par le traitement des paiements.
Des réseaux plus efficaces et plus performants : l’IA sera également utilisée pour les réseaux sans fil afin d’en améliorer l’efficacité, de fournir des informations spécifiques à certains sites et de réduire leur consommation énergétique. En utilisant l’IA comme outil intelligent d’amélioration des performances, les opérateurs seront en mesure d’observer en permanence le trafic réseau, de prévoir les schémas d’encombrement et d’apporter des ajustements avant les pannes. De quoi garantir des performances réseau optimales.
Répondre à l’appel sur l’IA souveraine : les pays du monde entier se tourneront de plus en plus vers les télécommunications pour atteindre leurs objectifs d’IA souveraine, étant donné leur expérience éprouvée en gestion de réseaux complexes et distribués. La tendance se propagera rapidement en Europe et en Asie, où les opérateurs télécoms en Suisse, au Japon, en Indonésie et en Norvège s’associent déjà à des leaders nationaux pour créer des usines d’IA pouvant utiliser des données propriétaires locales pour aider les chercheurs, les startups, les entreprises et les agences gouvernementales à créer des applications et des services d’IA.
Xinzhou Wu
Vice-président du secteur automobile
Pied au plancher pour l’IA générative : les véhicules autonomes deviendront plus performants à mesure que les développeurs exploiteront les avancées de l’IA générative. Par exemple, exploiter des modèles de fondation tels que les modèles de langage de vision permet d’utiliser les connaissances de tout Internet pour résoudre l’un des problèmes les plus difficiles du domaine des véhicules autonomes, à savoir parvenir à gérer de façon efficace et sûre les situations rares aux croisements.
La simulation ouvre la voie au succès : de façon plus générale, de nouveaux outils basés sur l’IA permettront des avancées dans la manière de développer les véhicules autonomes. Par exemple, les avancées dans le domaine de la simulation générative permettront la création à grande échelle de scénarios complexes visant à tester des véhicules à des fins de sécurité. En plus de permettre de tester des conditions inhabituelles ou dangereuses, la simulation est également essentielle pour générer des données synthétiques afin d’entraîner des modèles de bout en bout.
Approche à trois ordinateurs : les nouvelles avancées de l’IA catalyseront le développement de logiciels pour véhicules autonomes dans les trois domaines clés qui sous-tendent la création de ces véhicules, à savoir l’entraînement dans le datacenter de la pile basée sur l’IA, la simulation et la validation, et l’ordinateur embarqué dans le véhicule pour traiter les données des capteurs en temps réel pour la sécurité au volant. Ensemble, ces systèmes permettront l’amélioration continue des logiciels de véhicules autonomes pour augmenter la sécurité et les performances des voitures, des camions, des robotaxis et bien plus.
Marc Spieler
Directeur principal de la gestion mondiale de l’industrie énergétique
Accueillir le réseau intelligent : savez-vous quand survient le pic de votre consommation quotidienne d’électricité ? Si ce n’est pas le cas, vous le saurez bientôt, car les services publics du monde entier adoptent des compteurs intelligents qui utilisent l’IA pour gérer leurs réseaux, depuis les grandes centrales électriques et les sous-stations jusque dans les foyers.
Au fur et à mesure que le réseau intelligent prend forme, les compteurs intelligents qui combinent logiciels, capteurs et calcul accéléré (compteurs autrefois jugés trop chers pour être installés dans des millions de foyers) alerteront les services publics lorsque des arbres toucheront les lignes électriques ou avertiront quand proposer de grosses remises pour racheter l’énergie excédentaire stockée par des installations solaires sur les toits.
Alimentation : il a toujours été essentiel pour l’industrie de l’énergie d’offrir fournir une pile énergétique optimale. À l’ère de l’IA générative, les services publics aborderont ce problème de manière à réduire l’impact sur l’environnement.
En 2025, attendez-vous à voir l’industrie prendre un tournant vers une adoption plus large de l’énergie nucléaire comme énergie propre. La demande en gaz naturel augmentera également à mesure qu’il remplacera le charbon et d’autres formes d’énergie. Ces formes d’énergie résurgentes sont encouragées par l’utilisation accrue du calcul accéléré, de la technologie de simulation, de l’IA et de la visualisation 3D, qui permettent d’optimiser la conception, les flux de pipelines et le stockage. Nous verrons la même chose dans les entreprises pétrolières et gazières qui cherchent à réduire l’impact de l’exploration et de la production d’énergie.
Azita Martin
Vice-présidente retail, des biens de consommation courante et de la restauration rapide
Vente au détail définie par logiciel : les grandes surfaces et les supermarchés seront définis par logiciel et chacun utilisera des algorithmes d’IA sophistiqués de vision par ordinateur à l’Edge. Une transition qui accélérera le passage en caisse, optimisera les techniques de vente et réduira le shrink (terme du secteur désignant un produit perdu ou volé).
Chaque boutique sera reliée à un réseau d’IA du siège social et utilisera des données collectives pour devenir une machine en apprentissage perpétuel. Les boutiques définies par logiciel qui apprennent en permanence à partir de leurs propres données transformeront l’expérience d’achat.
Chaîne d’approvisionnement intelligente : les chaînes d’approvisionnement intelligentes créées à l’aide de jumeaux numériques, de l’IA générative, de l’apprentissage automatique et de dispositifs basés sur l’IA généreront des milliards de dollars via une amélioration de la productivité du travail et de l’efficacité opérationnelle. Les simulations de jumeaux numériques dans les boutiques et les centres de distribution optimiseront l’agencement pour augmenter les ventes en magasin et accélérer le débit dans les centres de distribution.
Les robots agentiques travaillant aux côtés du personnel chargeront et déchargeront les camions, stockeront des étagères et emballeront les commandes des clients. En outre, la logistique du dernier kilomètre sera améliorée grâce à des dispositifs d’optimisation du trajet basés sur l’IA. De quoi permettre aux produits d’atteindre les clients plus rapidement tout en réduisant les coûts de carburant.