Nextr'AI - Août 2025
Dans cette édition d’août 2025, Nextr’AI décrypte les actualités intelligence artificielle août 2025 : innovations, usages métiers et technologies émergentes. De l’IA responsable aux nouveaux modèles open-weight, découvrez les tendances qui redessinent le paysage numérique européen.
L'IA au service de l'humain, pas contre lui
L’IA n’est pas destinée à remplacer les humains, mais à travailler en complément de nos compétences.
Utilisée seule, elle peut même affaiblir le savoir-faire, comme en médecine où un excès d’automatisation risque de réduire la vigilance des praticiens.
L’enjeu est de concevoir des outils qui soutiennent le jugement, l’expérience et le contexte humain, plutôt que de les effacer.
L’avenir de l’IA repose sur une collaboration équilibrée qui renforce nos capacités sans les dénaturer.
IA : le vrai défis, accompagner les entreprise
Une étude du MIT montre que que 95% des projets d’IA en entreprise échouent. Ce n’est pas la faute de la technologie, d’autre d’une mauvaise intégration dans les métiers. Les rares réussites viennent de sociétés agiles qui ciblent un problème précis et avancent par partenariats. Beaucoup d’entreprises, elles, se lancent dans des projets coûteux ou laissent proliférer des usages non encadrés.
La clé : des solutions simples, adaptées et utiles aux équipes.
OpenAI relance l'open-weight avec deux nouveaux modèles
OpenAI rouvre la voie de l’open-wieght avec deux modèles : gpt-oss-120B et gpt-oss-20B, disponibles sous licence Apache 2.0.
Basés sur l’architecture Mixture-of-Experts, ils offrent un raisonnement avancé et gèrent jusqu’à 128 000 tokens de contexte. Le 120B rivalise avec o4-mini et tourne sur une seule GPU de 80 Go, tandis que le 20B s’exécute avec seulement 16 Go.
Leur légèreté favorise des usages locaux ou embarqués, tout en intégrant des garanties de sécurité robustes.
IA : place aux SLM - modèles spécialisés, plus légers et efficaces
Les SLM (petits modèles de langage) gagnent du terrain face aux géants LLM car ils sont plus ciblés, moins gourmands en ressources et plus précis pour les besoins métiers. Ils sont plus faciles à déployer, moins coûteux et bien adaptés aux infrastructures simples.
D’après Gartner, ils devraient représenter trois fois plus d’usages que les LLM d’ici 2027. On les retrouve notamment dans la santé, la finance, l’industrie ou la défense, où précision rime avec efficacité.