Perspectives des tendances technologiques 2023 de McKinsey

Une nouvelle analyse du McKinsey Technology Council met en évidence le développement, les utilisations possibles et les effets sur l’industrie des technologies de pointe.

Toutes les 14 tendances identifiées l’année dernière restent sur la liste des tendances technologiques, bien que certaines aient connu une accélération de leur dynamique et des investissements, tandis que d’autres ont connu un ralentissement. Une nouvelle tendance, l’IA générative, a fait une entrée remarquée et a déjà montré un potentiel d’impact transformateur sur les entreprises.

L’IA générative et d’autres modèles fondamentaux changent le jeu de l’IA en amenant la technologie d’assistance à un nouveau niveau, en réduisant le temps de développement des applications et en apportant de puissantes capacités aux utilisateurs non techniques. L’IA générative est sur le point d’ajouter jusqu’à 4 400 milliards de dollars américains de valeur économique à partir d’une combinaison de cas d’utilisation précis et d’utilisations plus diffuses, comme l’aide à la rédaction de brouillons de messages électroniques, qui augmentent la productivité.

Par ailleurs, il existe un écart important entre la demande de personnes possédant les compétences nécessaires pour tirer parti des tendances technologiques et les talents disponibles : l’enquête portant sur 3,5 millions d’offres d’emploi dans ces tendances technologiques a révélé que bon nombre des compétences les plus demandées avaient moins de la moitié de praticiens qualifiés par poste que la moyenne mondiale.

Les 15 tendances technologiques

1. L’IA appliquée : Les modèles formés à l’apprentissage automatique peuvent être utilisés pour résoudre des problèmes de classification, de prédiction et de contrôle afin d’automatiser les activités, d’ajouter ou d’augmenter les capacités et les offres et de prendre de meilleures décisions.
2. L’industrialisation de l’apprentissage automatique : Un écosystème de solutions logicielles et matérielles en évolution rapide permet des pratiques qui accélèrent et réduisent les risques du développement, du déploiement et de la maintenance des solutions d’apprentissage automatique.
3. L’IA générative : Celle-ci peut automatiser, augmenter et accélérer le travail en exploitant des ensembles de données à modalités mixtes non structurées pour permettre la création de nouveau contenu sous diverses formes, telles que du texte, de la vidéo, du code et même des séquences de protéines.
4. Le développement de logiciels de nouvelle génération : Cette pratique ainsi que la génération, le test, la refonte et la traduction de code automatisés peuvent améliorer la qualité des applications et les processus de développement. 
5. Les architectures de confiance et l’identité numérique : Celles-ci permettent aux organisations d’établir, d’étendre et de maintenir la confiance des parties prenantes dans l’utilisation de leurs données et de leurs produits et services numériques.
6. Le Web3.
7. La connectivité avancée.
8. Les technologies de réalité immersive.
9. L’infonuagique et l’informatique de pointe.
10. Les technologies quantiques.
11. L’avenir de la mobilité.
12. L’avenir de la bio-ingénierie.
13. L’avenir des technologies spatiales.
14. L’électrification et les énergies renouvelables.
15. Les technologies climatiques au-delà de l’électrification et des énergies renouvelables.