Gartner a publié ses prévisions des tendances technologiques stratégiques pour l'année 2027. On peut en résumer l'essentiel en une phrase : les entreprises passent des conversations avec l'IA à des agents autonomes qui exécutent eux-mêmes les tâches. Mais sans contrôle, sans données de qualité et sans système de sécurité adéquat, ces agents risquent vite de passer du statut d'assistants à celui de source de risques.
La prévision ne repose pas sur une technologie « magique » unique. Gartner distingue trois axes liés : l'IA sort du cadre du texte, les entreprises apprennent à gérer des systèmes autonomes, et l'environnement technologique devient plus souple et moins dépendant de fournisseurs isolés.
L'IA apprend à travailler avec les chiffres, la voix et le réel
Les modèles linguistiques ordinaires rédigent bien des textes, mais peinent davantage avec les calculs précis et la modélisation. C'est pourquoi Gartner mise sur les grands modèles quantitatifs (LQM). Ils sont conçus pour les données numériques, les équations complexes, les prévisions et les scénarios opérationnels.
Selon la prévision, d'ici 2030, les LQM remplaceront les modèles linguistiques dans un quart des tâches de prévision stratégique et de modélisation opérationnelle. Autrement dit, ces systèmes pourront non seulement expliquer pourquoi les ventes ont chuté, mais aussi calculer plusieurs scénarios d'action avec des chiffres concrets.
En parallèle se développent les modèles de raisonnement vocal. Ils doivent non seulement reconnaître la voix, mais mener un dialogue sensé, préciser les détails et résoudre des tâches. Gartner s'attend à ce que d'ici 2030, plus de 70% des interactions vocales d'entreprise soient traitées de manière autonome.
La troisième technologie, ce sont les modèles du monde. Il s'agit d'une IA qui modélise l'environnement physique et les conséquences des actions : par exemple, comment un robot déplacera une pièce en production ou comment la chaîne d'approvisionnement évoluera après une défaillance chez un fournisseur. De tels systèmes pourraient devenir la base de la robotique, de la logistique et de la planification d'opérations complexes.
Le principal risque : un agent sans droits ni contexte
Un agent IA autonome peut chercher lui-même des données, passer des commandes, écrire du code ou interagir avec les systèmes d'entreprise. Et c'est précisément là que surgit le problème principal : si l'agent dispose de droits trop étendus, il devient une vulnérabilité.
Gartner prévoit que d'ici 2028, 25% des violations de sécurité en entreprise seront liées à un usage abusif d'agents IA. Les causes : des droits machine non contrôlés et des approches obsolètes de gestion des accès.
La réponse à cela, c'est l' identification des agents IA. L'agent a besoin de ses propres droits limités, liés à une tâche et à une durée précises. Et l'entreprise doit comprendre qui a autorisé telle ou telle action de l'agent, et pourquoi. Autrement dit, un agent IA ne doit pas circuler dans les systèmes d'entreprise avec un « passe-partout ».
Le deuxième élément, ce sont les plateformes de contexte pour l'IA. Elles donnent à l'agent accès aux données d'entreprise structurées, aux règles et aux connaissances internes. Selon Gartner, cette approche pourrait porter la précision de l'IA agentique à 80% et réduire les coûts jusqu'à 60%.
On y range également la remédiation autonome des vulnérabilités. Ces systèmes repèrent eux-mêmes les problèmes de sécurité, les hiérarchisent, testent les correctifs et les déploient. L'idée est de réduire le délai entre la détection d'une menace et son élimination.
Les entreprises veulent dépendre moins des fournisseurs
Le troisième volet est l' architecture de flexibilité durable. La géopolitique, les risques de sanctions et la dépendance à un unique fournisseur de cloud ou d'IA poussent les entreprises à chercher des solutions de repli.
SovereignTech désigne les technologies qui donnent aux entreprises davantage de contrôle sur le matériel, les logiciels, les données et les modèles d'IA. L'idée n'est pas de tout construire soi-même, mais de disposer toujours d'une voie de sortie claire vis-à-vis d'un fournisseur. Gartner s'attend à ce que, d'ici 2030, plus de 75% organisations hors des États-Unis adoptent des stratégies de souveraineté numérique.
Deux autres tendances sonnent étrangement, mais sont logiques. Les applications jetables sont des logiciels faciles à créer, à utiliser et à remplacer lorsqu'ils deviennent obsolètes. Et le Wetware as a Service est une piste expérimentale où les calculs pourraient être effectués grâce à des systèmes biologiques vivants ou synthétiques. Gartner le considère comme une alternative potentiellement économe en énergie aux puces classiques.
Où réside réellement l'intérêt
L'essentiel de la prévision n'est pas que « l'IA deviendra encore plus intelligente ». Gartner dit en réalité : l'étape suivante, c'est une IA qui agit, et non pas simplement répondre aux requêtes.
Ne gagneront pas ceux qui lancent des agents les premiers, mais ceux qui commencent par mettre en place une gouvernance : des droits d'accès clairs, une identification vérifiable, des données de qualité et la possibilité de désactiver ou de remplacer rapidement un système. Sans cela, l'autonomie n'apportera pas l'efficacité, mais de nouveaux incidents de sécurité et une perte de contrôle.
Il importe toutefois de ne pas prendre ses désirs pour des réalités. Les LQM, les modèles mondiaux et le calcul biologique restent pour l'instant des domaines en développement, et non des produits de masse prêts à l'emploi. Ce qui est le plus proche de la pratique, ce sont les plateformes de contexte, la gestion de l'identité des agents et l'automatisation de la remédiation des vulnérabilités.
