Face à l’explosion des usages de l’IA générative et la montée en puissance de ChatGPT, Microsoft déploie une stratégie ambitieuse et cohérente centrée sur la productivité et l’environnement de travail numérique. Loin de la course aux chatbots grand public, l’entreprise mise sur l’intégration de Copilot dans l’ensemble de sa suite d’applications et l’exploitation de son Microsoft Graph pour développer un « Work Model » qui ambitionne de modéliser tous les flux et comportements de travail en entreprise. Cette approche vise à créer un avantage concurrentiel durable pour Microsoft, en proposant une Digital Workplace intégrée, portée par Copilot et le Microsoft Graph, tout en résolvant les défis énergétiques de l’IA générative grâce à un déploiement de modèles compacts en local sur les PC
En synthèse :
- Microsoft et Google ont réussi l’exploit de réorienter massivement leurs ressources vers l’IA générative en seulement 2 ans, démontrant une capacité d’adaptation remarquable pour des entreprises de cette taille.
- Plutôt que de copier les chatbots existants, Microsoft exploite son Microsoft Graph et des décennies de données d’usage professionnel pour créer un « Work Model » qui leur servirait de levier de différenciation.
- Les modèles génératifs actuels consomment 10 à 20 fois plus d’énergie que les outils traditionnels, rendant impossible leur déploiement à grande échelle via le cloud. Microsoft anticipe cette limite en misant sur des modèles locaux installés sur les PC.
- OpenAI a remporté la bataille des chatbots grand public, mais Microsoft garde l’avantage sur les usages professionnels grâce à son écosystème captif et sa connaissance approfondie des besoins entreprise.
- Microsoft mène simultanément quatre révolutions (passage à MS 365, déploiement de Teams, mutualisation dans Viva, et intégration Copilot) pour définitivement tourner la page de l’informatique du XXe siècle et créer l’environnement de travail numérique du futur.
J’ai conscience d’avoir beaucoup parlé d’IA générative ces deux dernières années, mais le sujet est extrêmement vaste, et nécessite surtout des explications précises et approfondies. Le moins que l’on puisse dire est que les avis sur l’IA générative sont polarisés : on l’adule ou on refuse de s’en servir. L’origine de cette polarisation est le déficit pédagogique sur ce que sont les modèles génératifs et leur fonctionnement.
À la décharge de celles et ceux qui se sentent éloignés de la frénésie ambiante autour de l’IA générative, il y a énormément de pollution pour ce sujet, notamment sur LinkedIn où l’on croise une légion de techno-prophètes qui promettent monts et merveilles. Mais ce qui rend le potentiel de l’IA générative difficile à appréhender est que c’est une technologie à usages généraux, et comme l’ordinateur à ses débuts, il n’y a rien d’explicite ou de motivant à dire à un néophyte : « Mais si, ça peut servir à plein de choses« , au contraire !
Voilà pourquoi il est important de parler de l’IA générative : pour expliquer sa nature, ses avantages et inconvénients, et surtout pour aider à comprendre toutes les possibilités qu’elle offre. Des possibilités qui sont bien réelles avec l’offre actuelle qui est concentrée autour des chatbots, mais qui ne représente qu’une petite partie du potentiel, car nous n’avons fait qu’explorer la surface des usages de l’IA générative.
Le facteur limitant de cette exploration est qu’elle prend du temps et surtout qu’elle exige des budgets d’infrastructure et de R&D pharaoniques (qui se chiffrent en centaines de milliards de $). Voilà pourquoi il ne faut pas vous laisser berner par l’apparente inertie des acteurs traditionnels face aux startups les plus en vue (ex : ChatGPT, Perplexity…), car il s’agit plus d’un marathon que d’un sprint, l’important n’est pas d’être le plus rapide, mais de finir dans de bonnes conditions pour pouvoir aborder sereinement la prochaine course.
J’ai vu passer récemment un article qui décrit Microsoft comme une société en perdition qui cherche désespérément à intégrer l’IA générative dans son offre, le tout aboutissant à une stratégie illisible (« Tout a changé » : comment Microsoft s’est égaré en seulement trois ans).
Bien évidemment, vous vous doutez que je ne suis pas de cet avis : Microsoft, tout comme Google, sont de très bons exemples de grandes sociétés qui ont réussi à réorienter très rapidement, et à grande échelle, leurs ressources pour pouvoir reconfigurer leur offre autour d’une nouvelle technologie : l’intelligence artificielle générative.
Là où je ne suis pas d’accord avec l’article mentionné plus haut, c’est que ce grand chamboulement c’est fait en à peine 2 ans, ce qui est un délai très court à l’échelle du domaine informatique, et que les changements sont réussis, puisque Microsoft comme Google sont maintenant en ordre de bataille avec des équipes de R&D pleinement concentrées sur l’IAG et une offre qui tient carrément la route (Gemini pour Google et Copilot pour Microsoft).
C’est, je pense, un authentique exploit pour des entreprises de cette taille. Apple par exemple n’a pas du tout réussi, malgré de gros efforts. ¯\_(ツ)_/¯
La stratégie de Microsoft sur les 20 dernières années a été d’assurer une transition depuis les logiciels vers les applications en ligne et le cloud. Ils s’efforcent maintenant d’opérer une agentisation de leurs applications (Les agents intelligents nous font rentrer dans l’ère de la GenAI-as-a-Service). Le but de la manœuvre étant de proposer, à terme, la digital workplace ultime.
Comme expliqué plus haut, les acteurs traditionnels du numérique ont été pris de court par la sotie de ChatGPT il y a deux ans et demi. Mais depuis, tous les géants numériques s’y sont mis (Microsoft, Google, SalesForce, Adobe…) et travaillent maintenant d’arrache-pied non pas pour égaler l’offre de la concurrence (les chatbtos d’OpenAI ou Anthropic), mais plutôt pour se différencier en misant sur leurs propres forces, sur des leviers anti-compétitifs pour se mettre à l’abri de la concurrence. Ainsi, Google peut compter sur son Knowledge Graph et son Places Graph pour construire un « World Model » : Les LLMs ne sont qu’une étape du plan d’ensemble de Google.
Pour Meta et Amazon, c’est différent, car ils seraient potentiellement plutôt en train de bâtir des « Lifestyle Models« . Meta peut ainsi s’appuyer sur son gigantesque Social Graph pour modéliser les comportements sociaux à travers Facebook, Instagram, WhatsApp… et proposer un assistant qui pourrait potentiellement vous aider à socialiser, draguer, résoudre des conflits, mieux vivre votre jeunesse ou votre vieillesse…
Amazon, de son coté, peut s’appuyer sur son immense catalogue (riche de dizaines de millions de produits) pour construire un Shopping Graph afin de modéliser les comportements d’achat et proposer un assistant afin de vous aider à mieux vous équiper, vous habiller, décorer votre intérieur…
Tout ceci est hypothétique, car ni Meta ni Amazon n’ont encore dévoilé leur plan d’ensemble. Même si on en devine aisément les contours.
Pour Microsoft, c’est différent, car il n’est pas question de vie courante, mais de travail.
L’offre de Microsoft a toujours été centrée sur l’informatique d’entreprise, que ça soit pour les PC (Windows, Office…) ou les serveurs (Azure…). Je ne vous apprends rien.
La principale force de Microsoft, son avantage anti-compétitif, est d’avoir un ancrage sans équivalent dans les entreprises du monde entier, ce qui leur apporte une certaine facilité à comprendre les besoins des utilisateurs et concevoir des solutions pour les couvrir. Beaucoup de solutions…
Vous noterez qu’au centre de ce schéma, on retrouve Copilot ainsi que le « Microsoft Graph« . Et ce n’est pas un hasard, car les interactions entre les outils et les utilisateurs est une mine d’or d’informations que Microsoft exploite pour fidéliser verrouiller ses clients.
Imaginez la valeur que peut représenter la modélisation des flux d’information et de travail sur l’ensemble des applications de Microsoft (des décennies d’utilisation de Office, Outlook, SharePoint, mais également plus récemment de Teams ou de LinkedIn), il n’y a pas d’équivalent.
Ils proposent ainsi un ensemble d’APIs pour pouvoir interagir avec ce Microsoft Graph et donnent la possibilité de développer des applications qui s’appuient dessus : Présentation de Microsoft Graph. Et bien évidemment, la cerise sur le gâteau, c’est Copilot, l’assistant qui vous permet d’accéder à toutes les ressources, de faciliter l’utilisation de tous les outils et de vous apporter sur un plateau des solutions de productivité (automation..).
Vous pourriez me dire que Copilot en tant que Chatbot est décevant. Peut-être dans la version disponible en France, mais laissez-moi vous rappeler que la version US de Copilot propose des fonctionnalités très intéressantes, plus de fonctionnalités que ne peuvent en proposer ChatGPT, Perplexity ou Gemini : Copilot is your AI companion that helps you navigate the chaos.
Mais ça, ce n’est « que » la version grand public, car je vous rappelle que le coeur de métier de Microsoft, c’est l’informatique d’entreprise. Et dans ce domaine, l’écart entre les versions US et Européenne est beaucoup moins grand. Vous seriez ainsi surpris de découvrir tout ce que propose la version « Pro » de Copilot aujourd’hui : Introduction to Copilot.
À ce sujet, j’ai eu l’occasion de rencontrer Elliott Pierret lors de Vivatech qui m’a fait une visite guidée des dernières fonctionnalités, et je n’ai pas été déçu, pourtant je suis généralement assez critique ave les produits Microsoft.
Pour en avoir un aperçu, je vous recommande ce tuto : Microsoft Copilot : Le Guide Ultime.
L’ambition de Microsoft n’est donc pas de concevoir un « World Model » ou un « Lifesyle Model » pour concurrencer Google, Meta ou Amazon, mais plutôt un modèle universel de collaboration.
C’est sous cet angle que l’on peut réellement apprécier l’étendue du puzzle dont Microsoft a assemblé les pièces une à une au fil des ans.
L’objectif du « World Model » de Google est de modéliser notre monde. L’objectif des « Lifestyle Models » de Meta et Amazon est potentiellement de modéliser nos comportements sociaux et d’achat. L’objectif du « Work Model » de Microsoft est peut-être moins ambitieux (modéliser les flux et comportements de travail), mais potentiellement nettement plus rémunérateur, car les entreprises et organisations du monde entier ont un gros problème de productivité lié à des décennies de dérives dans l’utilisation des outils et bureautique.
À l’instar du trombone Windows (Clippy de son petit nom) qui était censé nous aider au quotidien avec les fichiers et outils bureautiques, la promesse de Copilot est de nous aider à mieux travailler : à être plus productifs et mieux organisés. Ainsi, un modèle de collaboration universel pourrait être très précieux pour nous aider à reformuler des emails, résumer des fichiers, retranscrire et synthétiser des réunions, analyser des données, chercher dans une base de connaissances… cf. Researcher and Analyst are now generally available in Microsoft 365 Copilot.
Il pourrait également vous aider dans des tâches de plus haut niveau, comme créer et structurer des équipes, définir des objectifs individuels et collectifs…
Et même à piloter un projet ou une activité, à définir un plein d’action, attribuer les responsabilités, assurer le suivi, aider dans les arbitrages…
Il n’y a pas de limites aux usages que nous pouvons envisager dans le monde de l’entreprise, car pour élargir les capacités du modèle, il suffit de le nourrir avec plus de documents, méthodes, grilles d’analyse, études de cas… Autant nous commençons à manquer de contenus frais sur le web pour nourrir les modèles génératifs « classiques », autant nous croulons sous les fichiers et emails, une source intarissable de contenus d’apprentissage !
Vous pourriez me dire que Microsoft est justement mal placé dans cette course à la création d’un modèle ultime (qui se rapproche de l’AGI ou de la super-intelligence), car ils utilisent le modèle d’OpenAI (GPT), mais l’objectif pour eux n’est pas de construire le plus gros modèle, le plus performant, car ils ont une activité très rentable : leur offre de cloud computing. Microsoft gagne ainsi beaucoup plus d’argent à héberger les modèles des autres qu’à proposer une offre exclusive. Jusqu’à preuve du contraire, leur stratégie en ce qui concerne l’IA dans le cloud n’est pas de proposer une offre propriétaire, de garantir le choix du modèle à leurs clients (comme le font Amazon, Google, Oracle…).
Les équipes de Microsoft ne se risqueront pas non plus sur le terrain du consulting, car ils se retrouveraient en compétition frontale avec des partenaires de longue date (Accenture…), et car le haut du marché est déjà préempté : Want to Work With OpenAI’s New Consulting Business? You’ll Need $10 Million.
La meilleure approche pour Microsoft est logiquement de ramener la bataille sur leur terrain de prédilection (les PC), là où ils n’ont quasiment aucune concurrence, avec un modèle local qui offrirait le meilleur compromis entre puissance et consommation énergétique.
Car oui, L’IA générative cache un petit secret dont personne ne parle (ou presque) : le fait que les outils reposant sur les modèles génératifs ne sont pas viables à très grande échelle. Il ne faut pas être un expert pour comprendre que nous n’avons plus assez de ressources pour pouvoir offrir à des milliards d’utilisateurs la possibilité de faire joujou avec des modèles génératifs qui consomment 10 à 20 fois plus que les outils informatiques traditionnels (We did the math on AI’s energy footprint, here’s the story you haven’t heard).
Je suis très friand des nouvelles fonctionnalités ou des modèles de dernière génération d’OpenAI ou Anthropic, mais je me doute bien que les chatbots que nous utilisons actuellement ne sont pas durables d’un point de vue énergétique : nous ne savons pas produire l’énergie nécessaire pour faire tourner les serveurs qui hébergent les modèles pour servir des milliards d’utilisateurs. C’est possible pour les moteurs de recherche (Google), les places de marché (Amazon) ou les plateformes sociales (Facebook, Instagram…), mais pas pour les grands modèles de langage. Du moins pas pour plusieurs milliards d’utilisateurs : New study shows AI emissions path, and how to bend the curve.
Une stratégie alternative serait donc de miser non pas sur une offre d’IA générative dans le cloud, mais d’exploiter des modèles installés sur les ordinateurs. Et ça tombe bien, car Microsoft à la main-mise sur près de 90% des ordinateurs de la planète.
Pour pouvoir proposer des outils reposant sur l’IA générative sur les PC, Microsoft peut s’appuyer sur les modèles de la gamme Phi, qui en est déjà à la 4e itération (Introducing Phi-4: Microsoft’s Newest Small Language Model Specializing in Complex Reasoning), ainsi que la possibilité d’enrichir ce modèle compact grâce aux dernières versions de GPT (technique de la distillation : What is knowledge distillation?) ainsi que de moduler la puissance du modèle en fonction des capacités du PC (technique de la quantisation : A Visual Guide to Quantization).
Bref, n’allez pas penser que Microsoft est largué, bien au contraire, ils ont simplement un héritage plus lourd à assumer, ce qui est à la fois un inconvénient, mais surtout un énorme avantage pour pouvoir imposer Copilot à leurs centaines de millions d’utilisateurs captifs.
Encore une fois : je suis admiratif des progrès réalisés par OpenAI, Anthropic ou Perplexity, des sociétés de petite taille somme toute (à peine quelques milliers de salariés). Mais je suis encore plus admiratif de l’agilité dont ont su faire preuve Google et Microsoft pour mobiliser toutes leurs ressources afin de contrer cette nouvelle concurrence et de réorienter leur offre vers de nouveaux usages.
La question est maintenant de savoir si Microsoft va enfin réussir à proposer une offre unifiée pour l’ensemble de sa gamme. Viva est justement censé donner accès à l’ensemble des ressources et outils nécessaires aux cols blancs, mais son déploiement est laborieux et l’intégration de Copilot est encore en cours (Introduction à Microsoft 365 Copilot dans Microsoft Viva).
Comme expliqué plus haut, le problème de Microsoft est qu’ils doivent gérer un héritage qui est à la fois un énorme avantage, mais surtout une malédiction ! Parlez-en à n’importe quel gestionnaire de parc informatique, et il pourra vous confirmer que ce n’est pas une, mais quatre révolutions qu’ils essayent de mener en même temps :
- Passer de la suite Office à MS 365 (bureautique en ligne) ;
- Déployer Teams dans tous les services (collaboration en ligne) ;
- Mutualiser tous les outils et toutes les ressources dans Viva (environnement numériue de travail intégré) ;
- Intégrer Copilot dans tous les outils (Office, Outlook, Teams…) et les ressources (OneDrive, SharePoint…).
La tâche est immense, titanesque, mais la finalité est sacrément alléchante : définitivement tourner la page de l’informatique du XXe siècle (logiciels, fichiers, emails…) pour se projeter dans les outils numériques du XXIe siècle, la fameuse Digital Workplace.
Comme vous pouvez le constater, l’ambition de Microsoft va bien au-delà des chatbots comme ChatGPT, Claude ou Perplexity. En prenant les acteurs historiques de vitesse, OpenAI a peut-être remporté la bataille des chatbots, mais ils n’ont certainement pas remporté la guerre des usages numériques, et encore moins celle des usages professionnels. Le meilleur moyen de s’en convaincre est de constater que dans ce domaine, ils ne sont pas meneurs, mais suiveurs : OpenAI Quietly Designed a Rival to Google Workspace, Microsoft Office.
Ave cet article, j’espère vous avoir convaincu de la position privilégiée qu’occupe Microsoft et des efforts colossaux qui ont été réalisés pour opérer une réorientation stratégique. Avec en toile de fond, un main-mise toujours plus forte sur les utilisateurs et leurs terminaux, un sujet qui sera détaillé dans un prochain article.
Questions / Réponses
Pourquoi Microsoft ne développe-t-il pas son propre modèle génératif comme OpenAI ?
Microsoft a fait le choix stratégique de ne pas concurrencer OpenAI sur le terrain des grands modèles, car leur activité cloud est plus rentable en hébergeant les modèles des autres. Ils préfèrent se concentrer sur leur avantage concurrentiel : l’intégration de l’IA dans leur écosystème professionnel via Copilot et le Microsoft Graph, plutôt que de créer le modèle le plus performant.
Qu’est-ce que le « Microsoft Graph » et pourquoi est-il si important ?
Le Microsoft Graph est un système qui modélise les interactions entre tous les outils Microsoft (Office, Outlook, Teams, SharePoint, LinkedIn…) et leurs utilisateurs. Il représente une mine d’or d’informations sur les flux de travail accumulées sur des décennies, permettant à Microsoft de comprendre et d’optimiser les comportements professionnels d’une manière que ses concurrents ne peuvent pas égaler.
Pourquoi l’IA générative actuelle n’est-elle pas viable à long terme ?
Les modèles génératifs consomment 10 à 20 fois plus d’énergie que les outils informatiques traditionnels. Il est impossible de produire l’énergie nécessaire pour faire tourner les serveurs qui hébergent ces modèles pour des milliards d’utilisateurs simultanément, contrairement aux moteurs de recherche ou plateformes sociales qui consomment beaucoup moins.
Comment Microsoft compte-t-il résoudre le problème énergétique de l’IA ?
Microsoft mise sur des modèles locaux installés directement sur les PC, en s’appuyant sur sa gamme de modèles compacts Phi et des techniques comme la distillation et la quantisation. Avec 90% des ordinateurs tournant sous Windows, Microsoft peut proposer une alternative énergétiquement viable aux modèles centralisés dans le cloud.
En quoi la stratégie de Microsoft diffère-t-elle de celle des autres géants numériques ?Contrairement à Google qui développe un « World Model » ou Meta et Amazon qui travaillent sur des « Lifestyle Models« , Microsoft se concentre exclusivement sur le monde professionnel avec un « Work Model« . Cette approche à priori moins ambitieuse, mais plus ciblée, exploite leur position dominante dans l’informatique d’entreprise et promet d’être plus rémunératrice.