Après une première phase boulimique et généraliste, l'IA entre dans l'ère de la spécialisation

Cybersécurité et IA, des capacités inédites, des risques nouveaux. Et si la compétition ne portait plus sur l'IA généraliste, mais sur la maîtrise métier de bout en bout ?

Avec l’annonce Mythos, Anthropic promet une rupture technologique en matière de cybersécurité, grâce à l’IA. Cette capacité à détecter et exploiter des vulnérabilités serait à une telle échelle qu'Anthropic, sur injonction du gouvernement américain, en a restreint l'accès à une poignée de partenaires. Cet été, un modèle non-public d'OpenAI s'échappait de son environnement confiné pour aller pirater par lui-même les serveurs de la plateforme Hugging Face, dans le seul but de tricher à son évaluation. Personne ne peut dire si ces événements sont orchestrés ou subis, mais ils confirment un basculement majeur : la course à l’IA généraliste se poursuit, mais la bataille se joue désormais aussi sur la capacité à maîtriser un domaine métier de bout en bout.

Des modèles polyvalents aux experts sectoriels : la course aux IA "professionnelles" démarre

Les modèles de langage généralistes ont progressé ces dernières années en assimilant toujours plus de données disponibles sur le web. Ce réservoir a atteint sa limite dans l’exploitation des données publiques. Le nouvel enjeu se situe aujourd’hui dans la captation des données de référence, c’est-à-dire le savoir-faire contextuel et les liens logiques entre une décision et son contexte métier, que seuls les acteurs de terrain possèdent (les process métiers). Si les géants du web et de l’IA disposent d’un volume considérable de données brutes, ils n’ont pas forcément accès à un maillage de données aussi spécialisées et aussi fines. Le rachat de Cursor – une société de codage assisté par IA et prisée des développeurs professionnels – par SpaceX quelques jours après son entrée en Bourse illustre la compétition engagée sur ce segment.

Cette course a un coût que les entreprises commencent à mesurer. Le déploiement d'agents à grande échelle se heurte à la consommation de tokens, au point que certaines entreprises freinent leurs infrastructures pour mieux contenir la dérive budgétaire, à l’image de Meta. Il est important de garder à l’esprit que certains discours alarmistes entendus outre-Atlantique répondent aussi à des logiques de valorisation de marché, entretenant chez les décideurs une précipitation qui complique plus qu'elle n'éclaire leurs choix.

Le DSLM : la fin de la confusion entre puissance brute et intelligence

Sur le terrain, une confusion persiste entre la course à la puissance brute – consistant à saturer des modèles géants de données web – et l’intelligence artificielle spécialisée, qui exige précision, contextualisation et apprentissage continu. Cette distinction explique pourquoi la verticalisation s'impose comme prochaine étape du marché. Gartner le confirme dans ses récents rapports à travers le concept de DSLM (modèle de langage spécialisé par domaine). Contrairement à une IA généraliste qui peut halluciner, un DSLM s'appuie sur un corpus restreint lié à un domaine d’expertise et validé par des spécialistes : réglementation, méthodes internes, retours d'expérience. C‘est la seule approche viable pour les organisations critiques : cybersécurité, banque, assurance, défense.

L'enjeu dépasse la performance technique. Face aux risques d'extraterritorialité, la compétitivité des grands comptes français passe par des modèles de taille intermédiaire, "fine-tunés" et hébergés sur site (on premise) en circuit sécurisé, qui leur garantissent de rester propriétaires de leur savoir-faire.

Des organisations et des capacités augmentées

Ce basculement ne se limite pas à un choix d'architecture. Il redistribue les rôles au sein des entreprises. Les collaborateurs deviennent de véritables producteurs de connaissances capables d’alimenter les modèles. Nous allons assister à un déplacement massif de compétences : de l'ingénierie informatique vers la modélisation mathématique et scientifique, pour évaluer la performance des agents et surveiller les déviations en temps réel, permettant ainsi de repenser le rôle des équipes face à la technologie. Loin d’être détruite, la valeur humaine est redéployée sur des tâches à haute valeur ajoutée.

Beaucoup d'entreprises françaises et européennes se contentent encore d'un usage figé de l'IA dans un cloud fermé. Elles se privent ainsi de l'essentiel, à savoir la capacité du modèle à s'enrichir en continu de leurs données métiers, et n'exploitent ainsi qu'une fraction infime des capacités agentiques disponibles. Certaines ont néanmoins franchi le pas, à l’image de Safran Aircraft Engineering, qui a déployé cette année une architecture combinant plusieurs modèles de langage permettant de réduire de plusieurs semaines à quelques minutes le traitement de dossiers d'homologation réglementaire, sans dégrader la rigueur du contrôle.

Dans un marché où la cybersécurité devient l'un des premiers terrains d'application de la verticalisation, la vraie question n'est plus de savoir qui disposera du plus "gros" modèle, mais qui saura transformer le plus vite son expertise en capacité augmentée, sans perdre la maîtrise de ses données.