Jensen Huang : pourquoi l’IA entre dans l’ère des agents — et ce que cela va changer pour les entreprises
L’intelligence artificielle évolue à une vitesse rarement observée dans l’histoire de l’informatique.
Après les chatbots et l’IA générative, une nouvelle étape se dessine déjà : celle des agents IA capables d’agir, d’utiliser des outils et d’exécuter des tâches pour notre compte.
Lors d’une intervention à Stanford, Jensen Huang, fondateur et CEO de NVIDIA, a livré sa vision de cette transformation.
Son message est particulièrement intéressant pour les entreprises :
nous ne sommes pas simplement face à une amélioration des logiciels existants. Nous sommes en train de changer de modèle informatique.
De l’IA qui répond à l’IA qui agit
Ces dernières années, des millions de personnes ont découvert l’intelligence artificielle à travers ChatGPT, Claude, Gemini et d’autres assistants.
Le fonctionnement reste cependant largement basé sur une interaction relativement simple :
un humain formule une demande → l’IA produit une réponse.
Pour Jensen Huang, ce modèle n’est qu’une étape.
La prochaine génération de systèmes reposera davantage sur des agents IA capables de :
- raisonner sur un objectif ;
- utiliser différents outils ;
- accéder à des informations ;
- conserver de la mémoire ;
- enchaîner plusieurs actions ;
- collaborer avec d’autres agents.
Nous passons progressivement de :
« J’utilise une IA pour m’aider à travailler »
à :
« Des systèmes IA réalisent une partie du travail avec moi ou pour moi. »
Cette évolution pourrait profondément transformer l’organisation des entreprises.
L’entreprise va devoir devenir exploitable par l’IA
Installer ChatGPT dans une entreprise ne suffit pas à transformer celle-ci.
Pour qu’un agent IA puisse réellement intervenir dans un processus métier, il doit pouvoir accéder aux bonnes informations, comprendre les procédures de l’entreprise et interagir avec ses outils.
CRM, bases documentaires, messagerie, logiciels métiers, données clients ou outils de gestion deviennent alors les composants d’un même environnement numérique.
On peut imaginer plusieurs niveaux de maturité :
- Niveau 1 : utiliser ponctuellement une IA générative ;
- Niveau 2 : connecter l’IA aux données et documents de l’entreprise ;
- Niveau 3 : créer des workflows assistés par l’IA ;
- Niveau 4 : déployer des agents spécialisés ;
- Niveau 5 : faire collaborer plusieurs agents sur des processus complets.
L’enjeu n’est donc plus uniquement de savoir poser de bonnes questions à une intelligence artificielle.
Il devient nécessaire de savoir organiser les processus de l’entreprise pour permettre à l’IA d’y intervenir efficacement.
Prenons l’exemple d’un appel d’offres
Aujourd’hui, une personne peut utiliser une intelligence artificielle pour résumer un cahier des charges ou analyser un document.
Demain, un agent pourrait aller beaucoup plus loin.
Il pourrait :
- identifier un nouvel appel d’offres ;
- récupérer et analyser le DCE ;
- identifier les critères importants ;
- rechercher les références pertinentes de l’entreprise ;
- préparer une première trame de réponse ;
- identifier les informations manquantes ;
- signaler les éléments nécessitant une validation humaine.
L’humain reste décisionnaire.
Mais une partie importante du travail de recherche, d’analyse et de préparation peut progressivement être confiée à des systèmes intelligents.
C’est probablement là que se situe l’une des transformations les plus importantes des prochaines années.
Pourquoi NVIDIA ne parle pas seulement de GPU
L’un des autres enseignements intéressants de l’intervention de Jensen Huang concerne la manière dont NVIDIA conçoit ses technologies.
Le succès de l’entreprise ne repose pas uniquement sur la puissance de ses processeurs graphiques.
NVIDIA travaille simultanément sur plusieurs couches :
- les processeurs ;
- les réseaux ;
- les systèmes informatiques ;
- les logiciels ;
- les bibliothèques ;
- les algorithmes.
Jensen Huang appelle cette approche le « co-design ».
L’idée est simple : lorsqu’une technologie atteint certaines limites, il ne suffit plus d’améliorer une seule composante.
Il faut optimiser l’ensemble du système.
Cette philosophie peut également être appliquée à la transformation numérique des entreprises.
Ajouter une IA à un processus mal organisé produit rarement une transformation spectaculaire.
Il faut souvent repenser simultanément les données, les outils, les procédures et les compétences humaines.
L’IA transforme aussi notre manière d’apprendre
Jensen Huang explique également utiliser personnellement l’intelligence artificielle pour explorer de nouveaux domaines scientifiques et techniques.
L’IA peut aujourd’hui permettre de :
- analyser rapidement une publication scientifique ;
- résumer des concepts complexes ;
- poser des questions complémentaires ;
- comparer différentes approches ;
- explorer rapidement un nouveau domaine.
Cela annonce probablement une évolution importante de la formation professionnelle.
Pendant longtemps, la formation reposait principalement sur un principe :
transmettre des connaissances.
Mais une partie de ces connaissances devient désormais accessible instantanément grâce aux assistants d’intelligence artificielle.
La valeur de la formation pourrait donc progressivement se déplacer vers autre chose :
apprendre à utiliser ces connaissances pour résoudre des problèmes réels.
La formation IA doit dépasser le simple « prompting »
Cette évolution pose directement la question de la manière dont nous formons aujourd’hui les professionnels à l’intelligence artificielle.
Une formation IA ne devrait probablement plus se limiter à apprendre à utiliser ChatGPT ou à rédiger quelques prompts.
L’objectif peut devenir beaucoup plus ambitieux.
Un professionnel devrait progressivement apprendre à :
- identifier un problème métier ;
- déterminer quelles données sont nécessaires ;
- choisir les bons outils ;
- construire un workflow ;
- automatiser certaines étapes ;
- superviser les résultats produits par l’IA.
L’idéal est alors que le participant puisse repartir d’une formation avec un véritable cas d’usage appliqué à son entreprise.
Prospection commerciale, analyse documentaire, appels d’offres, devis, marketing, reporting ou relation client : les possibilités sont nombreuses.
Vers des milliers d’IA spécialisées
Autre point important : le futur de l’intelligence artificielle ne devrait pas nécessairement être dominé uniquement par quelques gigantesques modèles généralistes.
NVIDIA investit également dans des modèles spécialisés et dans l’écosystème open source.
De nombreux domaines pourraient disposer de modèles adaptés à leurs contraintes :
- biologie ;
- robotique ;
- industrie ;
- automobile ;
- climat ;
- cybersécurité ;
- langues et cultures spécifiques.
La même logique pourrait progressivement apparaître à l’intérieur des entreprises.
Un service commercial n’a pas nécessairement besoin du même agent IA qu’un service juridique, informatique ou financier.
Nous pourrions ainsi voir apparaître une nouvelle organisation numérique composée de plusieurs agents spécialisés, chacun connecté aux données et aux processus nécessaires à sa mission.
L’IA devient aussi un enjeu énergétique
Cette multiplication des usages pose néanmoins une autre question : celle de l’infrastructure.
Une IA utilisée quelques minutes par jour n’a pas les mêmes besoins qu’un ensemble d’agents fonctionnant continuellement.
Plus les modèles raisonnent, produisent des informations et exécutent des tâches, plus les besoins en puissance de calcul augmentent.
C’est pourquoi Jensen Huang insiste également sur l’efficacité énergétique des infrastructures informatiques.
La compétition ne porte plus seulement sur la puissance brute des processeurs.
Elle porte également sur la capacité à produire toujours davantage de calcul avec une quantité d’énergie donnée.
L’intelligence artificielle devient ainsi progressivement un enjeu industriel et énergétique autant qu’un enjeu logiciel.
Une nouvelle étape pour la formation professionnelle
Pour les organismes de formation et les entreprises, cette évolution représente une opportunité considérable.
La première vague de formations à l’intelligence artificielle a essentiellement consisté à apprendre aux professionnels à utiliser les outils d’IA générative.
La prochaine pourrait être beaucoup plus ambitieuse.
Il faudra apprendre à :
- identifier les processus pouvant être augmentés par l’IA ;
- structurer les données nécessaires ;
- connecter différents outils ;
- concevoir des workflows ;
- créer et superviser des agents ;
- mesurer les gains obtenus ;
- maintenir une validation humaine lorsque celle-ci est nécessaire.
Le professionnel de demain n’aura pas nécessairement besoin de devenir développeur ou spécialiste du machine learning.
En revanche, il devra comprendre comment intégrer intelligemment l’IA dans son métier.
Après le chatbot, l’entreprise augmentée
Depuis l’arrivée de ChatGPT, l’intelligence artificielle générative a principalement été perçue à travers les assistants conversationnels.
Cette période pourrait n’avoir été que la première étape.
La prochaine transformation sera probablement moins spectaculaire visuellement, mais beaucoup plus profonde :
l’intégration de l’intelligence artificielle directement dans les processus de travail.
Les entreprises qui prendront de l’avance ne seront donc pas nécessairement celles qui utilisent le plus ChatGPT.
Ce seront celles qui réussiront à transformer leurs connaissances, leurs données et leurs procédures en systèmes sur lesquels humains et intelligences artificielles pourront travailler ensemble.
Et c’est peut-être là le principal enseignement de la vision présentée par Jensen Huang :
nous passons progressivement de l’ère des outils d’intelligence artificielle à celle des organisations construites avec l’intelligence artificielle.
Chez OIDANEOS, c’est précisément cette évolution que nous souhaitons accompagner : permettre aux professionnels de dépasser la simple découverte de l’IA pour apprendre à l’intégrer concrètement dans leurs métiers, leurs processus et leurs organisations.
