En 1965, le chimiste et physicien américain Gordon Moore, futur cofondateur d’Intel, formule une observation qui transformera l’économie mondiale. Le nombre de transistors intégrés sur une puce double approximativement tous les deux ans, entraînant une croissance spectaculaire de la puissance de calcul. Cette dynamique, devenue la loi de Moore, propulsera l’économie numérique pendant des décennies.

Soixante ans plus tard, l’intelligence artificielle suit une trajectoire encore plus rapide. Une étude publiée en 2025 par METR, un institut spécialisé dans l’évaluation des systèmes d’IA de pointe, estime que la durée des tâches que les systèmes d’IA peuvent accomplir de manière autonome double actuellement environ tous les sept mois. Certaines projections avancent même un doublement tous les quatre mois d’ici la fin de 2026.

Cette accélération alimente les prédictions de transformations organisationnelles fulgurantes et de destructions massives d’emplois. Elles confondent pourtant deux vitesses radicalement différentes : celle du développement technologique et celle de son adoption dans les entreprises.

L’histoire des technologies d’usage général est claire. Internet, les téléphones intelligents et maintenant l’IA sont d’abord adoptés par les individus, puis par les petites entreprises, les moyennes et grandes entreprises et, finalement, par les administrations publiques.

Plus une entreprise grandit, plus le nombre d’acteurs, de systèmes, de règles, de processus et de dépendances augmente. Chaque nouvelle technologie doit alors traverser les silos, la gouvernance, les systèmes d’information, les contraintes réglementaires, la cybersécurité, les budgets et les jeux de pouvoir avant de produire des résultats réels.

Les petites entreprises disposent ici d’un avantage considérable. Quelques personnes peuvent tester un outil, modifier leurs façons de travailler et apprendre en quelques semaines, presque en mode commando.

Les moyennes et grandes entreprises traînent une architecture beaucoup plus lourde. Leurs silos hiérarchiques, leurs systèmes d’information complexes et leurs fonctions TI ont été conçus pour préserver la stabilité, réduire les risques et protéger l’existant, alors que l’IA exige expérimentation, flexibilité et vitesse d’exécution.

Voilà pourquoi la vitesse de progression de l’IA ne se traduira pas automatiquement par une transformation aussi rapide du travail. Les capacités technologiques peuvent doubler tous les quelques mois pendant que les entreprises mettent des années à modifier leurs processus, leurs structures, leurs systèmes et leurs compétences.

Chez Coboom, nous distinguons donc clairement le potentiel technologique de la capacité organisationnelle à l’exploiter. L’avantage compétitif appartiendra moins aux entreprises qui auront accès aux meilleurs modèles d’IA qu’à celles capables de transformer rapidement leur manière de travailler autour de ces nouveaux outils.

L’IA progresse à une vitesse exponentielle. Les entreprises, elles, avancent au rythme des humains, des structures et des systèmes qu’elles ont accumulés pendant des décennies.

Et une autre contrainte commence déjà à rattraper cette accélération technologique : l’énergie nécessaire pour alimenter les centres de données qui la rendent possible.