Trois actualités sur l'IA révèlent les nouvelles tendances du secteur : applications d'entreprise, inférence locale et IA physique.

Contexte sectoriel

Cette semaine, l'industrie de l'IA a connu trois évolutions notables. OpenAI a lancé Sites – une nouvelle fonctionnalité basée sur Codex, permettant aux employés d'entreprise de créer, héberger et déployer instantanément des applications Web internes via des invites en langage naturel. Parallèlement, Nvidia et Microsoft ont respectivement dévoilé RTX Spark et Project Solara, visant à déplacer l'inférence IA du cloud vers les appareils personnels. Nvidia a également publié Cosmos 3, un modèle fondamental dédié à l'IA du monde physique. Ces événements pointent respectivement vers trois tendances : l'efficacité des applications IA en entreprise, l'évolution de la structure des coûts d'inférence et la maturation de l'infrastructure pour l'IA physique.

Impact sur le marché

Accélération de la demande d'applications IA en entreprise

OpenAI Sites répond directement au besoin d'outils de personnalisation rapide en interne. Auparavant, développer une application interne nécessitait des plannings du service informatique, des sous-traitants externes ou de longs processus d'achat. Désormais, les non-ingénieurs peuvent directement construire et déployer des applications Web liées au travail via le langage naturel. Cela abaisse considérablement la barrière d'adoption de l'IA en entreprise, réduit le cycle de l'idée au déploiement, et pourrait favoriser une pénétration accrue des applications IA au niveau des entreprises.

Passage du coût d'inférence d'un modèle à l'acte à un modèle forfaitaire

Les objectifs communs de RTX Spark de Nvidia et de Project Solara de Microsoft sont de faire fonctionner l'inférence IA localement sur les appareils. Alors que le coût des tokens continue d'augmenter, les entreprises deviennent prudentes quant à l'utilisation de l'IA dans le cloud – comme les appels longue distance facturés à la minute au début. L'inférence locale transforme le coût d'utilisation d'une facturation continue en un investissement matériel unique associé à des coûts d'exploitation fixes, comparable à un « forfait illimité ». Ce changement impactera directement la répartition des budgets IA des entreprises et pourrait stimuler un nouveau marché de matériel dédié à l'IA.

Un pas crucial pour l'infrastructure de l'IA physique

Cosmos 3 de Nvidia, en tant que modèle fondamental pour l'IA physique, marque l'extension des capacités de l'IA du monde numérique au monde physique. La première vague d'IA générative traitait principalement du texte et des images ; la prochaine vague doit être capable de « voir, bouger, réagir » – par exemple, un robot d'usine saisissant précisément une pièce. Cosmos 3, entraîné sur des principes physiques plutôt que sur du texte, vise à fournir l'infrastructure pour cette transition. Cela aura un impact profond sur l'automatisation industrielle, la robotique, la conduite autonome, etc.

Paysage concurrentiel

OpenAI : consolider sa position de leader dans les applications IA en entreprise

OpenAI étend continuellement ses capacités de plateforme, passant de l'IA conversationnelle à une plateforme de développement d'applications. Sites permet aux entreprises de créer leurs propres applications sans dépendre d'outils de développement externes, en concurrençant directement les plateformes low-code (telles que Retool, Microsoft Power Platform). OpenAI cherche à construire un « écosystème d'applications IA natives » au sein des entreprises.

Nvidia : de la puce d'entraînement à l'inférence et à l'IA physique

Nvidia ne se contente pas de positionner le matériel d'inférence personnel via RTX Spark, mais occupe également le sommet de l'IA physique avec Cosmos 3.### Nvidia : de la puce d’entraînement à l’inférence et à l’IA physique

Nvidia ne se contente pas de déployer des solutions d’inférence personnelle avec RTX Spark ; elle occupe également une position de pointe dans l’IA physique grâce à Cosmos 3. Ce mouvement fait passer Nvidia du statut de fournisseur de puces d’entraînement de l’IA à celui de fournisseur d’infrastructure IA complète, tout en menaçant les éditeurs traditionnels de logiciels d’automatisation industrielle (tels que Siemens, ABB).

Microsoft : approfondir la stratégie de synergie cloud+edge de l’IA

Project Solara marque la stratégie de Microsoft en matière de localisation de l’inférence IA, en complément des services cloud Azure AI. Microsoft cherche à permettre à ses clients de s’entraîner dans le cloud et d’inférer localement, réduisant ainsi le coût total de possession et renforçant l’intégration logiciel-matériel avec Nvidia.

Entités potentiellement impactées

• Fournisseurs d’API d’inférence (comme Together AI, Fireworks) : si la tendance à la localisation s’accélère, leur modèle économique basé sur la facturation au token pourrait subir des pressions.
• Éditeurs traditionnels de logiciels industriels (comme Rockwell, Fanuc) : l’essor de l’IA physique pourrait bouleverser les piles logicielles d’automatisation industrielle existantes.
• Plateformes low-code (comme Airtable, Notion) : la capacité de construction d’applications internes offerte directement par OpenAI Sites constitue une menace pour les plateformes low-code indépendantes.

Enseignements pour les entreprises

1. Accélérer les projets pilotes d’IA interne : OpenAI Sites permet aux entreprises de valider rapidement, à très faible coût, les besoins en outils internes. Les services informatiques devraient prioriser l’exploration de l’automatisation IA pour des cas non critiques. 2. Évaluer la structure de coûts de l’inférence : pour les applications IA à haute fréquence et faible latence (comme le service client, le traitement de données en temps réel), les entreprises devraient calculer le TCO de l’inférence locale par rapport au cloud computing, et envisager l’introduction de matériel IA local. 3. Surveiller la disruption de l’IA physique dans le secteur manufacturier : des modèles de base physiques comme Cosmos 3 vont progressivement s’infiltrer dans la simulation industrielle, le contrôle robotique et l’optimisation de la chaîne d’approvisionnement. Les entreprises manufacturières devraient constituer des équipes transverses pour étudier leur applicabilité.

Perspectives d’avenir

• 12 prochains mois : on s’attend à ce que davantage d’entreprises adoptent des outils tels qu’OpenAI Sites, améliorant l’efficacité du développement d’applications internes de plus de 50 % ; le marché du matériel d’inférence IA locale démarrera, mais les premiers déploiements concerneront principalement les secteurs fortement réglementés (finance, santé).
• 24 prochains mois : le coût de l’inférence locale continuera de baisser, les fabricants de puces IA lanceront des accélérateurs d’inférence dédiés grand public et professionnels ; les modèles de base d’IA physique entreront en phase de POC dans les usines, notamment dans l’automobile et l’électronique.
• 36 prochains mois : fusion de l’IA physique et de l’IA numérique, les entreprises géreront simultanément les grands modèles cloud et les dispositifs d’inférence locale ; le marché de l’automatisation industrielle sera restructuré par les entreprises d’IA, les fournisseurs traditionnels étant contraints de se transformer ou de fusionner.

---

*Note : cet article est basé sur un rapport d’Axios, tous les faits proviennent d’informations publiques.*