L’industrie de l’intelligence artificielle traverse une période de turbulences, avec des géants comme OpenAI, Anthropic et Google confrontés à des défis majeurs dans le développement de leurs modèles de nouvelle génération. Le secteur avait annoncé des bonds technologiques spectaculaires en quelques années mais les dernières recherches révèlent au contraire un essoufflement. Les modèles de prochaine génération peinent à franchir les paliers de performance espérés, remettant en question la stratégie de développement adoptée jusqu’à présent. La « loi de mise à l’échelle« , longtemps considérée comme un principe fondateur de l’IA, montre désormais ses limites. Les investissements colossaux en puissance de calcul et en données n’apportent plus les gains exponentiels attendus, selon différentes études sur le sujet. Face à ce constat, les entreprises réorientent radicalement leurs approches. Elles vont privilégier une optimisation plutôt que l’augmentation des paramètres pris en compte par les modèles. Le développement s’oriente aussi vers des agents IA plus autonomes. Et ces entreprises recherchent toujours de nouvelles méthodes d’apprentissage.