Sans surprise, l'IA a occupé le devant de la scène du Gartner IT Symposium/Xpo qui s'est tenu cette semaine (20 au 23 octobre) à Orlando, en Floride, où, comme chaque année, le cabinet d'études présente les principales tendances technologiques qui façonneront l’IT d'entreprise au cours de l'année à venir. « Les entreprises ont besoin d'un responsable dédié à l'IA », a déclaré Daryl Plummer, vice-président analyste émérite, directeur de la recherche, Gartner Fellow et principal intervenant de la conférence. « 2026 sera une année charnière pour les leaders technologiques, car les perturbations, les innovations et les risques se développent à une vitesse sans précédent », a avancé Gene Alvarez, vice-président analyste émérite chez du cabinet. « Les principales tendances technologiques stratégiques identifiées pour 2026 sont étroitement liées et reflètent les réalités d'un monde hyperconnecté et alimenté par l'IA, dans lequel les entreprises doivent favoriser l'innovation responsable, l'excellence opérationnelle et la confiance numérique », a-t-il souligné. « Mais le rythme est différent : plus d'innovations ont émergé cette année comme jamais auparavant », a ajouté Tori Paulman, vice-présidente analyste du Gartner.

Zoom sur les principales tendances technologiques stratégiques pour 2026 :

Des supercalculateurs d’IA

D'ici à 2028, plus de 40 % des grandes entreprisesdevraient adopter des architectures IT hybrides dans leurs processus métier critiques, contre 8 % actuellement. « Les supercalculateurs d'IA intègrent des CPU, des GPU, des ASIC dédiés à l’IA, des paradigmes informatiques neuromorphiques et alternatifs, pour que les entreprises puissent orchestrer des charges de travail complexes tout en atteignant de nouveaux niveaux de performance, d'efficacité et d'innovation. Ces systèmes combinent des processeurs puissants, une mémoire massive, du matériel spécialisé et des logiciels d'orchestration pour traiter des charges de travail gourmandes en données dans des domaines comme l'apprentissage machine, la simulation et l'analyse », a déclaré le Gartner.

Des modèles de langage spécifiques à un domaine

Plus de la moitié des modèles de GenAI utilisés par les entreprises seront spécifiques à un domaine d'ici 3 ans. Les modèles de langage spécifiques à un domaine (Domain-Specific Language Models, DSLM) comblent une lacune des grands modèles de langage génériques en offrant une plus grande précision, des coûts réduits et une meilleure conformité. « Les DSLM sont des modèles de langage formés ou affinés à partir de données spécialisées pour un secteur, une fonction ou un processus particulier. Contrairement aux modèles généralistes, les DSLM offrent une précision, une fiabilité et une conformité accrues pour répondre aux besoins spécifiques des entreprises », a souligné l'expert en prévisions. « Les agents d’IA non liés aux DSLM peuvent interpréter le contexte spécifique à un secteur pour prendre des décisions pertinentes, même dans des scénarios inconnus, et excellent en termes de précision, d'explicabilité et de prise de décision », a affirmé Mme Paulman. La société estime que les dépenses mondiales des utilisateurs finaux en modèles d'IA générative devraient atteindre 14,2 milliards de dollars en 2025 et que les dépenses des utilisateurs finaux en modèles d'IA générative spécialisés, qui incluent les DSLM, devraient atteindre 1,1 milliard de dollars cette année.

Des plateformes de sécurité basées sur l’IA

A horizon 2028, plus de 50 % des entreprises utiliseront des plateformes de sécurité basées sur l’IA pour protéger leurs investissements dans l'IA. « Les plateformes de sécurité basées sur l’IA offrent un moyen unifié de sécuriser les applications d’IA tierces et personnalisées. Elles centralisent la visibilité, appliquent les politiques d’usage et protègent contre les risques spécifiques à l'IA, comme l'injection de prompts, les fuites de données et les actions malveillantes des agents. Ces plateformes aident les DSI à appliquer les politiques relatives à l’usage, à surveiller l'activité de l'intelligence artificielle et à mettre en place des garde-fous cohérents pour l'ensemble de l'IA », selon Gartner. « La popularité des agents d’IA personnalisés introduit de nouvelles surfaces d'attaque et de nouveaux risques qui exigent des entreprises qu'elles adoptent des pratiques de développement et de sécurité d'exécution sécurisées [...] Les actions des agents d’IA étant basées sur un modèle probabiliste, elles sont, par nature, moins prévisibles, ce qui complique la gestion des risques. Pour tirer parti des avantages des agents d’IA tout en écartant les incertitudes ».

Des plateformes de développement IA native

D'ici à 2030, les plateformes de développement IA natives permettront à 80 % des entreprises de transformer leurs grandes équipes d'ingénieurs logiciels en équipes plus petites et plus agiles, augmentées par l'IA. Les plateformes de développement IA natives utilisent la GenAI pour créer des logiciels plus rapidement et plus facilement qu'auparavant. Les entreprises peuvent constituer de petites équipes associées à l'IA pour créer davantage d'applications avec le même nombre de développeurs qu'aujourd'hui. Selon le cabinet, les entreprises leaders créent de petites équipes dédiées aux plateformes afin que des experts non techniques puissent produire eux-mêmes des logiciels, avec des garde-fous de sécurité et de gouvernance

Informatique confidentielle

Plus de 75 % des opérations traitées dans des infrastructures non fiables seraient sécurisées lors de leur utilisation d'ici 2029 grâce au confidential computing. « L'informatique confidentielle change la façon dont les entreprises traitent les données sensibles. En isolant les charges de travail dans des environnements d'exécution de confiance (Trusted Execution Environments, TEE) basés sur du matériel, elle préserve la confidentialité du contenu et des charges de travail, même vis-à-vis des propriétaires d'infrastructures, des fournisseurs de cloud ou de toute personne ayant un accès physique au matériel », a expliqué Gartner. « Ces environnements sont particulièrement utiles pour les secteurs réglementés et les opérations mondiales confrontés à des risques géopolitiques et de conformité, ainsi que pour la collaboration entre concurrents. »

Cybersécurité préventive

D'ici à 2030, les solutions de cybersécurité préventive représenteront la moitié de toutes les dépenses de sécurité, contre moins de 5 % en 2024, les DSI passant d'une défense réactive à une protection proactive. D'après le prévisionniste, les technologies de cybersécurité préventive utilisent l'intelligence artificielle (IA) et l'apprentissage machine (ML) avancés pour anticiper et neutraliser les menaces avant qu'elles ne se concrétisent. Elles comprennent des fonctionnalités de renseignement prédictif sur les menaces, de fraude avancée et de défense automatisée des cibles mobiles. La cybersécurité préventive suscite beaucoup d’intérêt, car les entreprises sont confrontées à une augmentation exponentielle des menaces visant les réseaux, les données et les systèmes connectés. « La cybersécurité préventive consiste à agir avant que les attaquants ne frappent, en utilisant des SecOps alimentés par l'IA, le déni programmatique et la tromperie », a encore déclaré Mme Paulman. « C'est un monde où la prédiction est synonyme de protection. » Les solutions de cybersécurité préventive devraient remplacer de plus en plus les solutions autonomes de détection et de réponse comme approche privilégiée pour se défendre contre les cybermenaces. « La cybersécurité préventive sera bientôt la nouvelle norme pour toutes les entités opérant sur, dans ou à travers les différentes couches interconnectées du réseau mondial de surface d'attaque (Global Attack Surface Grid, GASG) », a souligné Carl Manion, Managing Vice-Président chez Gartner, dans un rapport récent.

Provenance numérique

A échéance 2029 ceux qui n'auront pas suffisamment investi dans les capacités de provenance numérique s'exposeront à des risques de sanctions pouvant atteindre des milliards de dollars. « Parce que les entreprises s'appuient de plus en plus sur des logiciels tiers, du code open source et du contenu généré par l'IA, la vérification de la provenance numérique est devenue essentielle. La provenance numérique désigne la capacité à vérifier l'origine, la propriété et l'intégrité des logiciels, des données, des médias et des processus. De nouveaux outils comme les nomenclatures logicielles (Software Bill of Materials, SBoM), les bases de données d'attestation et le tatouage numérique offrent aux entreprises les moyens de valider et de suivre les actifs numériques tout au long de la chaîne d'approvisionnement », a rappelé Gartner.

Géopatriation

D'ici à 2030, plus de 75 % des entreprises européennes et moyen-orientales déplaceront leurs charges de travail virtuelles dans des solutions capables de réduire les risques géopolitiques, contre moins de 5 % en 2025. D'après la définition de Gartner, la géopatriation consiste à transférer les données et les applications d'une entreprise hors des clouds publics mondiaux vers des options locales, notamment des clouds souverains, des fournisseurs de cloud régionaux ou les propres centres de données d'une entreprise en raison d'un risque géopolitique identifié. Autrefois limitée aux banques et aux gouvernements, la souveraineté du cloud touche désormais un large éventail d’entreprises à mesure que l'instabilité mondiale s'accroît.

Systèmes multi-agents

L'expert en conjonctures définit les systèmes multi-agents (Multiagent Systems, MAS) comme des ensembles d'agents d’IA qui interagissent pour atteindre des objectifs complexes individuels ou communs. Les agents peuvent être fournis dans un environnement unique ou développés et déployés indépendamment dans des environnements distribués. « L'adoption de systèmes multi-agents est un moyen pratique pour les entreprises d'automatiser des processus métier complexes, d'améliorer les compétences des équipes et de faire collaborer autrement les humains et les agents d’IA », a expliqué M. Alvarez. « Des agents modulaires et spécialisés peuvent améliorer l'efficacité, accélérer la livraison et réduire les risques en réutilisant des solutions éprouvées dans tous les workflows. Cette approche facilite également la mise à l'échelle des opérations et l'adaptation rapide à l'évolution des besoins. »

IA physique

« L'IA physique apporte l'intelligence dans le monde réel en alimentant des machines et des appareils qui détectent, décident et agissent, comme les robots, les drones et les équipements intelligents. Elle apporte des gains mesurables dans les secteurs où l'automatisation, l'adaptabilité et la sécurité sont des priorités », selon le cabinet d’études. « À mesure que son adoption se généralise, les entreprises ont besoin de nouvelles compétences qui font le lien entre l’IT, l’OT et l'ingénierie. Cette évolution crée des opportunités de perfectionnement et de collaboration, mais peut également susciter des inquiétudes sur le plan de l'emploi et nécessiter une gestion minutieuse du changement. »