L’intelligence artificielle évolue plus vite que notre vocabulaire pour la décrire.
Un nouveau concept émerge pour définir cette fusion entre intelligence humaine et artificielle : l’« intelition ».
Ce terme désigne le processus par lequel humains et machines collaborent pour percevoir, décider, créer et agir ensemble.
Au-delà de l’outil : vers une coopération permanente
Aujourd’hui, nous utilisons l’IA comme un service externe que nous invoquons ponctuellement.
Nous tapons des requêtes dans ChatGPT ou intégrons des workflows avec « un humain dans la boucle ».
Mais cette approche est en train de muter vers une coproduction continue où personnes et agents façonnent ensemble les décisions en temps réel.
La révolution de l’ontologie unifiée
Alex Karp, PDG de Palantir, a récemment déclaré que « toute la valeur du marché va aller aux puces et à ce que nous appelons l’ontologie ».
Par ontologie, il désigne un modèle partagé d’objets (clients, politiques, actifs, événements) et de leurs relations.
Cette vision dépasse largement les applications SaaS traditionnelles qui créent chacune leurs propres modèles isolés.
L’ontologie unifiée devient essentielle pour les outils d’IA agentique actuels.
Elle permet aux systèmes de raisonner et d’agir à travers fournisseurs, régulateurs, clients et opérations.
L’objectif : « attacher la puissance de l’intelligence artificielle aux objets et relations du monde réel », selon Karp.
Modèles du monde et apprentissage continu
Tenir de l’information n’équivaut pas à en apprendre.
L’apprentissage continu nécessite une accumulation de compréhension plutôt que des remises à zéro à chaque réentraînement.
Google a récemment annoncé le « Nested Learning » comme solution potentielle, intégré directement dans l’architecture LLM existante.
Cette approche pourrait rendre l’entraînement obsolète en fournissant une mémoire durable avec apprentissage continu intégré au système.
Meta, via Yann LeCun, développe également des modèles comme V-JEPA et I-JEPA qui apprennent les représentations visuelles du monde.
« Les LLM sont doués pour manipuler le langage, mais pas pour penser », résume LeCun.
L’interface personnelle : au cœur de l’intelition
La troisième force de ce nouveau paradigme place l’humain au centre plutôt qu’en périphérie.
Cette interface ne sera pas une application de plus, mais le moyen principal de participer à la prochaine ère du travail et de la vie.
Au lieu de visiter l’IA via une fenêtre de chat, cette interface sera toujours active, consciente de notre contexte et capable d’agir en notre nom.
Les précurseurs technologiques
Jony Ive a vendu sa société d’appareils IA io à OpenAI en mai pour accélérer une nouvelle catégorie d’appareils IA.
Apple développe des solutions on-device qui nécessitent moins de puissance de traitement avec UI-JEPA.
Cette innovation vise la « compréhension de l’intention utilisateur » directement sur l’appareil, remettant en question le modèle économique actuel basé sur le profilage centralisé.
Le défi du contrôle personnel des données
Tim Berners-Lee, inventeur du World Wide Web, développe depuis 2022 le standard Solid pour la gestion sécurisée des données personnelles.
« L’utilisateur a été réduit à un produit consommable pour l’annonceur », observe-t-il.
Ce standard pourrait s’associer aux nouveaux appareils d’IA personnelle pour redonner le contrôle aux utilisateurs.
Une convergence déjà en marche
La startup Inrupt, fondée par Berners-Lee, combine déjà Solid avec le standard MCP d’Anthropic pour créer des « portefeuilles agentiques ».
Le contrôle personnel devient plus qu’une fonctionnalité : c’est la sauvegarde architecturale alors que les systèmes gagnent la capacité d’apprendre et d’agir continuellement.
Ces trois forces convergent plus rapidement que la plupart ne le réalisent.
Les enjeux économiques et sociétaux
Cette transformation remet en question les modèles économiques actuels du numérique.
L’analyse on-device de l’intention utilisateur menace les revenus publicitaires basés sur le profilage centralisé.
Les entreprises devront repenser leurs stratégies alors que les utilisateurs reprennent le contrôle de leurs données et intentions.
Les défis techniques à surmonter
Malgré les avancées prometteuses, plusieurs obstacles techniques persistent.
L’intégration des différents modèles d’IA dans une ontologie unifiée nécessite des standards communs encore en développement.
La latence reste un enjeu majeur pour une expérience vraiment fluide entre humain et machine.
La sécurité représente également un défi de taille.
Comment garantir la confidentialité des données dans un système où l’IA accède continuellement à nos informations personnelles et professionnelles ?
Les solutions comme Solid de Berners-Lee tentent de répondre à cette préoccupation, mais leur adoption massive reste à prouver.
Impact sur le marché du travail
L’intelition pourrait transformer radicalement l’environnement professionnel.
Plutôt que de remplacer les humains, cette approche vise à augmenter leurs capacités cognitives de manière transparente.
Les métiers nécessitant créativité, empathie et jugement éthique pourraient voir leur valeur renforcée.
Les entreprises devront repenser l’organisation du travail pour intégrer ces nouveaux paradigmes.
La formation des équipes devient essentielle pour maîtriser cette collaboration homme-machine en temps réel.
Certains secteurs, comme la finance ou la santé, pourraient être transformés plus rapidement que d’autres.
Concurrence technologique mondiale
La course à l’intelition se joue également sur l’échiquier géopolitique.
Alors que les États-Unis dominent avec OpenAI, Google et Meta, l’Europe mise sur la régulation et la protection des données.
La Chine développe ses propres approches avec des entreprises comme MiniMax.
Cette compétition internationale pourrait aboutir à des écosystèmes d’intelition incompatibles.
L’interopérabilité des systèmes devient alors un enjeu stratégique majeur pour éviter une fragmentation du marché mondial.
Les standards ouverts devront s’imposer face aux solutions propriétaires.
Perspectives d’avenir
L’intelition n’est pas un concept futuriste : elle se déploie déjà.
Les ontologies d’entreprise fournissent les noms et verbes, la recherche sur les modèles du monde apporte la mémoire durable et l’apprentissage.
L’interface personnelle devient le point de contrôle autorisé de cette nouvelle ère logicielle qui redéfinit notre relation à l’intelligence artificielle.
D’ici 2030, nous pourrions voir émerger les premiers véritables systèmes d’intelition grand public.
Cette évolution marque peut-être le passage définitif de l’ère informatique traditionnelle vers celle de l’intelligence hybride.
L’humanité se prépare à franchir un nouveau palier dans sa relation symbiotique avec les machines.
