Quand une équipe de développeurs doit choisir entre migrer un modèle d’IA en interne ou s’appuyer sur une API tierce, la réponse en 2024 ne dépend plus seulement du budget. Elle dépend aussi du règlement européen 2024/1689, entré en vigueur le 1er août 2024, qui impose de documenter et d’évaluer chaque système d’IA selon son niveau de risque. Les tendances informatiques de cette année se lisent à travers ce genre de contrainte concrète, pas à travers des promesses futuristes.
Règlement européen sur l’IA : ce que ça change pour les équipes de développement
On parle beaucoup d’intelligence artificielle générative, mais rarement des obligations légales qui l’encadrent désormais. Le règlement (UE) 2024/1689, publié au Journal officiel de l’Union européenne le 12 juillet 2024, structure l’utilisation de l’IA par catégories de risques. Les applications considérées à haut risque (recrutement automatisé, scoring de crédit, surveillance biométrique) exigent une documentation technique complète, une évaluation de conformité et un suivi post-déploiement.
Pour les développeurs et les entreprises, chaque projet IA doit intégrer la conformité dès la phase de conception. On ne peut plus livrer un modèle en production sans avoir tracé les données d’entraînement, testé les biais et formalisé la gouvernance. Les retours varient sur ce point : certaines structures ont anticipé, d’autres découvrent ces obligations au moment de passer en production.
Pour suivre l’évolution de ces sujets, l’informatique sur Journal du Webmaster couvre régulièrement les implications pratiques de ces réglementations sur les métiers du numérique.
Directive NIS2 et cybersécurité : la responsabilité remonte à la direction
La directive NIS2 (directive (UE) 2022/2555) devait être transposée par les États membres avant le 17 octobre 2024. Son périmètre dépasse largement celui de la première version. Elle couvre désormais des secteurs comme la gestion des déchets, la fabrication de dispositifs médicaux ou les services postaux, en plus des opérateurs historiques (énergie, transport, santé).
Sur le terrain, le changement le plus concret touche la responsabilité des dirigeants en matière de cybersécurité. La direction générale ne peut plus déléguer sans contrôle : elle doit valider la stratégie de gestion des risques, s’assurer que les notifications d’incidents respectent les délais réglementaires et superviser la sécurité de la chaîne de sous-traitance.
Pour les équipes IT, cela se traduit par plusieurs chantiers simultanés :
- Cartographier tous les prestataires et sous-traitants ayant accès aux systèmes d’information, puis évaluer leur niveau de sécurité avec des critères formalisés.
- Mettre en place un processus de notification des incidents avec des délais précis, incluant un premier signalement rapide et un rapport détaillé dans les jours qui suivent.
- Documenter les mesures de gestion des risques adoptées et les soumettre à validation par la direction, pas uniquement par le RSSI.
Le mot « cybersécurité » revient dans tous les articles sur les tendances IT. La différence en 2024, c’est que NIS2 transforme un sujet technique en obligation de gouvernance d’entreprise.
Consommation énergétique des centres de données : la limite physique de l’IA
L’engouement pour l’IA générative masque un problème que les équipes infrastructure connaissent bien : la facture énergétique explose. En France, les centres de données consommant plus de 1 GWh par an ont utilisé 4,3 TWh d’électricité en 2024. La tendance est à la hausse, portée par les besoins de calcul et de refroidissement liés aux modèles d’intelligence artificielle.
Concrètement, quand on déploie un modèle de langage ou un pipeline de traitement de données massif, la consommation électrique du datacenter devient un poste budgétaire de premier plan. Les choix techniques (taille du modèle, fréquence de réentraînement, localisation géographique du calcul) ont un impact direct sur les coûts et sur l’empreinte carbone.
Cette contrainte pousse certaines entreprises à repenser leur approche. Plutôt que d’entraîner des modèles toujours plus volumineux, on voit apparaître des stratégies de modèles plus compacts, spécialisés sur un domaine précis, qui consomment moins de ressources pour un résultat comparable sur leur périmètre. Le choix entre un modèle généraliste hébergé par un hyperscaler et un modèle léger déployé localement devient un arbitrage technique autant qu’environnemental.
Python, JavaScript et outils de développement assisté par l’IA
Côté langages de programmation, Python reste le choix dominant pour tout ce qui touche à l’apprentissage automatique, au traitement de données et au prototypage rapide. JavaScript conserve sa place dans le développement web et les applications frontend. Rien de nouveau en apparence, mais la manière de coder avec ces langages a changé.
Les outils de développement assisté par l’IA (complétion de code, génération de tests, détection de vulnérabilités) se sont intégrés dans les workflows quotidiens des développeurs. On ne parle plus d’un gadget : l’assistant IA modifie la répartition du temps entre écriture et relecture de code. Les développeurs passent plus de temps à valider et à corriger les suggestions qu’à écrire du code depuis une page blanche.
Ce changement a des conséquences pratiques sur les compétences recherchées :
- Savoir formuler des prompts précis pour obtenir du code exploitable, et non un brouillon à réécrire entièrement.
- Maîtriser la relecture critique : comprendre ce que le code généré fait réellement, détecter les failles logiques ou les dépendances inutiles.
- Intégrer les contraintes de sécurité et de conformité (notamment celles liées à l’AI Act) dès la phase de développement, pas en bout de chaîne.
Les logiciels et les applications livrés en 2024 ne sont pas fondamentalement différents dans leur architecture. C’est la manière de les produire qui change, avec une couche d’automatisation qui accélère certaines tâches mais en crée de nouvelles.
Les tendances informatiques de 2024 ne se résument pas à une liste de technologies émergentes. Le cadre réglementaire européen redéfinit les conditions de mise en production de l’IA et de la cybersécurité. La contrainte énergétique fixe une limite physique à la course aux modèles toujours plus gros. Et les outils de développement assisté redistribuent les compétences attendues chez les développeurs. Ce qui distingue cette année des précédentes, c’est que ces trois pressions s’exercent en même temps sur les mêmes équipes.
