Un journal de bord permet de garder une trace des évolutions et réflexions qui jalonnent un chemin, un parcours. Pour comprendre comment l’IA va marquer nos organisations dans le temps, nous vous proposons un article étonnant sous la forme d’une rétrospective. Retrouvez ici le journal de bord de Citwell qui retrace les transformations parcourues par l’IA depuis 15 ans.
Intelligence Articielle - 1er janvier 2040
Il y a quinze ans, en 2025, l’IA générative et l’IA prédictive étaient encore perçues par beaucoup comme des technologies émergentes, prometteuses mais inaccessibles, tant en termes de coûts que de maturité technique.
À l’époque, l’idée de les intégrer dans les opérations industrielles à grande échelle semblait utopique et les cas d’usage porteurs de retour sur investissement impossibles à identifier voire à mettre en œuvre.
Nous n’en étions qu’aux balbutiements de l’IA appliquée à des tâches spécifiques, avec des technologies naissantes face au fantasme de la machine intelligente et souvent insuffisantes pour atteindre les ambitions des entreprises. Les données étaient encore éparses, peu qualitatives et mal structurées, sans oublier que les coûts associés à l’implémentation de ces
technologies demeuraient prohibitifs comme l’illustraient les montants pharaoniques des levées de fonds du secteur.
Malgré des promesses ambitieuses, comme la mise en œuvre de la maintenance 4.0, l’automatisation adaptative ou la relation client augmentée, un décalage important existait entre la réalité et le marketing des technologies.
Mais aujourd’hui, en 2040, la situation a radicalement changé. L’IA générative et prédictive a mûri et a su s’imposer dans
les processus industriels, apportant une véritable valeur ajoutée tout en réussissant à maîtriser son empreinte carbone. Par ailleurs, d’autres innovations, telles que l’informatique quantique et les technologies vertes comme l’exploitation des énergies marémotrices ou l’affectation intelligente des ressources, ont permis de surmonter des obstacles majeurs en renforçant les capacités énergétiques et computationnelles nécessaires pour rendre ces technologies viables. Comment avons-nous réussi ce pari ?
De l’utopie à la réalité : un chemin semé d’embûches (2025-2030)
En 2025, nous étions encore loin de pouvoir déployer l’IA générative et prédictive de manière concrète à grande échelle dans les opérations industrielles. À cette époque, les entreprises commençaient tout juste à exploiter une petite partie des technologies existantes, telles que l’IA classique (par exemple le machine learning) pour des applications très spécifiques (analyse de données, maintenance prédictive basique, gestion des stocks). Les technologies modernes, bien qu’avancées, n’étaient pas assez matures pour répondre aux défis des grandes industries.
L’un des principaux obstacles était la question des données. Les entreprises, à la fois en raison de leurs systèmes obsolètes et de la fragmentation des sources de données, n’avaient pas accès aux volumes d’informations nécessaires pour alimenter les algorithmes d’IA de manière efficace. Les jeux de données manquaient d’homogénéité et de qualité, ce qui rendait les initiatives d’IA encore plus complexes, pour ne pas dire impossibles, à déployer avec un niveau
de pertinence réellement générateur de retour sur investissement. De plus, les coûts de mise en œuvre étaient prohibitifs. Les infrastructures nécessaires à l’entrainement de modèles d’IA consommaient une quantité d’énergie démesurée, générant un coût carbone élevé, ce qui alimentait les préoccupations environnementales.
Les étapes de la maturation : technologies et gouvernance pour une IA plus verte (2030-2035)
Au fil des années, les technologies d’IA ont évolué de manière exponentielle. Un tournant majeur est survenu lorsque les
infrastructures ont commencé à s’adapter à une consommation d’énergie plus raisonnée tant quantitativement qu’en ciblant des plages où elle est plus disponible. En parallèle, des initiatives autour de la “digitalisation verte” ont émergé, allégeant les processus industriels et réduisant la dépendance au papier ainsi que les flux d’emails. Ces changements ont
contribué à la réduction de l’empreinte carbone en transformant le monde du travail.
Par ailleurs, l’essor de l’informatique
quantique a permis de repousser les limites des calculs complexes en réduisant considérablement les besoins énergétiques des centres de données. Ces technologies quantiques, en exploitant des principes comme le superposition et l’intrication, ont permis d’accélérer les traitements de données massifs, rendant accessibles des modèles d’IA plus performants et moins gourmands en ressources. Les avancées dans les énergies renouvelables, notamment l’énergie
marémotrice, ont aussi joué un rôle clé, fournissant des sources stables et écologiques pour alimenter ces infrastructures le tout, soutenu par une affectation en temps réel des ressources disponibles aux pics d’activité des machines.
Une révolution technologique majeure est également survenue avec la naissance d’une IA dédiée à la simplification et l’harmonisation des données. Contrairement aux approches traditionnelles qui exigeaient une standardisation laborieuse des données en amont, cette IA intelligente permettait d’interpréter et d’intégrer des données hétérogènes. Ce progrès a levé une barrière importante en démultipliant la capacité, la qualité et la vélocité des équipes dédiées à la donnée, permettant aux entreprises de se concentrer sur les cas d’usage sans attendre une refonte complète et laborieuse de leurs systèmes et process métier.
La révolution des cas d’usage : IA, humain augmenté et transmission des savoirs (2035-2040)
Aujourd’hui, en 2040, l’IA générative et prédictive est devenue un outil comme les autres, intégré dans les opérations
industrielles au même titre que des logiciels classiques. Elle n’est plus perçue comme une technologie de rupture, mais comme un levier puissant pour accroître la performance. En ce sens, l’IA permet de capitaliser sur des données, facilitant ainsi la gestion du turnover des employés tout en rendant l’apport d’un œil neuf plus régulier et plus efficace. Grâce à une meilleure exploitation des connaissances organisationnelles, elle contribue à transmettre les savoirs d’une génération à l’autre, réduisant les pertes de compétences lors des départs et offrant aux nouveaux collaborateurs un contexte enrichi
pour innover rapidement.
L’émergence de l’humain augmenté a aussi transformé les processus industriels. Plutôt que de remplacer les employés, l’IA les accompagne en leur offrant des outils leur permettant de prendre des décisions éclairées et en les libérant des tâches répétitives. Elle facilite aussi l’optimisation des processus humains : affecter les experts
là où leur impact est maximal, renforcer la sécurité individuelle sur les sites à risque, et permettre une coordination fluide des projets complexes grâce à une gestion autonome et
Conclusion : une nouvelle ère pour l’industrie durable
En 2040, l’IA générative et prédictive a non seulement répondu aux défis techniques et économiques de l’industrie, mais a aussi permis une réduction significative de l’empreinte carbone des opérations tout en augmentant la disponibilité de l’outil de production.
Si, en 2025, nous étions confrontés à un décalage important entre les promesses et la réalité, aujourd’hui, nous pouvons affirmer que l’IA a non seulement tenu ses promesses, mais a également contribué à une véritable transformation durable des opérations industrielles. En intégrant des technologies de pointe telles que l’informatique quantique, les énergies renouvelables comme l’énergie marémotrice, et une gestion innovante des données, l’IA a consolidé sa position en tant
que levier clé pour une industrie plus verte, plus performante et plus humaine.
Ainsi, nous pouvons dire que l’IA générative et prédictive est désormais une technologie mature, prête à relever les défis des décennies à venir. Elle est devenue un discriminant essentiel entre les entreprises capables d’en tirer parti et celles qui risquent de rester à la traîne, au même titre que la transition digitale et le e-commerce l’ont été dans les années 2000-2010.
Alexandre Boucharlat, Associé, Groupe Citwell