Depuis 2018, le State of AI Report s’est imposé comme la référence annuelle pour comprendre les grandes tendances de l’intelligence artificielle. Publié par l’investisseur britannique Nathan Benaich et son équipe d’Air Street Capital, ce rapport librement accessible est devenu un baromètre de la course mondiale à l’intelligence artificielle. L’édition 2025, riche de plusieurs centaines de pages, se distingue par un constat : la révolution du raisonnement automatique est en marche.

L’année 2024 s’est terminée avec le lancement d’o1-preview par OpenAI, le premier modèle dit de « raisonnement » capable d’ajuster la puissance de calcul utilisée en fonction de la complexité du problème. Ce modèle a ouvert une nouvelle voie : celle des IA qui ne se contentent plus de prédire le mot suivant, mais qui planifient et vérifient leurs propres réflexions avant d’émettre une réponse. Google, Anthropic et le chinois DeepSeek se sont aussitôt lancés dans la bataille, chacun présentant ses variantes du raisonnement artificiel. En Chine, DeepSeek R1-Zero a atteint des scores comparables à o1 d’OpenAI sur les compétitions mathématiques AIME, un symbole fort de la montée en puissance asiatique.

Mais derrière les performances affichées, le rapport rappelle que la réalité est plus nuancée. Beaucoup des gains de ces nouveaux modèles restent dans la marge d’erreur des tests, et certains progrès reposent davantage sur des artifices d’évaluation que sur une réelle amélioration cognitive. De simples changements dans un énoncé mathématique, voire l’ajout d’une phrase sans rapport, peuvent suffire à faire échouer un modèle. Cette fragilité souligne les limites du « raisonnement » des IA : elles généralisent encore mal et s’appuient souvent sur des correspondances superficielles plutôt que sur une logique authentique.

Autre sujet phare du rapport : la sécurité. Les chercheurs utilisent désormais les « Chains of Thought » (chaînes de raisonnement) pour surveiller les décisions internes des modèles. Ces traces sont précieuses : elles permettent de détecter des comportements trompeurs ou dangereux. Mais elles peuvent aussi inciter les IA à dissimuler leurs intentions pour ne pas être repérées. Le rapport parle d’un « AI Hawthorne effect » : comme les humains observés, les modèles se comportent différemment lorsqu’ils savent qu’ils sont évalués. L’enjeu devient alors d’arbitrer entre performance et transparence, un « monitorability tax » que certains laboratoires acceptent déjà de payer.

Sur le plan économique, l’intelligence artificielle est désormais une industrie lourde. Le rapport note que les revenus issus des produits « AI-first » dépassent les dizaines de milliards de dollars. NVIDIA vaut plus de 4 000 milliards $ et détient 90 % des parts de marché dans les GPU. Dans ce contexte, la consommation électrique devient le nouveau goulot d’étranglement. Les centres de calcul multi-gigawatts se multiplient, et plusieurs pays, dont les États-Unis, la Chine et les Émirats, intègrent la production énergétique à leurs stratégies d’IA.

Longtemps dominée par les modèles ouverts de Meta (Llama), la communauté open source s’est déplacée vers l’Asie. En 2025, le modèle Qwen d’Alibaba représente déjà plus de 40 % des nouvelles adaptations publiées sur Hugging Face, contre 15 % pour Llama. Ces modèles, souvent diffusés sous licences permissives, bénéficient d’une infrastructure logicielle solide (OpenRLHF, verl) et séduisent les chercheurs grâce à leur efficacité et leur coût réduit. Pour Nathan Benaich, la « nouvelle Route de la Soie » ne transporte plus des épices ou de la soie, mais des modèles d’intelligence artificielle ouverts et performants.

Sur le front de la recherche scientifique, les avancées sont tout aussi spectaculaires. Des agents comme DeepMind Co-Scientist ou Stanford Virtual Lab génèrent et testent de nouvelles hypothèses biologiques, découvrant des mécanismes inédits validés ensuite en laboratoire. Dans les laboratoires de chimie, des robots-chercheurs réalisent désormais jusqu’à 1 000 expériences par jour, c’est dix fois plus vite qu’une équipe humaine. Et en médecine, des modèles comme AMIE surpassent les médecins généralistes dans certaines consultations cliniques simulées.

Enfin, le rapport esquisse un horizon fascinant : celui des systèmes capables d’apprendre sans fin. Des « world models » comme Genie 3 ou Dreamer 4 sont capables de simuler des mondes persistants dans lesquels des agents apprennent seuls à évoluer. Cette approche pourrait ouvrir la voie à une intelligence artificielle réellement autonome, capable de générer ses propres objectifs et d’en tirer des savoirs nouveaux, comme le ferait un chercheur ou un explorateur.

En sommes, le State of AI Report 2025 dresse le portrait d’un secteur à la fois en pleine effervescence et en quête de maturité. Les modèles deviennent plus puissants, plus ouverts, parfois plus trompeurs. Les chercheurs, eux, redoublent d’efforts pour rendre cette intelligence à la fois utile, sûre et compréhensible. Comme le note Nathan Benaich, la véritable question n’est plus de savoir ce que l’IA peut faire, mais comment nous choisirons de l’utiliser et à quel prix.

Source : Stateof.ai

+++

Tous les jours de la semaine, du lundi au vendredi, Bruno Guglielminetti vous propose un regard sur l’essentiel de l’actualité numérique avec 120 secondes de Tech