L'IA agentique : quand les algorithmes commencent enfin à bosser pour de vrai
On a beaucoup trop parlé des chatbots. Honnêtement, c'est lassant. On s'extasie devant un texte bien tourné ou une image générée en trois secondes, mais on oublie que le véritable saut technologique des cinq prochaines années ne réside pas dans la génération de contenu, mais dans l'exécution de tâches complexes. C'est ce qu'on appelle l'IA agentique. Contrairement à un ChatGPT qui attend sagement votre requête, un agent autonome reçoit un objectif global — par exemple "optimise la chaîne logistique de cette usine pour réduire les coûts de 12 %" — et se débrouille pour décomposer les étapes, interagir avec les logiciels tiers et prendre des décisions en temps réel. L'automatisation des processus métier par des agents autonomes va transformer le secteur des services, et c'est là que la demande en ingénieurs capables de construire ces systèmes va exploser.
Le passage des LLM aux Large Action Models
Le truc c'est que les modèles de langage actuels sont des bavards, pas des faiseurs. Dans les trois ans à venir, nous allons voir l'émergence massive des LAM (Large Action Models). Ces modèles ne se contentent pas de prédire le mot suivant, ils prédisent l'action suivante dans une interface logicielle. Imaginez un système qui manipule votre ERP, votre CRM et votre boîte mail comme le ferait un humain, mais avec une précision chirurgicale et une vitesse inhumaine. Mais attention, cela ne signifie pas la fin du travail humain, loin de là. Cela signifie que nous allons avoir besoin de profils capables de superviser ces "flottes" d'agents. Le métier de développeur va glisser vers celui d'architecte de systèmes autonomes.
L'impact sur le développement logiciel et le No-code
Le code ne va pas disparaître, mais sa production sera industrialisée à un point qu'on a du mal à imaginer aujourd'hui. On estime que d'ici 2027, plus de 70 % des applications d'entreprise seront générées par des IA supervisées par des humains. Du coup, la valeur ajoutée d'un développeur ne sera plus sa connaissance de la syntaxe de Java ou de Python, mais sa capacité à comprendre les besoins métier et à poser les bonnes contraintes de sécurité. C'est un changement de paradigme brutal. Soit on s'adapte, soit on devient obsolète en moins de deux ans.
L'infrastructure invisible : pourquoi le Edge Computing va détrôner le Cloud centralisé
On a passé la dernière décennie à tout envoyer dans le Cloud. Amazon, Google et Microsoft s'en sont frotté les mains. Sauf que voilà, le modèle centralisé atteint ses limites physiques. Avec l'explosion de l'Internet des Objets (IoT) et le besoin de latence zéro pour les véhicules autonomes ou la chirurgie à distance, on ne peut plus se permettre d'attendre qu'un paquet de données fasse l'aller-retour vers un centre de données situé à 800 kilomètres. Le déploiement massif du Edge Computing, c'est-à-dire le traitement des données directement à la source, sera la norme d'ici 2028. C'est une révolution de l'infrastructure matérielle autant que logicielle.
La 6G et la connectivité ultra-dense
Alors que certains râlent encore sur la 5G, les labos de recherche travaillent déjà sur la 6G. Ce n'est pas juste une question de vitesse de téléchargement pour regarder Netflix en 8K dans le métro. La 6G vise une intégration totale entre les ondes radio et la détection d'objets. Elle permettra de localiser un appareil au centimètre près sans GPS. Pour les usines intelligentes, c'est le chaînon manquant. Reste que le coût de déploiement sera colossal, ce qui créera une demande énorme pour les ingénieurs réseaux et les spécialistes de la gestion de spectre.
La fin du silicium traditionnel ?
On arrive au bout de la loi de Moore. Graver des puces en 2 nanomètres, c'est bien, mais on touche aux limites de la physique quantique où les électrons commencent à faire n'importe quoi. Les cinq prochaines années verront l'essor des puces neuromorphiques, qui imitent la structure du cerveau humain, et des processeurs photoniques utilisant la lumière au lieu de l'électricité. Ce sont des technologies de rupture qui demanderont une refonte totale des systèmes d'exploitation que nous utilisons aujourd'hui. On n'y pense pas assez, mais la couche matérielle est en train de vivre sa plus grosse crise de croissance depuis l'invention du transistor.
Cybersécurité : se préparer à l'apocalypse quantique avant qu'il ne soit trop tard
Je reste convaincu que la cybersécurité est le secteur le plus sous-estimé par les investisseurs non-techniques. Le danger n'est plus le petit hacker dans son garage, mais l'arrivée imminente de l'informatique quantique capable de briser les protocoles de chiffrement actuels (RSA, ECC). Si un ordinateur quantique suffisamment puissant voit le jour en 2029, toutes nos transactions bancaires et nos secrets d'État deviennent transparents. C'est ce qu'on appelle le "Q-Day". Résultat : les entreprises doivent dès maintenant migrer vers la cryptographie post-quantique. C'est un chantier titanesque qui va durer toute la décennie.
Le Zero Trust comme standard absolu
Le vieux modèle du "périmètre de sécurité" (un pare-feu et on est tranquille) est mort et enterré. Dans un monde où les employés travaillent de partout et où les agents IA accèdent aux données, on doit passer au Zero Trust. Le principe est simple : on ne fait confiance à personne, jamais, même si l'utilisateur est déjà dans le réseau. Chaque accès, chaque micro-transaction de données doit être vérifiée. C'est complexe, c'est lourd, mais c'est la seule solution face à des attaques de plus en plus sophistiquées utilisant elles-mêmes l'IA pour créer des deepfakes parfaits ou des malwares polymorphes.
L'IA offensive vs l'IA défensive
C'est une course aux armements. Les attaquants utilisent des modèles de langage pour générer des mails de phishing personnalisés par millions. En face, les systèmes de défense doivent être capables de détecter des anomalies comportementales en quelques millisecondes. La demande pour des experts capables de marier IA et cybersécurité va dépasser toutes les prévisions. On ne cherchera plus des techniciens, mais des "chasseurs de menaces" capables d'anticiper les vecteurs d'attaque avant qu'ils ne soient exploités.
La révolution silencieuse des technologies vertes et du stockage d'énergie
On a tendance à l'oublier, mais la tech, c'est aussi de la matière et de l'énergie. La transition écologique n'est pas qu'une question politique, c'est un défi d'ingénierie pure. Les batteries actuelles au lithium-ion sont en fin de cycle technologique. Elles sont lourdes, inflammables et leur densité énergétique plafonne. Les batteries à état solide (solid-state) sont la technologie qui va tout changer dans les 5 prochaines années. Elles promettent une autonomie doublée pour les véhicules électriques et une recharge en moins de 10 minutes. Toyota et Samsung sont déjà sur le coup, et les premiers modèles de série devraient arriver vers 2027.
L'hydrogène vert et la décarbonation de l'industrie lourde
Le solaire et l'éolien, c'est bien, mais on fait comment pour faire tourner une aciérie ou un porte-conteneurs ? C'est là que l'hydrogène vert entre en jeu. La technologie des électrolyseurs haute température progresse vite. Le problème, c'est le rendement global et le transport. On va avoir besoin d'une armée d'ingénieurs en génie chimique et en thermique pour rendre cette filière rentable. Autant le dire clairement : la tech de demain sera verte ou ne sera pas, car les contraintes réglementaires et le coût du carbone vont devenir les premiers postes de dépense des entreprises.
Le captage et le stockage du carbone (CCS)
C'est un sujet qui divise les spécialistes. Certains y voient un permis de polluer, d'autres une nécessité absolue pour atteindre la neutralité carbone. Quoi qu'on en pense, les technologies de captage direct dans l'air (DAC) reçoivent des milliards de dollars de subventions. En 5 ans, nous allons passer de prototypes de laboratoire à des installations industrielles massives. C'est un domaine où la science des matériaux rencontre le big data pour optimiser les processus de capture. Un secteur de niche qui va devenir un marché de plusieurs centaines de milliards.
Bio-ingénierie et interfaces cerveau-machine : la tech s'invite sous la peau
C'est peut-être la partie la plus impressionnante, et aussi la plus floue. Les interfaces cerveau-machine (BCI), portées par des boîtes comme Neuralink ou Synchron, ne sont plus de la science-fiction. On ne va pas tous se faire implanter une puce dans le crâne d'ici 2029, rassurez-vous. Par contre, pour les personnes paralysées ou souffrant de maladies neurodégénératives, ces technologies vont devenir une réalité clinique. Mais au-delà des implants, c'est la biologie synthétique qui va exploser. Utiliser l'informatique pour concevoir de nouvelles protéines ou des médicaments personnalisés grâce à l'IA (comme AlphaFold de Google DeepMind) réduit les temps de recherche de dix ans à quelques mois.
La médecine de précision et l'analyse de données génomiques
On est loin du compte avec nos bilans sanguins annuels. La tech de demain, c'est le jumeau numérique de votre corps. En combinant les données de vos objets connectés (qui seront bien plus précis que votre montre actuelle) et votre profil génétique, la médecine deviendra préventive. Le marché des biotechnologies va demander des profils hybrides : des gens qui comprennent aussi bien le code génétique que le code informatique. C'est probablement l'un des secteurs les plus stables pour les cinq prochaines années car il répond à un besoin universel : vivre plus longtemps en meilleure santé.
Pourquoi la plupart des gens se trompent sur l'avenir de la VR et du Metaverse
Il faut qu'on parle du Metaverse. On nous l'a vendu comme la prochaine révolution, et pour l'instant, c'est un désert numérique où des avatars sans jambes se baladent dans des mondes vides. Je trouve ça largement surestimé sous sa forme grand public. Par contre, le "Metaverse industriel" est une réalité concrète. Utiliser la réalité augmentée (AR) pour former des techniciens sur des moteurs d'avion ou pour visualiser des flux de données en 3D dans une usine, ça, ça marche. La réalité étendue (XR) professionnelle sera une technologie très demandée, mais elle restera une niche spécialisée loin du rêve de Mark Zuckerberg.
L'informatique spatiale : au-delà de l'écran
L'Apple Vision Pro a posé un jalon. Ce n'est pas un casque de VR, c'est un ordinateur spatial. L'idée est de sortir de l'écran pour intégrer le numérique dans notre champ de vision réel. Dans 5 ans, les lunettes d'AR seront sans doute assez fines pour être portées toute la journée. Cela va créer un besoin immense en design d'interface 3D. On va devoir réapprendre comment on interagit avec l'information. C'est un défi d'ergonomie et de psychologie cognitive autant que de technologie pure.
Les 3 erreurs de jugement que font la plupart des décideurs IT
Dans ma carrière, j'ai vu passer des dizaines de modes technologiques. Souvent, les entreprises foncent tête baissée dans la mauvaise direction. Voici ce qu'il faut éviter de penser pour les 5 ans à venir :
- Croire que l'IA va tout résoudre sans changer l'organisation interne : l'IA n'est qu'un multiplicateur de force. Si votre processus de base est mauvais, l'IA va juste accélérer vos erreurs.
- Négliger la dette technique au profit de la nouveauté : implanter de l'IA sur des systèmes vieux de 20 ans qui tiennent avec du scotch, c'est la recette du désastre.
- Penser que les compétences techniques pures suffisent : avec l'IA qui code, ce sont les "soft skills", l'esprit critique et l'éthique qui feront la différence entre un projet réussi et un fiasco juridique.
Le problème, c'est qu'on a tendance à surestimer le changement à court terme (1 an) et à sous-estimer le changement à long terme (5-10 ans). Les technologies dont je parle ici sont déjà là, en germe. Elles n'attendent que la baisse des coûts de production pour envahir le marché.
Développement Low-code vs Programmation Système : le grand écart des compétences
On assiste à une polarisation du marché du travail technologique. D'un côté, une explosion du Low-code et du No-code pour les applications métier simples. De l'autre, un besoin vital de développeurs de très haut niveau capables de travailler sur les couches basses : compilateurs, noyaux de systèmes d'exploitation, optimisation de modèles d'IA. Le milieu de gamme, les développeurs qui font du "copier-coller" de Stack Overflow, sont ceux qui ont le plus de soucis à se faire. La demande va se concentrer sur les deux extrêmes de la chaîne de valeur.
L'importance de la souveraineté technologique
C'est un point souvent oublié dans les analyses purement techniques. La géopolitique dicte désormais la tech. L'Europe et les États-Unis cherchent à relocaliser la production de semi-conducteurs et à créer leurs propres modèles d'IA pour ne pas dépendre de puissances étrangères. Cela signifie que les technologies liées à la sécurité nationale et à l'indépendance énergétique seront artificiellement boostées par des subventions massives. Travailler dans ces secteurs, c'est s'assurer une stabilité que le secteur purement commercial n'offre plus forcément.
Questions fréquentes sur les technologies de demain
Est-ce que l'IA va vraiment supprimer tous les jobs de développeurs d'ici 5 ans ?
Non, c'est un fantasme. Par contre, elle va supprimer le job de ceux qui ne savent que coder. Le développeur de 2029 sera un chef d'orchestre. Il passera 10 % de son temps à écrire du code et 90 % à valider des architectures, gérer la sécurité et s'assurer que l'IA ne délire pas. On n'a jamais eu autant besoin de rigueur logique qu'avec l'IA.
Le Web3 et la Blockchain sont-ils morts ?
La hype est morte, et c'est tant mieux. Ce qui reste, c'est la technologie de fond. La tokenisation des actifs réels (immobilier, actions) et l'identité décentralisée sont des sujets sérieux qui vont mûrir. On ne parlera plus de "Blockchain" à tout bout de champ, on l'utilisera simplement comme une infrastructure de confiance invisible, comme on utilise le protocole TCP/IP aujourd'hui sans le savoir.
Faut-il apprendre à coder ou apprendre à parler aux IA (Prompt Engineering) ?
Le "Prompt Engineering" est une compétence éphémère. Les IA deviennent de plus en plus douées pour comprendre des intentions floues. Ce qu'il faut apprendre, c'est la pensée algorithmique. Comprendre comment une machine "réfléchit" et comment structurer un problème complexe. Que vous le fassiez en Python ou en langage naturel, la logique reste la même.
Le verdict : sur quoi faut-il vraiment parier ?
Si je devais parier mon propre argent sur les cinq prochaines années, je ne le mettrais pas sur une seule technologie, mais sur l'interconnexion entre elles. Le vrai gagnant sera celui qui saura coupler l'IA agentique avec des capteurs Edge Computing pour optimiser la consommation énergétique d'un bâtiment ou d'une ville. On sort de l'ère du logiciel pur pour entrer dans l'ère de la tech physique augmentée par l'intelligence logicielle. L'adaptabilité est votre meilleure technologie. Les outils changeront tous les 18 mois, mais la capacité à apprendre vite et à comprendre les enjeux systémiques restera la valeur la plus rare et la plus demandée. Soyons honnêtes, personne ne peut prédire avec certitude quel modèle d'IA sera leader en 2029, mais on sait avec certitude que nous aurons besoin de plus d'énergie, de plus de sécurité et de plus de puissance de calcul localisée. C'est là que se trouve le vrai terrain de jeu.