EXPERT INVITÉ. À chaque révolution technologique, on voit le même scénario se répéter.

Quand l’infonuagique a explosé, tout le monde voulait lancer son logiciel en mode abonnement (SaaS).

Quand les médias sociaux ont décollé, chacun rêvait de devenir créateur ou de bâtir la prochaine plateforme.

Quand les cryptomonnaies ont flambé, des armées d’entrepreneurs ont lancé des jetons et des plateformes d’échange.

La majorité a échoué.

Pas parce que la tendance n’était pas réelle. Mais parce qu’ils regardaient tous au mauvais endroit.

Les grandes fortunes ne se créent presque jamais dans ce qui fait les manchettes. Elles viennent de l’infrastructure invisible qui doit évoluer pour empêcher ces écosystèmes de s’effondrer sous leurs propres angles morts.

Derrière l’infonuagique, la cybersécurité a généré des géants.

Derrière la fintech, les outils de conformité ont imprimé de l’argent.

Derrière les médias sociaux, la modération et la sécurité des marques sont devenues indispensables.

Aujourd’hui, l’intelligence artificielle joue le rôle de distraction principale. Tout le monde veut bâtir «le prochain grand modèle», l’application spectaculaire ou l’outil qui remplacera une équipe complète.

Encore une fois, la vraie opportunité est ailleurs.

Voici cinq industries cachées que l’IA va créer d’ici 2028. Elles n’existent pas encore vraiment. Mais elles pourraient générer les prochains milliardaires de l’infrastructure.

1.      La détection du vrai dans un monde de faux

Nous entrons dans une ère où voir ne voudra plus dire croire.

Clonage de voix. Vidéos hyperréalistes. Usurpation d’identité assistée par IA. La fraude ne sera plus artisanale. Elle sera industrielle.

Il y a quelques semaines, j’ai moi-même reçu un appel avec la voix… de mon directeur financier. Ton, intonation, expressions familières: tout y était. Pendant quelques secondes, rien ne clochait. La demande était crédible. Le contexte semblait cohérent.

Heureusement, un détail opérationnel m’a fait hésiter. En raccrochant et en le rappelant directement, j’ai compris: c’était un hypertrucage.

Je suis dans la technologie depuis des années. Je connais les risques. Et malgré tout, pendant un instant, j’y ai cru. Beaucoup pensent qu’ils ne se feront jamais avoir. Que l’humain saura distinguer le réel de l’artificiel. C’est naïf. Les modèles progressent plus vite que notre intuition.

Chaque entreprise, chaque banque et chaque gouvernement aura besoin d’un système capable de certifier l’authenticité d’une voix, d’un visage, d’un document ou d’une interaction.

Détection de faux contenus.

Validation biométrique intelligente.

Outils de certification en temps réel.

Ce ne sera pas un marché marginal. Ce sera une infrastructure essentielle. Comme la cybersécurité l’a été pour l’infonuagique, la vérification du réel deviendra le garde-fou de l’économie numérique.

Celui qui rendra possible la confiance à grande échelle ne bâtira pas simplement un produit. Il bâtira une industrie.

2.      La conformité algorithmique

Chaque fois qu’une technologie avance plus vite que les législateurs, une vague réglementaire finit par s’imposer. L’IA ne fera pas exception. Elle sera probablement l’une des plus réglementées de l’histoire.

Transparence des données d’entraînement.

Normes d’explicabilité.

Responsabilité des décisions autonomes.

Les entreprises qui déploient de l’IA devront prouver que leurs modèles respectent ces exigences. Elles ne pourront pas simplement affirmer qu’elles sont éthiques. Elles devront le démontrer.

Cela ouvre un nouveau marché: vérification indépendante des modèles, certification d’équité algorithmique, audit des jeux de données, outils de conformité intégrés aux systèmes.

Ce n’est peut-être pas aussi sexy qu’un agent conversationnel. Mais c’est rentable.

L’histoire montre que les entrepreneurs qui aident les grandes entreprises à naviguer la réglementation génèrent souvent des flux de trésorerie plus stables que ceux qui tentent de conquérir le marché grand public.

3.      La traçabilité des modèles et des données

Aujourd’hui, peu de gens se demandent d’où proviennent réellement les données qui entraînent les modèles. Cette insouciance ne durera pas.

Dans l’alimentaire ou le pharmaceutique, la traçabilité est obligatoire. On peut retracer chaque ingrédient. Pourquoi accepterait-on moins pour des systèmes capables de prendre des décisions médicales, financières ou juridiques?

Les grandes organisations exigeront bientôt des réponses claires:

Quel jeu de données a été utilisé?

A-t-il été obtenu légalement?

Peut-on auditer les décisions produites?

Des outils de filigrane numérique, des systèmes de vérification de provenance et des plateformes d’audit de chaîne d’approvisionnement des données deviendront incontournables.

La traçabilité de l’IA ne sera pas un avantage concurrentiel. Elle deviendra une condition d’accès au marché.

4.      L’assurance des décisions algorithmiques

Lorsque l’IA prendra des décisions critiques, la question ne sera plus «est-ce performant?», mais «qui assume si l’IA se trompe?».

Si un outil médical assisté par IA commet une erreur fatale, qui est responsable?Si un modèle financier approuve des prêts frauduleux, qui absorbe la perte?Si un système autonome cause un préjudice majeur, qui paie?

Les entreprises ne prendront pas ces risques sans couverture.

Une nouvelle catégorie d’assurance émergera: assurance responsabilité des systèmes algorithmiques, couverture des défaillances décisionnelles et protection contre les biais non détectés.

Les primes seront élevées. Les risques financiers énormes. Les assureurs traditionnels devront s’adapter ou de nouveaux acteurs prendront leur place.

Historiquement, l’assurance s’enrichit là où l’incertitude augmente. L’IA va multiplier l’incertitude.

5.      La monétisation des données humaines

Une tension fondamentale traverse l’écosystème actuel: les modèles d’IA sont entraînés sur du contenu humain. Les humains sont-ils rémunérés pour cela?

Des poursuites judiciaires émergent déjà. Auteurs, artistes et entreprises contestent l’utilisation non autorisée de leurs œuvres.

La réponse ne sera pas uniquement juridique. Elle sera économique.

Imaginez une infrastructure permettant à un individu de licencier sa voix, son image, son style d’écriture ou ses données en échange de redevances. Une place de marché où chacun choisit ce qu’il met à disposition des modèles, à quelles conditions et à quel prix.

Au lieu de subir l’automatisation, des millions de personnes pourraient en tirer un revenu.

Ce marché de licences personnelles pourrait devenir un pilier de l’économie de l’IA. Pas par idéologie, mais par nécessité.

Il faut regarder là où la majorité ne regarde pas

La tentation sera grande de lancer encore une application spectaculaire, un nouvel agent intelligent ou un outil qui promet de tout automatiser.

Cependant, l’histoire technologique est claire: les fortunes les plus durables se créent dans les couches d’infrastructure qui soutiennent l’écosystème.

Si vous cherchez où bâtir d’ici 2028, posez-vous trois questions simples:

Qu’est-ce que l’IA rend possible?

Quels nouveaux risques crée-t-elle?

Quelles lacunes structurelles laisse-t-elle derrière elle?

Les réponses à ces questions pointent rarement vers ce qui est évident. Elles pointent vers les fondations.

Ces industries n’existent pas encore pleinement. Elles ne font pas les manchettes. Elles semblent moins sexy que le prochain outil conversationnel.

Mais ce sont elles qui pourraient imprimer les prochains milliardaires.

Encore une fois, la majorité cherchera de l’or. Et quelques-uns vendront les pelles pour la dénicher.

© Les Affaires