L'année 2025 a marqué un tournant dans la perception et l'application de l'intelligence artificielle, s'éloignant des attentes démesurées des années précédentes pour se rapprocher d'une réalité plus concrète. Après deux années de discours publics intenses, largement alimentés par les capacités des systèmes de prédiction de jetons basés sur des modèles de langage de grande taille (LLM), l'industrie a connu une période de recalibrage.

Les angoisses généralisées et les visions utopiques entourant l'IA, perçue soit comme une menace existentielle, soit comme l'aube d'une nouvelle ère de l'intelligence, ont commencé à s'estomper, remplacées par une compréhension plus pragmatique de ses capacités et de ses limites actuelles. Bien que des investissements substantiels et des projections optimistes pour l'avenir de l'IA subsistent, le calendrier de réalisation de progrès transformateurs et bouleversant le monde continue de s'allonger. Cet ajustement reflète un consensus croissant selon lequel des avancées technologiques significatives sont encore nécessaires pour concrétiser les affirmations les plus ambitieuses.

Les affirmations initiales concernant l'arrivée imminente de l'intelligence artificielle générale (IAG) ou de la superintelligence (ASI) n'ont pas complètement disparu, mais sont de plus en plus considérées avec scepticisme, souvent attribuées aux stratégies de marketing employées par les sociétés de capital-risque. Les constructeurs de modèles fondamentaux sont confrontés aux défis pratiques du développement et du déploiement de systèmes d'IA qui, bien que puissants, sont également manifestement faillibles.

Cette transition ne signifie pas un rejet du potentiel de l'IA, mais plutôt une évaluation plus réaliste de son état actuel. L'accent a été mis sur l'exploitation de l'IA pour des applications pratiques, en reconnaissant ses imperfections et la nécessité d'un perfectionnement continu. L'industrie est aux prises avec la réalité que les modèles d'IA actuels, bien que capables d'exploits impressionnants, sont toujours sujets à des erreurs et nécessitent une surveillance attentive.