Source : https://www.snowflake.com/en/build/
Le 4 novembre 2025, on a eu l’occasion d’assister à la conférence BUILD, sponsorisée par Snowflake et intitulée « Une conversation lumineuse : le plan directeur de l’IA pour la prochaine décennie ».
Les intervenants Andrew Ng (fondateur de DeepLearning.AI), Sridhar Ramaswamy (PDG de Snowflake) et Swami Sivasubramanian (vice-président en charge de l’IA agentique chez Amazon Web Services) ont partagé leurs points de vue sur les tendances à venir concernant l’adoption de l’IA par les entreprises, l’évolution que cette technologie pourrait provoquer dans les modèles organisationnels, et la manière dont les professionnels du secteur devront s’adapter à ces transformations.
Un secteur qui avance à grande vitesse
Ils ont commencé par évoquer le paysage actuel de l’IA et le rythme rapide du développement dans l’ensemble de l’industrie, les grandes entreprises présentant de nouvelles capacités chaque trimestre.
Malgré la spécialisation croissante des modèles (assistants de programmation, générateurs d’images, etc.), ils ont souligné que ChatGPT devrait rester le principal point de référence pour une large partie des utilisateurs, non seulement en raison de ses performances techniques, mais aussi de la forte association de sa marque avec le concept même d’intelligence artificielle.
L’API comme pierre angulaire des modèles économiques de l’IA
En abordant ce qui fait la réussite d’un modèle économique lié à l’IA, les intervenants ont convenu que le modèle le plus efficace à ce jour est celui qui propose la meilleure API, c’est-à-dire celle qui permet aux entreprises de réduire leurs coûts (notamment en matière de développement produit) tout en améliorant leurs marges et en générant de nouveaux revenus. Ils ont toutefois insisté sur le fait qu’un modèle techniquement supérieur ne crée pas de valeur sans une base commerciale solide.
Swami Sivasubramanian a résumé cela en une phrase : « Le meilleur modèle, c’est votre modèle économique. » En d’autres termes, une excellente architecture compte peu sans un produit ou un service soit capable d’attirer et de fidéliser réellement les clients.
L’essor de l’IA agentique et la transition vers la tarification à la consommation
Lors de la conférence, il a été également souligné l’importance croissante de modèles économiques robustes alors que l’industrie évolue vers des systèmes d’IA plus agentiques.
Ces systèmes, qui fonctionnent avec moins d’intervention humaine directe, pourraient entraîner une baisse des coûts de mise en œuvre. Cette évolution devrait probablement favoriser un passage d’une tarification par abonnement (par utilisateur) à une tarification davantage fondée sur la consommation, plus proche des modèles cloud, où les utilisateurs paient pour le travail réellement effectué plutôt que pour une licence.
À ce sujet, les intervenants se sont montrés optimistes quant à la montée de l’IA agentique, notant que ces outils sont nés du besoin des développeurs eux-mêmes de disposer de flux de travail plus efficaces.
Le principal défi réside cependant dans la gestion des coûts de calcul. Chaque avancée des modèles d’IA tend à accroître la demande en puissance de traitement. Pour y faire face, des entreprises comme OpenAI développent des systèmes d’acheminement intelligents qui attribuent chaque tâche au modèle le plus adapté, réduisant ainsi les coûts et optimisant les performances.
Product-market fit : la priorité absolue
Le consensus était que l’avenir de l’IA reste ouvert, mais que l’objectif principal doit demeurer la recherche d’un véritable product-market fit. Les entreprises adoptant ou développant l’IA doivent privilégier la valeur utilisateur plutôt que la nouveauté, car les clients n’adopteront ces produits que s’ils fournissent des avantages tangibles surpassant leurs coûts. Comprendre le consommateur reste donc essentiel.
Ce que cela implique pour les développeurs
Pour les développeurs, les intervenants ont rappelé que, même si tout le monde devrait apprendre à coder, la demande pour des connaissances fondamentales en informatique n’a pas diminué. On aura toujours besoin de personnes maîtrisant les compilateurs, l’optimisation de la mémoire et l’efficacité algorithmique. L’IA a automatisé une grande partie de la programmation de haut niveau, mais une solide compréhension des bases, ainsi qu’une aptitude pour les mathématiques et les sciences, reste indispensable.
Et pour les équipes business ?
D’un point de vue commercial, bien que les modèles deviennent des outils précieux pour évaluer et concevoir des produits, la capacité humaine à interpréter les marchés — notamment les facteurs émotionnels et contextuels qui influencent les décisions — restera cruciale. Les professionnels passeront probablement moins de temps à coder et davantage à résoudre des problèmes concrets et à collaborer étroitement avec les utilisateurs.
Conclusion
En conclusion, la conférence BUILD a offert une perspective précieuse sur l’évolution du paysage de l’IA à l’intersection de la technologie, de la stratégie commerciale et de la créativité humaine. Les intervenants ont clairement affirmé que la réussite de la prochaine décennie dépendra non seulement de la création de modèles avancés, mais aussi de l’élaboration de modèles économiques résilients apportant une réelle valeur aux clients.
À mesure que l’IA deviendra plus agentique, les professionnels devront se concentrer sur une mise en œuvre responsable, l’optimisation des coûts et la compréhension des besoins des utilisateurs. En fin de compte, les organisations qui prospéreront seront celles qui conjugueront innovation, connaissance approfondie du marché et sensibilité humaine.