Une tribune signée par Arnaud Chiffert, Directeur France, Snowflake

Parallèlement, les modèles les plus avancés s’enrichissent de boucles de rétroaction qui renforcent leur pertinence et accélèrent leur progression, tandis que les technologies de personnalisation deviennent accessibles à un plus grand nombre. Cette dynamique redéfinit la relation entre humains et systèmes intelligents. Elle ne cherche pas à opposer créativité et technologie, mais à montrer comment l’IA peut amplifier la capacité d’invention. Quatre tendances se dégagent ainsi pour 2026 et façonneront la manière dont les entreprises tireront parti de cette nouvelle phase de maturité.

Les boucles de rétroaction vont décupler la puissance des agents IA

Les boucles de rétroaction seront essentielles pour améliorer rapidement les résultats agentiques. Au début, l’algorithme de recherche de Google classait les pages selon qui pointait vers qui. Mais la véritable clé a été lorsqu’ils ont pris en compte les pages sur lesquelles les utilisateurs cliquaient réellement, et pour quelle requête. De la même manière, plus les boucles de rétroaction sont mises en place dans la manière naturelle dont les produits d’IA fonctionnent, plus ils vont devenir puissants.

Les copilotes de code reçoivent déjà énormément de commentaires lorsque les utilisateurs acceptent, modifient ou rejettent les sorties. Une fois qu’il y aura des boucles de rétroaction dans chaque produit que vous utilisez, des cas d’usage plus complexes deviendront possibles.

Des modèles IA qui seront plus variés et accessibles

Au début de l’année 2025, des chercheurs en Chine ont présenté Deepseek, un modèle reposant sur des méthodologies d’entraînement innovantes qui ont permis d’obtenir des capacités de raisonnement remarquables, des performances compétitives et un potentiel de réduction des coûts et d’amélioration de la transparence. Cette avancée a remis en question l’idée selon laquelle seuls des modèles toujours plus vastes et plus coûteux pouvaient dominer le secteur. À l’approche de 2026, on peut s’attendre à ce que ses implications s’accélèrent, et que l’écosystème mondial des modèles devienne bien plus large et plus dynamique qu’on ne l’anticipait.

De nombreuses innovations interviennent désormais dans la phase de post-entraînement, une fois qu’un modèle de base suffisamment performant a été obtenu, lorsque de nouvelles données spécialisées sont intégrées. En 2026, beaucoup commenceront à partir d’un modèle open source standard pour développer ensuite des modèles davantage personnalisés. Par conséquent, on peut s’attendre à ce que la croyance selon laquelle le développement de modèles resterait l’apanage de quatre ou cinq entreprises s’estompe, au profit d’une démocratisation plus large tout au long de l’année.