Le débat public sur l’IA est presque entièrement monopolisé par les LLM depuis 2022. ChatGPT, Claude, Gemini. Les gens qui écrivent des prompts, les entreprises qui intègrent des API de langage. C’est une fraction de ce que fait l’IA dans le monde réel.
Votre téléphone déverrouille sur votre visage grâce à une IA. Votre flux Instagram est ordonné par une IA. La fraude sur votre carte bancaire est détectée en temps réel par une IA. La voiture qui vous a prévenus d’une boîte de vitesses en défaillance a peut-être utilisé une IA prédictive. Aucune de ces IA ne parle. Aucune n’est un LLM.
La vision par ordinateur
La vision par ordinateur est la capacité d’un système à identifier, localiser et classer des objets ou des patterns dans des images ou des vidéos. C’est une des applications les plus matures du deep learning.
Ce qui tourne en production : contrôle qualité dans les lignes de fabrication (détecter les défauts visuels à cadences inhumaines), tri des colis dans la logistique, lecture automatique de plaques d’immatriculation, mammographies et analyses d’imagerie médicale, surveillance de chantiers, authentification biométrique.
Un réseau de neurones convolutif (CNN) entraîné sur des millions d’images médicales peut identifier certaines pathologies avec une précision comparable à celle d’un radiologue senior sur les types d’images bien représentés dans ses données. Les mots importants : « certaines pathologies », « types d’images bien représentés ». Hors distribution, les performances chutent.
La recommandation
Netflix vous propose des séries. Spotify vous crée des playlists. Amazon vous suggère des achats. Ce ne sont pas des LLM. Ce sont des systèmes de filtrage collaboratif et de factorisation matricielle combinés avec du deep learning, entraînés sur des milliards d’interactions utilisateur.
La recommandation est l’IA qui a le plus d’impact économique direct depuis le plus longtemps. Elle optimise une métrique (clics, temps de visionnage, conversions). Ce qu’elle optimise peut diverger de ce qui est bon pour l’utilisateur. C’est une propriété du système, pas un défaut à corriger dans la prochaine version.
La prédiction et la détection d’anomalies
Détection de fraude bancaire. Prédiction de pannes machine. Scoring de crédit. Détection d’intrusion réseau. Ces systèmes tournent en production depuis 15 ans dans des secteurs qui ne font jamais la couverture de Wired.
Un modèle de détection de fraude analyse des dizaines de features en temps réel (montant, localisation, heure, historique, device, comportement de navigation) et produit un score de probabilité de fraude. Si le score dépasse un seuil, la transaction est bloquée ou mise en révision. Ce système n’est pas parfait. Il a un taux de faux positifs (transactions légitimes bloquées) et un taux de faux négatifs (fraudes non détectées). L’enjeu est d’optimiser ce compromis sur vos données réelles.
Ces systèmes font des erreurs qui ont des conséquences concrètes. Un scoring de crédit erroné affecte l’accès au financement d’une personne réelle. Un filtre anti-fraude trop agressif bloque des clients légitimes. Ces biais sont documentés, font l’objet de régulations (l’AI Act en Europe, le Fair Credit Reporting Act aux États-Unis), et ne sont pas des problèmes résolus.
Ce que ça change de voir le tableau complet
Deux implications pratiques.
Pour évaluer les risques réellement : Les risques de l’IA ne sont pas seulement dans les LLM. Ils sont aussi dans les systèmes de décision automatisée silencieux qui affectent des droits et des accès sans que les personnes concernées en soient informées. L’AI Act européen les encadre précisément sur ce point.
Pour dimensionner les projets : Un projet de vision par ordinateur pour contrôle qualité n’a pas le même profil de risque, le même coût d’entraînement, ni les mêmes compétences requises qu’un projet LLM. Les confondre parce qu’ils sont tous les deux étiquetés « IA » mène à de mauvaises décisions.
L’IA industrielle, silencieuse, non-LLM, est celle qui a prouvé sa valeur économique sur des décennies. Elle mérite autant d’attention que le chatbot dernier cri.