Gartner Japan a publié le 4 novembre 2026 son rapport « Top Strategic Technology Trends for 2027 », mettant en avant un déplacement des priorités des entreprises : l’accent passe de « ce que l’IA permet » à « comment gouverner l’IA ». Près de la moitié des dix tendances présentées sont désormais consacrées au contrôle des agents autonomes et à la construction de fondations résilientes pour accompagner le changement.
Gouvernance de l’IA : un glissement des priorités
Takeshi Ikeda, vice-président et analyste, a expliqué lors d’un point presse le même jour que la liste ne constitue pas un catalogue d’achats pour l’année suivante, mais des éléments destinés à positionner ces technologies dans la stratégie d’entreprise. Par rapport à l’édition précédente, qui mettait l’accent sur ce que l’IA rend possible — notamment la « physical AI » capable de percevoir et d’agir dans l’espace réel en temps réel — l’édition 2027 alloue quatre des dix éléments à la gouvernance des agents autonomes et trois à la conception de bases résistantes au changement, reflétant le glissement de l’intérêt des entreprises vers le contrôle.
Computation, voix et espace physique — au-delà du texte
Le premier pilier, intitulé en substance « exploiter l’IA de pointe au-delà du texte », comprend trois technologies conçues pour compenser les limites des grands modèles de langage (LLM) : les large quantitative models (LQM), les modèles d’inférence vocale et les world models.
Le LQM est décrit comme un modèle intégrant des calculs numériques et des lois physiques au sein d’un réseau neuronal. Contrairement aux LLM qui prédisent statistiquement le prochain token, le LQM incorpore des méthodes analytiques pour viser à la fois l’efficacité computationnelle et l’explicabilité. Ikeda a souligné que les travaux attendus des ordinateurs ne se limitent pas à la conversation et a fixé l’objectif d’évoluer vers une « IA intelligente et digne de confiance » intégrant des modèles mathématiques issus du génie financier et des systèmes de contrôle. Gartner attend une adoption généralisée dans un horizon de cinq à huit ans.
Le modèle d’inférence vocale est présenté comme le plus proche d’une mise en œuvre pratique, avec un horizon de un à trois ans. Sa différence clé, selon Ikeda, est qu’il apprend et infère à partir de la voix sans convertir le signal en texte, et qu’il répond lui-même en voix. En conservant des informations perdues lors de la transcription — émotion, rythme — il pourrait traiter des jugements captant l’intention du locuteur et anticiper la prochaine action. Des cas d’usage sont envisagés dans les centres d’appel, mais aussi dans des dialogues nécessitant des jugements complexes en soins médicaux et en éducation. Gartner prédit que plus de 70 % des interactions vocales d’entreprise seront gérées de façon autonome par des modèles vocaux d’ici 2030 ; en 2026, ce taux reste inférieur à 10 %.
Enfin, les world models sont positionnés comme une technologie à plus de cinq ans. Ils fournissent à l’IA des préconditions du monde — composition tridimensionnelle de l’espace, lois physiques — ce qui réduit la charge d’inférence à partir de zéro. Ikeda a indiqué que l’exécution d’IA dans des environnements aux conditions limitées permettra des vérifications sûres et peu coûteuses de la « physical AI » et des stratégies d’entreprise.
L’ensemble du rapport met donc l’accent sur la nécessité pour les entreprises de penser la gouvernance et l’architecture de leurs déploiements IA, plutôt que de se concentrer uniquement sur les opportunités fonctionnelles immédiates.
