L'IA dévoilée : rapport sur les impacts 2025

La publication du code n'est que la moitié du problème. Sans observabilité solide (tous les logs, métriques et traces qui révèlent précisément le comportement des systèmes en temps réel), même les meilleures applications deviennent des boîtes noires peu fiables et opaques à l'échelle. À mesure que l'intelligence artificielle passe d'une promesse spéculative à une technologie essentielle, la même leçon critique émerge. L'adoption de l'IA s'accélère à un rythme sans précédent et la manière dont les organisations l'utilisent évolue tout aussi rapidement. Pour la première fois, New Relic partage des données d'utilisation agrégées qui montrent clairement comment le comportement des développeurs transforme rapidement et continuellement le paysage de l'IA et révèlent pourquoi le monitoring de l'IA n'est plus facultatif, mais essentiel.

Les données New Relic indiquent que ChatGPT domine l'utilisation pour tous les prompts observés et les clients et les développeurs passent rapidement aux dernières versions comme GPT-4o, même s'il existe des versions moins chères. En même temps, on note une forte augmentation de la création de modèles uniques par les développeurs qui les utilisent avec ChatGPT. C'est un signe que plus d'équipes vont peut-être commencer à utiliser des outils de niche et à personnaliser l'IA à leurs besoins spécifiques.

Ces tendances soulignent un point d'inflexion essentiel : l'IA passe rapidement de l'expérimentation à l'opérationnalisation. Les demandes de cet environnement dynamique requièrent plus que des outils de monitoring basiques, ce qui explique l'adoption croissante de la solution de monitoring de l'IA de New Relic. Ces tendances se confirmant, il est clair que le monitoring de l'IA est un facteur essentiel de l'agilité technique et de la résilience opérationnelle pour les développeurs, les équipes d'infrastructure et les CTO.

Les développeurs engendrent une croissance exceptionnellement forte en raison des expérimentations et personnalisations qu'ils réalisent sur les modèles d'IA.Lors du dernier trimestre, New Relic a constaté une augmentation de 92 % grands modèles de langage (LLM) uniques utilisés dans les applications d'IA.

Plus spécifiquement, les développeurs adoptent les LLM à utilisation générale, avec en tête ChatGPT d'OpenAI, qui représente plus de 86 % de tous les jetons LLM traités par les clients de New Relic, et en deuxième position, Llama de Meta. Cette part dominante suggère fortement que les développeurs donnent la priorité à la simplicité d'utilisation, à la fiabilité et aux excellentes performances avec une configuration ou un réglage minimal. Pour le moment, il est raisonnable de conclure que les organisations veulent déployer rapidement avec des modèles éprouvés plutôt que d'investir du temps dans la mise au point ou l'ajustement d'autres solutions. 

Même lorsque vous utilisez le modèle dominant de ChatGTP, l'observabilité n'est pas facultative : vos équipes doivent toujours faire le suivi de l'utilisation, évaluer les performances et détecter les anomalies pour assurer un bon ratio de rentabilité, des performances optimales et la fiabilité.

Globalement, de nombreuses organisations en sont encore au tout début de leur déploiement de l'IA. Il est donc logique que nombre d'entre elles s'appuient sur des modèles généralistes. Toutefois, les données indiquent que les développeurs testent également une grande variété de modèles, dont des modèles spécifiques au domaine ou à la tâche, mais à plus petite échelle. Au fur et à mesure que les équipes et organisations deviennent de plus en plus sophistiquées, le besoin d'un monitoring de l'IA plus avancé — pour optimiser les performances, gérer les coûts, assurer la conformité en matière de gouvernance et naviguer les environnements multimodèles — va probablement augmenter de manière significative.

Le rythme de l'innovation en matière d'IA s'accélérant, le comportement des développeurs se révèle fluide : le passage d'une version de modèle à une autre se fait rapidement. ChatGPT-4o est l'outil en tête en ce moment, suivi par ChatGPT-4o mini. État donné que ChatGPT-4o mini est moins onéreux que ChatGPT-4o, cela semble suggérer que les performances et fonctionnalités de pointe (p. ex.meilleures capacités multimodèles, latence faible) ont plus d'importance pour les développeurs que les économies, en tous cas pour le moment.Il sera intéressant d'observer si les utilisateurs commencent à optimiser les coûts dans le temps.

Dans certains cas, le passage d'une version de ChatGPT à la suivante semble se faire très rapidement. Par exemple, les utilisateurs de New Relic sont passés rapidement de ChatGPT-3.5 Turbo à ChatGPT-4.1 mini depuis l'annonce de sa sortie en avril. Il est évident que les entreprises surveillent étroitement les dernières innovations d'OpenAI pour s'assurer qu'elles restent compétitives.

Dans cet environnement évoluant rapidement, les organisations ont besoin du monitoring de l'IA pour s'adapter au stack d'IA en constante évolution. En effet, OpenAI sort des versions et mises à jour incrémentielles pour chaque modèle. Les équipes de développement devront évaluer les nouveaux modèles pour plus de visibilité sans perdre le contrôle des coûts, de la fiabilité ou de la conformité.

Depuis sa sortie l'année dernière, les entreprises ont adopté New Relic AI Monitoring pour garantir la fiabilité, la précision, la conformité et la rentabilité du modèle d'IA. New Relic a constaté une croissance constante de 30 % dans son utilisation d'un trimestre à l'autre au cours des 12 derniers mois.

Les prévisions 2024 sur l'observabilité de New Relic ont révélé que l'adoption rapide de l'IA est la raison principale pour laquelle les organisations déploient des solutions de monitoring de l'IA. L'IA évoluant de l'expérimentation à l'opérationnalisation, les entreprises font face à de nouveaux défis de monitoring. Cette évolution requiert des capacités d'observabilité de l'IA complètes qui vont bien au-delà des grands modèles de langage (LLM). Les systèmes d'observabilité doivent également englober tout l'écosystème des technologies liées à l'IA qui sont intégrées de manière homogène à l'infrastructure opérationnelle existante.

Au même moment, certaines entreprises utilisent les modèles d'IA sans solution de monitoring d'IA solide. Elles courent un risque considérable, notamment en matière de fiabilité, de précision des réponses, de sécurité et d'augmentation des coûts. L'IA sans monitoring adéquat, c'est comme déployer un logiciel sans logs : les organisations ne voient pas les problèmes de performances, les risques de pannes et ne sont pas entièrement préparées à la gouvernance de l'IA. Le rythme des innovations en matière d'IA s'en trouverait ralenti et les équipes pourraient perdre confiance quant à l'évolutivité de l'IA. Les organisations ont besoin d'une solution de monitoring de l'IA unifiée et uniformisée, qui est facile à installer et à configurer dans le temps et qui fournit une expérience intuitive à tous les utilisateurs, des DevOps aux cadres.

Les clients utilisent New Relic pour observer les applications d'IA. Python continue de dominer dans ces applications, suivi par Node.js en termes d'évolutivité des requêtes et d'adoption par les clients. L'adoption par les clients de Python a augmenté de presque 45 % depuis le dernier trimestre.

Avec l'intégration de plus en plus profonde de l'IA aux opérations des entreprises, la palette de langages de programmation pour les applications d'IA va forcément s'élargir. Cette diversification est une conséquence naturelle du besoin des entreprises d'intégrer l'IA à leurs systèmes legacy (souvent compilés dans des langages comme Java ou C#), de gérer les demandes d'évolutivité et de performances spécifiques (stimulant l'adoption de C++, Go ou Rust) et de déployer l'IA dans divers environnements, du cloud aux appareils Edge.

En fait, New Relic a récemment constaté une forte augmentation de l'utilisation de Java — 34 % depuis le dernier trimestre. New Relic estime que cette tendance doit être observée, car elle pourrait indiquer la mise au point de plus d'applications LLM basées sur Java par les grandes entreprises.

Il n'est pas surprenant de voir Python en tête de l'adoption et de l'utilisation par les clients, car il s'agit du langage le plus dynamique, le mieux pris en charge et avec le plus d'outils. Toutefois, New Relic estime que les outils des autres langages continueront d'évoluer pour amener vers une plus grande adoption dans le temps. Cela explique pourquoi New Relic prend en charge le plus grand nombre de langages et fournit la large observabilité des applications d'IA développées avec Python, notamment celles utilisant des LLM.

Ce rapport est basé sur des données d'utilisation agrégées et anonymisées collectées auprès des 85 000 clients actifs de New Relic entre le 30 avril 2024 et le 30 avril 2025.

La plateforme d’observabilité intelligente New Relic aide les entreprises à éliminer les interruptions dans les expériences numériques. New Relic est la seule plateforme optimisée par l'IA à unifier, uniformiser et associer les données télémétriques pour apporter plus de clarté à l'ensemble de votre domaine numérique. Nous faisons passer la résolution des problèmes d'une démarche proactive à une démarche prédictive en traitant les données correctes au bon moment afin d'optimiser la valeur et de contrôler les coûts. C'est pourquoi les entreprises du monde entier, telles qu'Adidas Runtastic, Domino's, GoTo Group, Ryanair, Topgolf et William Hill, utilisent New Relic pour encourager l'innovation, améliorer la fiabilité et offrir des expériences exceptionnelles pour les clients afin de stimuler la croissance.