Le RAISE Summit 2025, qui s'est tenu à Paris, a présenté les dernières avancées en matière d'IA, attirant 6 500 professionnels du monde entier. Parmi les points forts figuraient :

• IA Agentique : Les systèmes autonomes comme « SurferH » de la société H transforment les flux de travail et la prise de décision. Les lauréats du hackathon ont présenté des outils pour le recrutement, l'intégration et la gestion informatique.
• IA Souveraine : Les nations se concentrent sur le contrôle local des données, l'Europe investissant 200 milliards d'euros dans les infrastructures d'IA. Des entreprises comme Cerebras Systems sont à la pointe avec des modèles rentables et performants.
• IA Open Source : Des modèles comme Llama 3.1 et Mistral 7B concurrencent les systèmes propriétaires, offrant aux entreprises des solutions abordables et évolutives.
• Infrastructure IA : Les innovations en matière de puissance de calcul et de stockage, telles que l'infrastructure rentable de Vultr et les solutions de stockage exascale, favorisent l'évolutivité.
• Applications industrielles : L'IA révolutionne des secteurs tels que la cybersécurité, les sciences de la vie et le support client, en automatisant les flux de travail et en améliorant l'efficacité.

L'événement a souligné le rôle croissant de l'Europe dans l'innovation en IA, en mettant l'accent sur la collaboration, la conformité et les solutions évolutives.

IA Agentique et automatisation des flux de travail

Gagnants du Hackathon RAISE et leurs solutions d'IA

Le hackathon RAISE 2025 a réuni 6 246 participants ^[1], tous dédiés à l'élaboration de solutions pour relever des défis commerciaux urgents. Les projets remarquables ont démontré comment l'IA agentique dépasse l'automatisation de base, en créant des systèmes capables de prendre des décisions et d'agir de manière autonome.

Le lauréat de la première place, Unmask, révolutionne les processus de recrutement. Cette plateforme vérifie les CV, confirme l'identité des candidats et analyse les données d'entretien en temps réel. En éliminant les goulots d'étranglement de la vérification manuelle, elle permet aux équipes RH de prendre des décisions de recrutement plus rapides et plus fiables. Onboard-Me, qui a obtenu la deuxième place, transforme les documents d'entreprise statiques en expériences d'intégration interactives adaptées aux besoins d'apprentissage de chaque employé. Axiom Prime élève les opérations informatiques à un niveau supérieur en surveillant l'infrastructure et en diagnostiquant les problèmes système de manière autonome, éliminant ainsi le besoin d'une supervision humaine constante. Pendant ce temps, Ringy améliore le support client avec une transcription en temps réel et des informations pendant les appels en direct, alimenté par l'IA de Groq sur l'infrastructure de Vultr. (Détails tirés des registres officiels du hackathon ^[4])

Ces projets soulignent comment l'IA agentique redéfinit l'automatisation des flux de travail, la rendant plus intelligente et plus adaptative.

Comment l'IA agentique transforme les flux de travail des entreprises

Inspirées par ces innovations de hackathon de pointe, les entreprises repensent leur approche de l'automatisation. Au lieu de simplement numériser les flux de travail, l'IA agentique s'attaque à des problèmes fondamentaux tels que les approbations répétitives, les données fragmentées et les transferts de tâches manuels.

Les experts prévoient que d'ici 2028, au moins 15 % des décisions en milieu de travail seront automatisées ^[7]. De plus, 93 % des dirigeants informatiques et commerciaux s'attendent à ce que l'IA permette des services plus proactifs et personnalisés ^[6]. L'essor des plateformes sans code, telles que Make, Zapier et n8n, permet aux équipes non techniques de concevoir des agents d'IA pour des tâches spécialisées comme les tests publicitaires en temps réel ou l'analyse de leads CRM. Cette accessibilité favorise la création d'équipes hybrides, où les agents d'IA agissent comme des partenaires collaboratifs plutôt que de simples outils.

"Les organisations qui réussiront ne seront pas nécessairement celles qui automatiseront le plus. Ce seront celles qui intégreront l'IA comme un coéquipier fiable et compétent." – Nadine Soyez, Consultante en IA ^[7]

La capacité à collaborer efficacement avec des agents d'IA devrait augmenter de 65 % la concentration humaine sur les tâches à forte valeur ajoutée ^[7], modifiant en profondeur les méthodes de travail dans divers secteurs.

sbb-itb-e314c3b

Infrastructure d'IA et informatique souveraine

Développements d'infrastructures d'entreprise

La création de systèmes d'IA évolutifs ne se limite pas à la possession de processeurs de pointe. Le véritable facteur de transformation réside dans l'infrastructure qui soutient ces systèmes, déterminant si les entreprises peuvent se permettre de déployer des solutions d'IA à grande échelle. Lors du RAISE Summit 2025, deux éléments essentiels se sont distingués : la puissance de calcul et la capacité de stockage.

Vultr a souligné comment une infrastructure composable pourrait réduire considérablement les coûts en introduisant une approche conviviale pour les développeurs. Leurs modèles Terraform pré-construits aident les entreprises à passer rapidement de la preuve de concept à la production à grande échelle. Kevin Cochrane, Directeur Marketing de Vultr, a souligné que leur infrastructure axée sur l'IA pourrait réduire les dépenses cloud jusqu'à 90 % ^[4]. Avec 32 régions de centres de données cloud dans le monde, dont un hub majeur à Paris, Vultr est idéalement positionné pour répondre à la fois aux exigences de performance et aux strictes exigences réglementaires des entreprises européennes ^[4].

Le stockage, souvent négligé, joue un rôle central dans les pipelines d'IA. George Kurian, PDG de NetApp, a souligné ce point :

Le stockage est le héros méconnu des pipelines d'IA et... la gravité des données stimule l'innovation de Kubernetes ^[8].

À mesure que les modèles d'IA augmentent en taille et que les ensembles de données d'entraînement s'étendent, la capacité à gérer et à déplacer les données efficacement devient aussi cruciale que la puissance de calcul. Des entreprises comme NetApp et DDN proposent des solutions de stockage exascale conçues pour éliminer les goulots d'étranglement des données et assurer des opérations fluides.

L'industrie change également de vitesse, passant du « stade zéro » – axé sur l'entraînement des modèles fondamentaux – au « stade un », où les entreprises commencent à déployer des grands modèles linguistiques (LLM) open source pour une utilisation en production. Kevin Cochrane a expliqué cette évolution :

Nous passons à la première étape, où les entreprises commenceront à déployer des LLM open source pour l'inférence en production, afin d'accroître l'efficacité de tous leurs flux de travail ^[8].

Cette progression réoriente l'infrastructure vers le déploiement distribué, reflétant ainsi l'évolution des besoins des entreprises à mesure qu'elles adoptent l'IA à grande échelle.

À mesure que les exigences des entreprises deviennent plus complexes, des facteurs tels que les réglementations régionales et la conformité redéfinissent les priorités en matière d'infrastructure d'IA.

Stratégies de développement de l'IA souveraine

La souveraineté en matière d'IA ne se limite pas à la politique ; elle concerne le contrôle, la conformité et la promotion de la croissance économique régionale. Lors du Sommet RAISE 2025, l'IA souveraine a été décrite comme suit :

le nouveau pare-feu dans un monde technologique sans frontières ^[3].

Les nations européennes mènent la danse, mettant l'accent sur une infrastructure qui maintient les données à l'intérieur de leurs frontières et s'aligne sur les réglementations locales.

L'Union européenne a engagé 200 milliards d'euros pour le développement de l'IA, dont 20 milliards d'euros spécifiquement alloués à la construction de gigafactories d'IA pour stimuler la recherche et l'innovation régionales ^[5]. Ces investissements sont conçus pour compléter les avancées en matière d'infrastructure, garantissant que les déploiements d'IA restent évolutifs et conformes. La France, par exemple, accélère l'expansion de centres de données alimentés par l'énergie nucléaire, visant à s'établir comme un hub d'IA souverain et neutre en carbone ^[5].

Karl Havard de Nscale a présenté les trois piliers clés de l'IA souveraine :

Contrôle, Conformité et Croissance ^[3].

Cela signifie que les organisations doivent gérer avec soin l'endroit où leurs données sont stockées et traitées, se conformer à des réglementations strictes comme le RGPD, et développer des capacités locales pour réduire leur dépendance vis-à-vis des fournisseurs technologiques étrangers. Cette approche gagne du terrain à l'échelle mondiale, comme en témoigne la « Déclaration conjointe sur l'IA inclusive et durable », signée par 58 pays – dont l'Inde, la Chine et plusieurs membres de l'UE – lors du Sommet de Paris 2025 ^[9].

L'impact pratique de ces stratégies est immense. Avec des lois de résidence des données plus strictes à travers l'Europe, l'infrastructure de cloud souverain n'est plus une option, elle devient une nécessité. Kevin Cochrane a souligné ce point :

L'infrastructure de cloud souverain devient plus pertinente que jamais à mesure que les gouvernements et les entreprises sont confrontés à des exigences de conformité et de résidence des données plus strictes ^[4].

Les organisations avant-gardistes tirent parti de cette opportunité pour développer des systèmes d'IA qui sont non seulement conformes aux réglementations locales, mais aussi capables de s'adapter à l'échelle mondiale tout en respectant les exigences régionales.

IA open source et optimisation de l'inférence

Croissance des modèles d'IA open source

L'IA open source a atteint un niveau où elle peut désormais rivaliser directement avec les systèmes propriétaires. D'ici 2025, des modèles tels que Llama 3.1 (doté de 405 milliards de paramètres) et Falcon 180B ont atteint ce que les experts décrivent comme des performances de « niveau frontière », rivalisant ainsi avec des géants propriétaires comme GPT-4 et PaLM 2-Large de Google ^[10]. Ce changement est stupéfiant : les modèles open source de Meta ont été téléchargés plus de 400 millions de fois, le taux de téléchargement en 2025 étant dix fois supérieur à celui de l'année précédente ^[10].

Ce qui alimente cet élan est l'émergence de modèles plus petits et très efficaces. Par exemple, Mistral 7B, avec seulement 7,3 milliards de paramètres, a surpassé Llama 2 13B de Meta sur tous les benchmarks, tout en étant plus rapide et plus rentable ^[10]. Cette avancée signifie que les entreprises n'ont plus besoin de configurations cloud coûteuses pour accéder à une IA puissante. Au lieu de cela, elles peuvent exécuter ces modèles sur du matériel grand public, comme une seule NVIDIA RTX 4090 ou même un Mac avec 32 Go de RAM ^[10].

Mark Zuckerberg a souligné ces progrès, déclarant :

Cette année, Llama 3 est compétitif face aux modèles les plus avancés et se positionne en tête dans certains domaines ^[10].

L'impact sur les entreprises est clair : 51 % des entreprises utilisant des outils d'IA open source ont déclaré un ROI positif, contre 41 % de celles qui s'appuient uniquement sur des solutions propriétaires ^[11]. Des plateformes comme Hugging Face, qui héberge désormais plus de 100 000 modèles, ont rendu l'accès et l'innovation plus faciles que jamais pour les développeurs ^[10]. En seulement une semaine après la sortie de Llama 3, les développeurs ont créé plus de 600 modèles dérivés, démontrant la vitesse d'innovation que l'open source favorise ^[10]. Cet accent mis sur l'efficacité et l'accessibilité ouvre la voie à des avancées en matière de performance d'inférence.

Améliorer la performance et le coût de l'inférence de l'IA

Avec les modèles d'IA open source atteignant de nouveaux sommets, l'attention s'est portée sur l'optimisation de l'inférence – rendant l'IA plus rapide et moins chère à déployer. Au RAISE Summit 2025, les experts ont souligné que l'amélioration de la vitesse et du coût de l'inférence est essentielle pour faire évoluer les applications d'IA, en particulier pour la « Révolution Agentique ». Cette prochaine phase de l'IA exige des systèmes capables de traiter et d'agir sur les données en temps réel, plutôt que de simplement générer du texte ^[3][12].

Les innovations matérielles transforment l'économie de l'inférence. Des entreprises comme Cerebras Systems ont introduit des moteurs à l'échelle de la tranche pour un traitement ultra-rapide, tandis que Groq et FuriosaAI ont développé des puces adaptées aux centres de données à grande échelle ^[3]. En juillet 2025, Cerebras s'est associée à GSK pour un projet nommé « Molecules at Wafer-Scale », tirant parti de cette technologie pour accélérer la découverte de médicaments et la recherche en sciences de la vie ^[3]. Parallèlement, Scaleway est devenu le premier fournisseur de cloud européen à proposer les GPU NVIDIA Blackwell Ultra B300 en décembre 2025, offrant une amélioration de performance de 50 % par rapport au modèle B200 précédent ^[12].

Les économies de coûts générées par ces avancées sont tangibles. L'infrastructure native IA de Vultr, par exemple, a alimenté le projet lauréat du hackathon, Ringy, en juillet 2025. Cet outil de support client en temps réel a démontré comment le traitement à très faible latence peut fonctionner efficacement sur des systèmes distribués à l'échelle mondiale ^[4]. Comme l'a résumé Aude Durand, Directrice Générale Adjointe du groupe iliad et Présidente de Scaleway :

L'IA devient plus intelligente, plus rapide et omniprésente ^[12].

Du côté logiciel, des entreprises comme Together AI et Fireworks AI s'attaquent aux défis spécifiques de l'inférence en optimisant les logiciels pour contourner les limitations matérielles. Ces améliorations permettent aux organisations en dehors des géants de la technologie de déployer des modèles de pointe à grande échelle ^[3]. La combinaison de l'innovation open source et de l'inférence optimisée remodèle le paysage de l'IA, rendant les déploiements avancés plus accessibles que jamais.

RAISE Summit 2025 | L'évolution de l'IA : Open Source, inférence rapide et révolution agentique

Applications de l'IA dans divers secteurs

Ces exemples illustrent comment les avancées de l'IA transforment la manière dont les entreprises opèrent dans divers secteurs.

L'IA dans la cybersécurité, la gouvernance des données et les outils de développement

Les systèmes basés sur l'IA révolutionnent les industries clés en automatisant et en améliorant les processus critiques. Lors du RAISE Summit 2025, les leaders ont partagé des innovations en IA capables de gérer des flux de travail entiers de manière transparente.

Dans la cybersécurité, l'accent s'est déplacé vers la « Sécurité Offensive », où l'IA est utilisée pour simuler des attaques potentielles avant qu'elles ne se produisent. Nikesh Arora, PDG de Palo Alto Networks, a présenté leurs travaux sur les systèmes automatisés de détection des menaces, conçus pour identifier les vulnérabilités de manière proactive. Il a également introduit le concept d'IA Souveraine comme un « nouveau pare-feu » pour les entreprises opérant dans des environnements fortement réglementés ^[3].

Paul Bloch, Président et Co-fondateur de DDN, a souligné l'importance de la gouvernance des données, déclarant : « L'IA est le Pivot – La Donnée est le Pouvoir. » Cela met en évidence la manière dont l'IA peut transformer des données non structurées en informations exploitables. Un exemple notable est survenu en juillet 2025, lorsque Sanofi s'est associé à Snowflake pour développer un cadre basé sur l'IA, capable de transformer de vastes quantités de données de recherche en outils précieux pour la découverte de médicaments, allant de la « molécule à la valeur marchande » ^[3].

Le secteur des outils de développement est également en pleine transformation. Lovable, une startup spécialisée dans le codage agentique, a atteint 70,5 millions d'euros de revenus récurrents annuels en seulement sept mois, d'ici juillet 2025 ^[3]. Le PDG Anton Osika a démontré comment leur technologie permet à l'IA de gérer de manière autonome les tâches de codage, plutôt que de simplement suggérer des extraits. De même, NinjaTech AI et Cerebras ont introduit les « Agents d'IA Véritablement Autonomes » en juillet 2025, en tirant parti de la technologie d'inférence rapide de Cerebras pour exécuter des flux de travail complexes et multi-étapes sans intervention humaine ^[3].

Ces innovations ouvrent la voie à de nouveaux modèles de prestation de services qui reposent fortement sur l'automatisation pilotée par l'IA.

Tendances émergentes de l'IA agentique

Un thème majeur qui émerge dans tous les secteurs est la transition des logiciels traditionnels vers les agents d'IA autonomes. Des Traynor a saisi ce changement avec la phrase : « La mort du SaaS, l'aube des agents » ^[3]. Cela reflète une tendance croissante où les entreprises délaissent les outils qui ne font qu'assister les humains au profit de systèmes capables de réaliser des flux de travail entiers de manière autonome.

D'ici 2028, il est prévu que 68 % des interactions de service et de support avec les fournisseurs de technologies seront gérées par l'IA agentique ^[6]. Gartner prévoit que d'ici 2029, 80 % des demandes de service client de routine seront gérées par ces systèmes, ce qui pourrait réduire les coûts d'environ 30 % ^[6]. Parloa, devenue une licorne européenne de l'IA d'ici 2025, illustre ce changement. Leurs solutions d'IA agentique vont au-delà des chatbots basiques, permettant à des agents entièrement autonomes de résoudre efficacement les problèmes des clients ^[3].

Dans des secteurs tels que la cybersécurité et la gouvernance des données, 93 % des dirigeants informatiques et commerciaux anticipent que l'IA agentique offrira des services plus personnalisés et proactifs à tous les niveaux ^[6]. Cependant, 89 % des clients préfèrent toujours un mélange d'IA et de support humain, soulignant la nécessité d'une approche équilibrée. Les entreprises sont susceptibles de commencer par automatiser les tâches à faible risque, telles que le support interne ou les requêtes clients de routine, avant de s'étendre à des opérations plus critiques où le jugement humain reste crucial ^[6].

Principaux enseignements du Sommet RAISE 2025

Le RAISE Summit 2025 a mis en lumière la position forte de l'Europe dans le secteur de l'IA, en réunissant des professionnels de premier plan au Carrousel du Louvre à Paris pour des interactions B2B significatives. L'événement a également célébré les avancées de l'IA en attribuant une dotation de 5 millions d'euros. Comme l'ont expliqué les cofondateurs Michael Amar, Henri Delahaye et Hadrien de Cournon :

Pour sa deuxième édition, le RAISE Summit a de nouveau démontré qu'il est l'événement de référence pour les professionnels B2B cherchant à innover, construire et se connecter dans le paysage de l'IA... pour trouver les bons partenaires afin de proposer des solutions de pointe. ^[1]

Le sommet ne se limitait pas au réseautage. Il a illustré comment les partenariats intersectoriels transforment l'IA, en présentant des perspectives de Sanofi aux côtés de géants de la technologie tels que Google Cloud, AWS, Nvidia et Mistral AI.

Projets de hackathon et opportunités de réseautage

L'événement « RAISE Your Hack » a incarné l'esprit d'innovation, devenant le plus grand hackathon d'IA au monde avec 6 246 participants ^[1]. Les projets présentés lors du hackathon ont démontré des solutions pratiques pour des défis concrets. Par exemple, certains se sont concentrés sur l'automatisation des processus de vérification d'embauche, tandis que d'autres ont introduit des systèmes de guidage chirurgical basés sur l'IA, réduisant à la fois les temps opératoires et l'exposition aux radiations. Ces projets ont souligné la manière dont l'IA peut améliorer l'efficacité dans divers secteurs.

Souveraineté mondiale de l'IA et collaboration intersectorielle

L'un des thèmes clés du sommet était l'« Indépendance algorithmique », soulignant l'importance de l'IA souveraine pour la sécurisation des infrastructures nationales. Les discussions ont porté sur la réalisation de trois objectifs principaux : le contrôle, la conformité et la croissance ^[3]. L'accent mis par l'Europe sur le développement de capacités GPU souveraines et d'infrastructures cloud localisées reflète son engagement à maintenir les normes de résidence des données tout en restant à la pointe des avancées en matière d'IA.

La Boussole 4F (Fondation, Frontière, Friction, Futur) a fourni un cadre pour comprendre le potentiel transformateur de l'IA dans toutes les industries. Cette approche a encouragé les participants à explorer des applications innovantes tout en assurant une mise en œuvre responsable ^[2]. Mike Mattacola, GM International chez Coreweave, a résumé l'énergie de l'événement en ces termes :

Des personnes incroyables, une excellente ambiance, et c'est quelque chose dont l'Europe a grandement besoin. Nous devons nous réunir plus souvent en Europe et nous concentrer sur la manière d'accélérer l'IA. ^[2]

FAQ

Qu'est-ce que l'IA agentique, en termes simples ?

L'IA agentique représente un nouveau niveau d'intelligence artificielle, où les systèmes fonctionnent de manière autonome, prennent leurs propres décisions et gèrent des tâches sans nécessiter de supervision humaine continue. Contrairement aux modèles d'IA plus anciens qui se contentent de répondre à des commandes, l'IA agentique peut prendre l'initiative, analyser des données et gérer de manière autonome des flux de travail complexes. Ce développement permet aux entreprises de simplifier leurs opérations, d'automatiser des tâches et d'améliorer les processus de prise de décision, entraînant un changement significatif dans l'utilisation de l'IA à travers les industries et remodelant la dynamique du lieu de travail.

Comment mon organisation peut-elle adopter l'IA souveraine en Europe sans enfreindre les règles de conformité ?

Pour adopter l'IA souveraine en Europe tout en respectant les réglementations, il est essentiel de s'appuyer sur des systèmes d'IA développés à l'aide d'infrastructures, de données et d'expertises locales. Cette approche assure un contrôle accru et s'aligne sur les normes de l'UE, telles que l'AI Act, en mettant l'accent sur la transparence, la sécurité et les pratiques éthiques. Concentrez-vous sur la création de solutions d'IA sécurisées, adaptables et conçues pour répondre aux exigences locales. Collaborer avec des fournisseurs régionaux de confiance peut aider à trouver un équilibre entre l'avancement technologique et le respect des directives légales et éthiques.

Quels modèles open source sont les plus pratiques pour la production, et quel matériel nécessitent-ils ?

En 2025, les modèles open source adaptés à la production seront probablement ceux soutenus par une implication communautaire active et offrant des capacités de déploiement évolutives. Pour répondre aux exigences de ces modèles, des GPU haute performance comme le NVIDIA A100 ou des serveurs d'inférence dédiés sont souvent nécessaires. De plus, les moteurs d'inférence optimisés jouent un rôle crucial pour garantir l'efficacité des opérations à grande échelle. Des exemples de solutions adaptées à ces besoins incluent vLLM et Ollama.

Articles de blog connexes

• Du démarrage à la croissance : leçons tirées des nouvelles licornes européennes.
• IA, Web3, technologies climatiques : quelles tendances comptent le plus pour les jeunes fondateurs en 2026
• Pourquoi le RAISE Summit de cette année est-il particulièrement pertinent ?
• « Rencontrez la prochaine génération de fondateurs réunis au RAISE Summit »