Évolution des nouvelles technologies : 30 ans qui ont changé le monde

En 1991, Tim Berners-Lee mettait en ligne le premier site web depuis un ordinateur du CERN. Il y en a aujourd’hui plus de 1,1 milliard. Cette trajectoire raconte beaucoup de choses sur l’évolution des nouvelles technologies, mais elle ne dit pas tout. Le rythme s’est accéléré, les usages ont muté, et chaque vague a recouvert la précédente sans la remplacer vraiment.

L’article qui suit retrace la chronologie des grandes ruptures du numérique depuis trois décennies. On y parle web 1.0, web 2.0, mobile, cloud, intelligence artificielle, mais aussi loi de Moore, blockchain, et impact concret sur la société. L’idée n’est pas de cataloguer chaque outil né depuis 1990. C’est de comprendre comment ces couches se superposent, pourquoi le rythme paraît s’emballer, et où tout ça mène.

Comprendre les grandes vagues de l’évolution technologique

Les analystes du numérique aiment découper l’histoire récente en générations : web 1.0, web 2.0, web 3.0… Le découpage est utile, à condition de ne pas le prendre au pied de la lettre. Fred Cavazza, observateur du numérique depuis 1997, l’écrit clairement : ces phases supposent une évolution linéaire, ce qui est loin d’être le cas. Il existe en réalité plusieurs webs qui coexistent, comme des branches d’un arbre couché plutôt qu’une ligne droite.

Cette grille reste pratique pour s’y retrouver. Voici les sept vagues majeures qu’on peut distinguer depuis 1990, avec leurs technologies emblématiques :

Chaque vague s’appuie sur la précédente. Sans le web statique, pas de blogs. Sans les blogs, pas de plateformes sociales. Sans les smartphones, pas d’apps de mobilité. Et sans le cloud massif des années 2010, l’entraînement des modèles IA d’aujourd’hui resterait impossible.

L’évolution des modèles IA génératifs ouvre des perspectives inédites, notamment dans le domaine de la intelligence artificielle dans la santé où les applications se multiplient.

Les techniques de prompt engineering permettent d’optimiser ces interactions avec les modèles IA génératifs.

Web 1.0 (1991-2003) : la naissance du web statique

Le World Wide Web naît officiellement le 6 août 1991 avec la publication par Tim Berners-Lee de la page info.cern.ch. À cette époque, internet existait depuis vingt ans (Arpanet date de 1969), mais il restait réservé aux universités et à l’armée. Le web change la donne en proposant une couche d’usage simple, accessible via un navigateur.

Pendant une dizaine d’années, le web reste statique. Les pages sont écrites à la main en HTML pur, mises à jour rarement, hébergées sur des serveurs souvent maison. Les internautes consultent, envoient des e-mails, téléchargent des fichiers. Pas de commentaires, pas de comptes utilisateurs, pas d’interaction. Les entreprises s’en servent comme d’une plaquette commerciale améliorée, accessible 24h/24.

Quelques jalons marquants de cette période :

• 1993 : sortie de Mosaic, premier navigateur graphique grand public
• 1994 : création de Yahoo!, annuaire manuel du web
• 1995 : Amazon ouvre comme libraire en ligne, eBay lance les enchères entre particuliers
• 1998 : Google fonde sa recherche sur le PageRank
• 2000 : explosion de la bulle internet, premier nettoyage du secteur

À la fin des années 90, le web 1.0 commence à devenir dynamique. Les sites marchands se multiplient, les bases de données génèrent des pages à la volée, le paiement par carte bancaire en ligne arrive. Les fondations sont posées pour la vague suivante.

Web 2.0 (2004-2010) : le social et le contenu participatif

Le terme « Web 2.0 » est popularisé par Tim O’Reilly en 2004. Il désigne un internet où les utilisateurs ne consultent plus seulement, ils publient, commentent, taguent, partagent. C’est l’arrivée des blogs grand public (WordPress sort en 2003), de la publication vidéo (YouTube, 2005), des réseaux sociaux (Facebook ouvre au public en 2006, Twitter naît la même année).

Trois ingrédients techniques rendent cette mutation possible. AJAX permet de mettre à jour une page sans la recharger entièrement, ce qui rend les interfaces fluides. Les bases de données relationnelles bon marché supportent enfin des millions d’utilisateurs simultanés. Et la fibre optique commence à se déployer dans les foyers, remplaçant les modems 56k qui plafonnaient à 7 ko/s.

Wikipédia illustre bien cette logique participative. Lancée en 2001, l’encyclopédie collaborative atteint 1 million d’articles en 2006 et 6 millions en 2020 sur sa version anglophone. Personne n’aurait parié sur ce modèle au départ. Pourtant, l’autorégulation par la communauté a produit une ressource consultée par des milliards d’usagers chaque mois.

Le revers du décor apparaît rapidement. Les contenus générés par les utilisateurs représentent une masse de données monétisable, et les plateformes l’ont compris. La publicité ciblée devient le modèle économique dominant du web 2.0, ce qui pose la première brique de ce qui deviendra plus tard la question de la vie privée numérique.

La révolution mobile (2007-2015) : le smartphone change tout

Le 9 janvier 2007, Steve Jobs présente le premier iPhone. Il combine un téléphone, un baladeur et un terminal internet dans un boîtier de moins de 140 grammes. À l’époque, l’idée d’un appareil tactile sans clavier physique fait sourire la concurrence. Quinze ans plus tard, les ventes mondiales de smartphones dépassent 1,2 milliard d’unités par an.

L’arrivée du mobile transforme l’usage du web bien plus profondément que prévu. Quelques chiffres pour mesurer le basculement :

• En 2010, environ 5 % du trafic web mondial vient du mobile.
• En 2017, le trafic mobile dépasse pour la première fois le trafic ordinateur.
• En 2024, plus de 60 % du temps passé en ligne se fait depuis un smartphone.

Cette bascule à des conséquences en cascade. Les sites web doivent être pensés mobile-first, ce qui impose un design épuré et des temps de chargement courts. Les apps deviennent un canal de distribution à part entière, contrôlé par deux acteurs (Apple et Google) qui touchent une commission sur chaque transaction. Et de nouveaux usages émergent : géolocalisation, photo permanente, paiement sans contact, livraison express.

Uber, lancé en 2009, n’aurait pas existé sans le smartphone. Airbnb non plus, dans la forme qu’on lui connaît. Instagram (2010), Snapchat (2011), TikTok (2016) sont des produits nativement mobiles. Toute une économie s’est construite sur l’hypothèse que chaque adulte porte en permanence un ordinateur connecté dans sa poche.

L’avènement du cloud computing (2006-aujourd’hui)

Pendant que les utilisateurs se ruent sur les smartphones, une autre révolution silencieuse se joue côté infrastructure. En mars 2006, Amazon lance Amazon Web Services (AWS) avec le service S3 de stockage en ligne. L’idée paraît étrange à l’époque : louer de la puissance informatique à l’heure plutôt qu’acheter ses propres serveurs.

L’idée prend. Microsoft suit avec Azure en 2010, Google avec sa Google Cloud Platform en 2008. En 2024, le marché mondial du cloud public dépasse 600 milliards de dollars. La majorité des sites web et applications que vous utilisez tournent sur cette infrastructure mutualisée, parfois sans que leurs propriétaires en soient pleinement conscients.

Le cloud résout un problème simple : la plupart des entreprises sous-utilisent leurs serveurs. Mutualiser la puissance entre des milliers de clients permet d’absorber les pics, de baisser les coûts unitaires, et d’offrir une élasticité que personne ne pouvait se payer en interne. Effet de bord notable, ça concentre énormément de pouvoir entre les mains des trois géants américains du secteur (AWS, Azure, GCP) qui se partagent environ 65 % du marché.

Aujourd’hui, le cloud évolue vers l’edge computing. Au lieu de tout centraliser dans des datacenters géants, on rapproche le calcul de l’utilisateur final, parfois directement sur l’objet connecté. Cette logique distribuée prépare l’arrivée massive des objets connectés et des véhicules autonomes, qui ne peuvent pas attendre 50 ms qu’un serveur lointain réponde.

Web 3.0 et décentralisation : blockchain, IA et personnalisation

Le terme « Web 3.0 » désigne deux choses différentes selon qui l’utilise. Pour les uns, c’est le web sémantique : un internet où les machines comprennent le sens des contenus, suggèrent du personnalisé, anticipent les besoins. C’est ce qu’on voit chez Netflix, Amazon, YouTube avec leurs algorithmes de recommandation. Pour les autres, c’est le web décentralisé fondé sur la blockchain, opposé à la logique des plateformes centralisées (les GAFAM).

La blockchain elle-même remonte à 2008-2009 avec la publication du livre blanc de Bitcoin par le mystérieux Satoshi Nakamoto. La technologie a mis du temps à sortir du cercle des cryptomonnaies. Ethereum (2015) ouvre la voie aux applications décentralisées en permettant les smart contracts, c’est-à-dire des programmes qui s’exécutent automatiquement quand certaines conditions sont remplies.

Les NFT, les DApps, les DAO ont vécu leur heure de gloire entre 2020 et 2022, puis la bulle est retombée. Reste un acquis technique : la possibilité de prouver la propriété d’un objet numérique sans intermédiaire, et de bâtir des systèmes financiers ouverts (DeFi) qui pèsent encore plusieurs dizaines de milliards de dollars en 2026. La promesse de décentralisation se heurte cependant à la consommation énergétique, à la complexité d’usage, et au fait que les architectures centralisées fonctionnent plutôt bien pour des milliards d’utilisateurs.

Côté personnalisation, le web 3.0 sémantique a gagné en silence. Quand Google répond à une question avant même que vous l’ayez tapée en entier, quand Spotify sait quoi vous proposer un dimanche après-midi, c’est cette logique qui est à l’œuvre. Le RGPD adopté en 2018 a posé un cadre européen pour limiter les dérives, mais le débat reste vif.

L’intelligence artificielle générative : la nouvelle frontière (2022-2026)

Le 30 novembre 2022, OpenAI ouvre ChatGPT au public. En cinq jours, le service atteint un million d’utilisateurs. En deux mois, cent millions. Aucun produit grand public n’avait connu une telle adoption, pas même TikTok ou Instagram à leurs débuts. Cette rapidité dit quelque chose de la maturité technique atteinte.

Les LLM (Large Language Models) reposent sur l’architecture transformer publiée en 2017 par des chercheurs de Google. Cette approche permet de traiter du texte en parallèle plutôt que séquentiellement, ce qui change tout en termes d’efficacité d’entraînement. Combinée à des volumes de données énormes (l’équivalent de plusieurs millions de livres) et à une puissance de calcul délirante (des milliers de GPU pendant des mois), elle donne naissance à des modèles capables de répondre, traduire, coder, résumer.

Le paysage 2026 est dense. Quelques acteurs majeurs :

• OpenAI avec GPT-5 et la suite
• Anthropic avec Claude (Opus, Sonnet, Haiku)
• Google avec Gemini
• Meta avec les modèles Llama en open source
• Mistral AI côté français
• DeepSeek, Qwen côté chinois

L’IA générative ne se limite pas au texte. Les modèles d’image (Midjourney, DALL-E, Flux) produisent des visuels photoréalistes en quelques secondes. Les outils de génération vidéo (Sora, Runway, Veo) commencent à sortir des résultats convaincants sur des séquences courtes. Le code n’est plus épargné non plus : des outils comme Claude Code, Cursor ou Copilot rédigent désormais entre 20 % et 50 % des nouvelles lignes selon les équipes interrogées.

La loi de Moore et l’accélération exponentielle

En 1965, Gordon Moore, cofondateur d’Intel, observe que le nombre de transistors par puce double tous les 18 à 24 mois. Cette « loi » empirique a tenu pendant 50 ans. Un processeur de 2020 contient environ 50 milliards de transistors, contre 2 300 dans le 4004 d’Intel sorti en 1971. Concrètement, ça veut dire que la puissance disponible pour 1 dollar a été multipliée par environ un milliard sur la période.

Cette croissance exponentielle explique pourquoi les vagues technologiques semblent s’enchaîner de plus en plus vite. Le web 1.0 a mis dix ans à mûrir. Le mobile, sept ou huit. L’IA générative grand public a basculé en une seule année. Quand la puissance double tous les deux ans, les usages qui paraissaient impossibles il y à peu deviennent triviaux du jour au lendemain.

La loi de Moore ralentit néanmoins depuis 2015 environ. La gravure des transistors approche les limites physiques (on parle aujourd’hui de gravure en 2 nanomètrès, ce qui équivaut à une dizaine d’atomes de silicium). L’industrie compense par d’autres voies : architectures spécialisées (puces dédiées à l’IA comme les TPU de Google ou les H100 de NVIDIA), parallélisme massif, et plus loin, les premières puces quantiques qui sortent timidement des laboratoires.

Impact sociétal : ce que ces technologies ont changé

Trente ans de mutations technologiques ont transformé la vie quotidienne d’à peu près tout le monde sur la planète. En 2024, l’Union internationale des télécommunications estime à 5,5 milliards le nombre d’humains connectés à internet. C’est environ 67 % de la population mondiale, contre moins de 1 % en 1995.

Les effets sont multiples, et tous ne sont pas positifs :

• Économie : pans entiers d’industries effondrés (presse papier, vidéoclubs, agences de voyage physiques) au profit de plateformes en ligne
• Travail : généralisation du télétravail post-2020, nouveaux métiers (community manager, data scientist, UX designer) qui n’existaient pas il y a vingt ans
• Information : accès quasi-gratuit à toute la connaissance humaine, mais aussi désinformation virale et bulles cognitives
• Vie privée : suivi quotidien de chaque clic, géolocalisation continue, interrogations sur la souveraineté des données
• Santé mentale : études montrant un lien entre usage intensif des réseaux et anxiété chez les adolescents
• Climat : empreinte carbone du numérique qui pèse aujourd’hui environ 4 % des émissions mondiales

L’arrivée de l’IA générative ajoute une couche qu’on commence tout juste à mesurer. Quels métiers tiendront face à des modèles capables de rédiger un rapport, coder une appli ou générer une campagne publicitaire complète ? Les premières études économiques publiées en 2025 et 2026 suggèrent que l’IA augmente surtout la productivité des juniors (qui rattrapent les seniors plus vite) et que l’effet sur l’emploi global reste encore modeste, mais le tableau bouge vite.

Demain : web 4.0, ambiant, immersif

Que vient-il après ? Personne ne sait vraiment, et les prédictions des analystes se sont tellement plantées sur les vagues précédentes qu’il faut prendre les suivantes avec des pincettes. Quelques tendances solides se dessinent malgré tout.

Le web ambient, déjà bien entamé, va monter en puissance. Les enceintes connectées (Alexa, Google Home), les écouteurs intelligents, les montres, finissent par former une couche d’interaction sans écran, où on parle à un assistant qui comprend le contexte. Ça suppose une IA fiable, robuste sur la vie privée, et c’est précisément là que les progrès récents changent la donne.

L’informatique spatiale, portée par les casques Apple Vision Pro et Meta Quest, cherche son public depuis quelques années. Le marché reste de niche, autour de quelques dizaines de millions d’unités vendues, loin du milliard de smartphones annuels. Mais l’usage professionnel (formation, conception 3D, télémaintenance) progresse régulièrement, et les casques de cinquième ou sixième génération pourraient enfin trouver le grand public.

Côté énergie et calcul, deux ruptures sont à surveiller. La fusion nucléaire, dont les premiers réacteurs commerciaux sont annoncés autour de 2035-2040, débloquerait une énergie quasi-illimitée pour entraîner les futurs modèles. L’informatique quantique, encore balbutiante, pourrait casser certains chiffrements actuels et résoudre des problèmes hors de portée des ordinateurs classiques. Les deux sont incertaines, mais les deux changeraient la donne.

FAQ sur l’évolution des nouvelles technologies