Gérer les agents de l'IA en tant qu'employés est le défi de 2025, explique Goldman Sachs CIO

Cette année, l'intelligence artificielle devrait évoluer de manière significative, avec les "travailleurs" d'entreprise—ou code AI—au centre de la scène, selon un article de blog prospectif de Marco Argenti, directeur de l'information chez Goldman Sachs. La vision de la banque d'investissement dépeint un avenir où l'IA s'intègre profondément dans les opérations commerciales, fonctionnant presque comme des employés humains.

Équipes hybrides d'humains et de machines

Argenti imagine un monde où les modèles d'IA acquièrent la capacité de gérer des tâches complexes et à long terme de manière indépendante, devenant essentiellement des "travailleurs d'entreprise". Il estime que ce changement permettra aux entreprises d'intégrer l'IA dans leurs équipes, créant ce qu'il appelle des "équipes hybrides" de ressources humaines et mécaniques. Cette intégration pourrait entraîner de nouvelles dynamiques au sein des organisations, y compris le besoin pour les départements RH de gérer l'IA aux côtés du personnel humain. Il pourrait même y avoir des cas de "licenciements d'IA" lorsque des programmes plus anciens sont remplacés par des versions plus performantes.

Le directeur de l'information de Goldman Sachs n'est pas seul dans cette prédiction. Lors du CES, le PDG de Nvidia, Jensen Huang, a décrit les agents d'IA comme une "force de travail numérique" pouvant collaborer avec les employés humains, gérant des tâches de manière autonome. Il a suggéré que les départements informatiques pourraient bientôt assumer le rôle des RH pour ces agents d'IA, supervisant leur intégration et leur gestion.

L'avenir des systèmes d'IA experts

L'une des prédictions les plus intrigantes d'Argenti est que les modèles d'IA les plus avancés ressembleront à des diplômés de doctorat—des systèmes hautement spécialisés adaptés à des industries comme la finance, la santé, et au-delà. Ces modèles émergeront de deux processus clés : la génération augmentée par récupération et l'ajustement fin. La génération augmentée par récupération consiste à connecter les modèles d'IA à des ressources externes comme des bases de données et des API, tandis que l'ajustement fin entraîne davantage les modèles avec des données spécifiques à l'industrie après leur pré-entraînement initial.

Une autre tendance émergente mise en avant par Argenti est l'intersection des grands modèles de langage (LLMs) et de la robotique. En simulant des environnements, les robots peuvent acquérir une expérience pratique, permettant à l'IA de raisonner plus efficacement et d'interagir avec le monde physique. Cela pourrait révolutionner des domaines comme la fabrication, la logistique, et même le service client.

IA responsable et le modèle "Formule 1"

À mesure que l'IA devient plus sophistiquée, Argenti souligne l'importance croissante de l'"IA responsable" dans la stratégie d'entreprise. D'ici 2025, il anticipe que les plus grands modèles d'IA générative—souvent appelés modèles "frontière" par des entreprises comme OpenAI—nécessiteront des budgets immenses pour être maintenus. Ces modèles resteront le domaine de quelques institutions sélectionnées, laissant les autres se concentrer sur des projets d'IA à plus petite échelle.

En essence, Argenti prédit un système à deux niveaux pour le développement de l'IA : un petit groupe de fournisseurs d'élite dominera le niveau haut de gamme "Formule 1", tandis que le reste du marché se concentrera sur des solutions plus accessibles. Alors que l'IA continue de remodeler les industries, les organisations devront s'adapter rapidement pour rester compétitives.