Amazon, Salesforce, immobilier : ce que l’IA change déjà dans l’économie

L’intelligence artificielle ne se résume plus à une démonstration technologique ou à un assistant conversationnel destiné au grand public. En ce mois de juin 2025, elle s’impose aussi comme une question très concrète de stratégie, de coût et de compétitivité. Les prises de parole d’Amazon, la révision tarifaire annoncée par Salesforce et l’évolution des pratiques dans l’immobilier éclairent trois facettes d’une même transformation : produire autrement, vendre autrement et décider autrement.

Ces sujets ne relèvent pas tous du même rythme. L’IA évolue vite, les logiciels professionnels se vendent par abonnements et l’immobilier dépend de cycles longs, des taux d’intérêt et des réalités très locales. Mais ils ont un point commun : les entreprises cherchent à exploiter davantage de données tout en contrôlant le coût de leurs outils et la qualité des décisions qu’ils permettent de prendre.

Trois signaux d’une économie réorganisée par l’IA

Le PDG d’Amazon, Andy Jassy, anticipe une avancée importante dans l’intelligence artificielle. Son message s’inscrit dans une tendance de fond : l’IA est désormais intégrée aux opérations d’entreprise, de la logistique au service client, en passant par l’analyse des données et la personnalisation commerciale.

En parallèle, Salesforce a fait savoir qu’il révisait ses tarifs. Pour les clients, ce type de décision ne se limite pas à une ligne supplémentaire sur une facture. Il oblige à regarder de près le coût total d’un logiciel, les fonctions réellement utilisées, les conditions de renouvellement et les alternatives disponibles. Pour l’éditeur, il s’agit de défendre sa place dans un marché des logiciels de gestion de la relation client, ou CRM, devenu très concurrentiel.

Enfin, le marché immobilier se transforme sous l’effet conjugué des taux d’intérêt, des comportements d’achat et de nouveaux usages des espaces. Les outils d’analyse fondés sur l’IA promettent d’aider les professionnels et les investisseurs à interpréter ces changements, sans pour autant faire disparaître l’incertitude inhérente à chaque quartier, à chaque bâtiment et à chaque transaction.

Pourquoi Andy Jassy mise sur une avancée majeure

La prévision formulée par Andy Jassy ne porte pas seulement sur des outils capables de générer du texte ou des images. Elle concerne l’intégration de l’IA dans les processus commerciaux. L’enjeu est de transformer des informations abondantes, souvent dispersées entre différents systèmes, en actions utiles : répondre à un client, anticiper un besoin, organiser une opération ou aider un salarié à retrouver une information.

Amazon dispose d’une longue expérience de l’utilisation de systèmes algorithmiques dans ses activités. Les recommandations de produits, l’organisation logistique et les infrastructures de cloud computing font déjà appel à des calculs automatisés à grande échelle. L’essor récent de l’IA générative ouvre cependant une nouvelle étape : au lieu de se limiter à classer, prévoir ou recommander, les systèmes peuvent aussi produire des synthèses, rédiger des contenus et dialoguer en langage courant.

Cette évolution nourrit la promesse d’une relation client plus personnalisée. Une entreprise peut, par exemple, s’appuyer sur ses données pour mieux orienter un acheteur, proposer un accompagnement adapté ou aider un conseiller à préparer une réponse. La personnalisation n’est toutefois pas automatiquement synonyme de meilleure expérience. Elle suppose des données exactes, une bonne compréhension des demandes et des garde-fous afin d’éviter les réponses erronées ou inadaptées.

Pour Amazon comme pour ses concurrents du cloud, la compétition se joue donc sur plusieurs plans : la puissance de calcul, la disponibilité des modèles, la sécurité des données et la capacité à proposer des outils suffisamment simples pour être adoptés par les métiers. L’avancée annoncée sera réellement significative si elle permet d’obtenir des résultats fiables dans des situations concrètes, et non seulement des démonstrations impressionnantes.

Salesforce revoit ses tarifs : pourquoi cela compte pour les entreprises

La décision de Salesforce d’augmenter ses tarifs a suscité des réactions contrastées parmi ses clients. L’éditeur accompagne cette évolution d’un nouvel ensemble de fonctionnalités, présenté comme une réponse aux besoins changeants des entreprises. Sans détail, dans l’annonce évoquée ici, sur le montant de la hausse, les formules concernées ou le calendrier précis, il est impossible d’évaluer un impact identique pour tous les utilisateurs.

Cette réserve est essentielle. Un outil CRM est souvent au cœur de l’activité commerciale : il rassemble les informations sur les prospects et les clients, suit les opportunités de vente, automatise certaines relances et produit des tableaux de bord. Une modification tarifaire peut donc peser sensiblement sur le budget d’une organisation lorsqu’elle concerne de nombreux utilisateurs ou plusieurs modules.

Pour Salesforce, enrichir ses offres avec de nouvelles fonctions, notamment liées à l’automatisation et à l’IA, répond à une logique claire. Les éditeurs de logiciels d’entreprise cherchent à démontrer que leurs plateformes apportent davantage de valeur qu’un simple stockage de fiches clients. Ils doivent aussi financer des infrastructures informatiques coûteuses et se différencier face à d’autres solutions CRM.

Du côté des clients, la bonne question n’est pas uniquement « le prix augmente-t-il ? », mais « quelle fonction résout quel problème ? ». Une fonctionnalité d’IA peut faire gagner du temps à une équipe commerciale si elle prépare une synthèse fiable d’un dossier. Elle devient en revanche une dépense inutile si les données sont mal renseignées, si les salariés ne l’utilisent pas ou si elle reproduit un travail déjà assuré par un autre outil.

Dans l’immobilier, l’algorithme affine l’analyse sans prédire l’avenir

Le marché immobilier connaît lui aussi des bouleversements. L’évolution des taux d’intérêt modifie directement la capacité d’emprunt des ménages et, par conséquent, la demande. Les préférences des acheteurs évoluent également : les espaces plus flexibles, le travail hybride, le coworking ou les logements modulables font partie des attentes qui peuvent influencer la conception des projets et la valeur perçue d’un bien.

Pour les promoteurs, les agents, les investisseurs et les acheteurs, la difficulté consiste à distinguer une tendance durable d’un mouvement temporaire. C’est là que les outils analytiques avancés peuvent devenir utiles. Ils sont capables de traiter de grands volumes d’annonces, de transactions passées, de caractéristiques de biens ou d’indicateurs locaux afin de repérer des évolutions de prix et d’établir des estimations.

L’IA peut notamment aider à comparer un logement à des biens similaires, identifier les critères qui influencent le plus une estimation ou détecter des changements dans l’offre et la demande. Elle peut aussi faciliter la recherche de biens en rapprochant les préférences d’un acheteur des descriptions disponibles. Ces usages ne doivent pas être confondus avec une capacité à prédire avec certitude le prix futur d’un appartement ou d’une maison.

Un modèle apprend à partir de données historiques. Or, le marché immobilier peut être affecté par une variation de taux, une règle d’urbanisme, l’ouverture d’un transport, la qualité d’un immeuble ou un changement soudain dans la demande locale. Ces éléments ne sont pas toujours présents dans les bases de données, ou ne le sont qu’avec retard.

La convergence entre technologie et immobilier ne signifie donc pas que le métier humain disparaît. Elle déplace la valeur vers la vérification des données, l’interprétation des résultats et la capacité à expliquer clairement les limites d’une estimation aux acheteurs comme aux vendeurs.

Vidéo interactive, modèles publics : des débats qui dépassent les entreprises

Les transformations ne concernent pas seulement les grands groupes et les marchés traditionnels. Le modèle d’IA DIA d’Odyssey illustre l’intérêt croissant pour des expériences vidéo plus interactives. L’idée est de modifier la vidéo et d’ouvrir la voie à des formats dans lesquels l’utilisateur n’est plus seulement spectateur. Pour les entreprises, de tels outils peuvent être envisagés dans la communication, la démonstration de produits ou la formation.

Cette perspective soulève néanmoins les questions habituelles de l’IA générative : qui contrôle le modèle, comment sont traitées les données et dans quelles conditions les contenus peuvent-ils être utilisés ? Ces interrogations rejoignent le débat relancé par une lettre plaidant pour que les modèles de langage soient considérés comme des biens publics.

Derrière cette expression se trouve une question de gouvernance. Faut-il que les capacités centrales de l’IA soient détenues principalement par quelques entreprises privées, ou faut-il développer des ressources ouvertes, accessibles à la recherche et à l’intérêt général ? La réponse n’est pas binaire. L’ouverture peut favoriser l’audit, la recherche et l’innovation, tandis que des modèles puissants demandent aussi des infrastructures, des règles d’usage et des mesures de sécurité.

ChatGPT et Wikipedia : une comparaison à manier avec prudence

L’idée selon laquelle ChatGPT aurait dépassé Wikipedia en vitesse et en qualité des réponses traduit une évolution visible des usages : beaucoup d’internautes préfèrent formuler une question directement plutôt que consulter plusieurs pages. Un assistant conversationnel peut donner une synthèse en quelques secondes, reformuler une explication et adapter son niveau de langage.

Mais vitesse, confort et qualité ne désignent pas la même chose. Wikipedia repose sur des articles que le lecteur peut consulter, modifier et relier à des références. Un outil conversationnel génère une réponse à partir de modèles statistiques et peut présenter une information inexacte avec assurance. Son intérêt dépend donc fortement de la vérification des faits, surtout pour un sujet sensible, récent ou technique.

L’opposition entre les deux services est ainsi trompeuse. Une encyclopédie collaborative et un assistant d’IA ne remplissent pas exactement la même fonction. L’une privilégie des articles consultables et sourcés, l’autre une interaction rapide et personnalisable. Utilisés ensemble, ils peuvent répondre à des besoins différents : comprendre rapidement une notion, puis contrôler une information ou remonter à son origine.

Ce qu’il faut surveiller dans les prochains mois

Les signaux envoyés par Amazon, Salesforce et les acteurs de l’immobilier montrent que la prochaine étape de l’IA se jouera moins dans la nouveauté d’un outil que dans sa capacité à produire une valeur mesurable. Les entreprises devront déterminer si les gains annoncés compensent les coûts d’abonnement, de formation, d’intégration technique et de contrôle.

Il faudra également surveiller les conditions d’accès aux données. Un assistant commercial n’est utile que si les informations qu’il consulte sont à jour. Un outil immobilier ne vaut que par la représentativité de ses transactions de référence. Un modèle vidéo ou linguistique soulève, lui, des questions supplémentaires sur la propriété intellectuelle et la maîtrise des contenus générés.

Enfin, le débat sur les modèles de langage comme biens publics rappelle que l’économie de l’IA ne se réduit pas à la performance des produits. Elle concerne aussi la répartition du pouvoir technologique, la possibilité pour les chercheurs et les petites entreprises d’accéder aux outils, ainsi que la confiance des citoyens dans les systèmes qui influencent de plus en plus leurs décisions quotidiennes.