L’IA évolue plus vite que notre vocabulaire pour la décrire. Nous aurons peut-être besoin de quelques nouveaux mots. Nous avons « cognition » sur la façon dont un seul esprit pense, mais nous n’avons pas de mot pour décrire ce qui se passe lorsque l’intelligence humaine et l’intelligence artificielle travaillent ensemble pour percevoir, décider, créer et agir. Appelons ce processus intelligence.

L’intelligence n’est pas une fonctionnalité ; c’est le principe organisateur de la prochaine vague de logiciels où les humains et l’IA opèrent au sein du même modèle partagé d’entreprise. Les systèmes d’aujourd’hui traitent les modèles d’IA comme des éléments que vous invoquez de l’extérieur. Vous agissez en tant qu’« utilisateur », en demandant des réponses ou en intégrant une étape « humaine dans la boucle » dans des flux de travail agents. Mais cela évolue vers une coproduction continue : les personnes et les agents façonnent ensemble les décisions, la logique et les actions, en temps réel.

Poursuivez votre lecture pour découvrir les trois forces qui animent ce nouveau paradigme.

Une ontologie unifiée n’est qu’un début

Dans un lettre récente aux actionnairesAlex Karp, PDG de Palantir, a écrit que « toute la valeur du marché ira aux puces et à ce que nous appelons ontologie» et a soutenu que ce changement n’est « que le début de quelque chose de beaucoup plus vaste et de plus significatif ». Par ontologie, Karp entend un modèle partagé d’objets (clients, politiques, actifs, événements) et de leurs relations. Cela inclut également ce que Palantir appelle la « couche cinétique » d’une ontologie qui définit les actions et les autorisations de sécurité connectant les objets.

À l’ère du SaaS, chaque application d’entreprise crée ses propres modèles d’objet et de processus. En plus d’une multitude de systèmes existants et de modèles souvent chaotiques, les entreprises sont confrontées au défi d’assembler tout cela. C’est un travail important et difficile, avec des redondances, des structures incomplètes et des données manquantes. La réalité : quel que soit le nombre de projets d’entrepôts de données ou de lacs de données commandés, peu d’entreprises parviennent à créer une ontologie d’entreprise consolidée.

Une ontologie unifiée est essentielle pour les outils d’IA agentique d’aujourd’hui. À mesure que les organisations relient et fédèrent des ontologies, un nouveau paradigme logiciel émerge : l’IA agentique peut raisonner et agir entre les fournisseurs, les régulateurs, les clients et les opérations, et pas seulement au sein d’une seule application.

Comme le décrit Karp, l’objectif est de « relier le pouvoir de l’intelligence artificielle aux objets et aux relations du monde réel ».

Modèles mondiaux et apprentissage continu

Les modèles actuels peuvent contenir un contexte étendu, mais détenir des informations n’est pas la même chose qu’en tirer des leçons. L’apprentissage continu nécessite l’accumulation de connaissances, plutôt que de se réinitialiser à chaque recyclage.

Pour atteindre son objectif, Google a récemment annoncé « Nested Learning » comme solution potentielle, directement ancrée dans l’architecture LLM et les données de formation existantes. Les auteurs ne prétendent pas avoir résolu les défis liés à la construction de modèles mondiaux. Mais Nested Learning pourrait leur fournir les ingrédients bruts : une mémoire durable avec un apprentissage continu intégré au système. Le point final rendrait la reconversion obsolète.

En juin 2022, Yann LeCun, scientifique en chef de l’IA chez Meta, a créé un plan pour « l’intelligence artificielle autonome » qui présentait une approche hiérarchique de l’utilisation d’intégrations conjointes pour faire des prédictions à l’aide de modèles mondiaux. Il a appelé la technique H-JEPA, et plus tard dire franchement: « Les LLM sont doués pour manipuler le langage, mais pas pour réfléchir. »

Au cours des trois dernières années, LeCun et ses collègues de Meta ont mis en pratique la théorie H-JEPA avec les modèles open source V-JEPA et I-JEPA, qui apprennent les représentations images et vidéo du monde.

L’interface intellectuelle personnelle

La troisième force dans ce monde agentique et axé sur les ontologies est l’interface personnelle. Cela place les gens au centre plutôt que comme des « utilisateurs » à la périphérie. Ce n’est pas une autre application ; c’est la principale façon dont une personne participe à la prochaine ère du travail et de la vie. Plutôt que de traiter l’IA comme quelque chose que nous visitons via une fenêtre de discussion ou une API, l’interface d’intelligence personnelle sera toujours active, consciente de notre contexte, de nos préférences et de nos objectifs et capable d’agir en notre nom dans l’ensemble de l’économie fédérée.

Analysons comment tout cela se met déjà en place.

En mai, Jony Ive a vendu sa société d’appareils d’IA io à OpenAI pour accélérer une nouvelle catégorie d’appareils d’IA. Il notait à l’époque : « Si vous créez quelque chose de nouveau, si vous innovez, il y aura des conséquences imprévues, certaines seront merveilleuses, d’autres nuisibles. Même si certaines des conséquences les moins positives n’étaient pas intentionnelles, je me sens toujours responsable. Et la manifestation de cela est une détermination à essayer d’être utile. » Autrement dit, disposer d’un bon dispositif d’intelligence personnelle signifie bien plus qu’une opportunité d’entreprise attrayante.

Apple cherche au-delà des LLM des solutions sur appareil qui nécessitent moins de puissance de traitement et entraînent moins de latence lors de la création d’applications d’IA pour comprendre « l’intention de l’utilisateur ». L’année dernière, ils ont créé UI-JEPAune innovation qui passe à « l’analyse sur l’appareil » de ce que veut l’utilisateur. Cela touche directement le modèle économique de l’économie numérique d’aujourd’hui, où le profilage centralisé des « utilisateurs » transforme les données d’intention et de comportement en vastes sources de revenus.

Tim Berners-Lee, l’inventeur du World Wide Web, a récemment déclaré : « L’utilisateur a été réduit à un produit consommable pour l’annonceur… il est encore temps de construire des machines qui fonctionnent pour les humains, et non l’inverse." Déplacer l’intention de l’utilisateur vers l’appareil suscitera l’intérêt pour une norme sécurisée de gestion des données personnelles, Solideque Berners-Lee et ses collègues développent depuis 2022. La norme est parfaitement adaptée pour être associée à de nouveaux appareils personnels d’IA. Par exemple, Inrupt, Inc., une société fondée par Berners-Lee, a récemment combiné Solid avec la norme MCP d’Anthropic pour Portefeuilles agents. Le contrôle personnel est plus qu’une caractéristique de ce paradigme ; c’est la garantie architecturale permettant aux systèmes d’acquérir la capacité d’apprendre et d’agir en continu.

En fin de compte, ces trois forces se déplacent et convergent plus rapidement que la plupart ne le pensent. Les ontologies d’entreprise fournissent les noms et les verbes, la recherche sur les modèles mondiaux fournit une mémoire et un apprentissage durables et l’interface personnelle devient le point de contrôle autorisé. La prochaine ère du logiciel n’arrive pas. C’est déjà là.

Brian Mulconrey est vice-président principal de Laboratoires Sureify.