Malgré le battage médiatique, l’IA est à la hauteur
Il y a environ un an, l’IA générative était présentée par certains comme le développement le plus révolutionnaire depuis la division de l’atome. Et, ironiquement, les grands fournisseurs se tournent vers la technologie de division des atomes pour alimenter l’IA, comme le montre l’intention de Microsoft de redémarrer le réacteur de Three Mile Island.
Cependant, ces derniers temps, l’IA générative a été davantage perçue comme une bulle en voie de se dégonfler.
« Alors que les discussions sur une bulle couvaient sous la surface tandis que le robinet d’argent continue de couler, nous observons un récent point d’inflexion », ont écrit David Gray Widder, chercheur postdoctoral à la Digital Life Initiative de Cornell Tech, et Mar Hicks, professeur agrégé de science des données à l’Université de Virginie, dans un essai publié par le Ash Center de l’Université Harvard. « Les interlocuteurs commencent à tirer la sonnette d’alarme : l’IA est surévaluée. La perception selon laquelle l’IA est une bulle, plutôt qu’une ruée vers l’or, fait son chemin dans un discours plus large avec une fréquence et une force croissantes. Plus les patrons du secteur protestent contre le fait qu’il ne s’agit pas d’une bulle, plus les gens commencent à y regarder à deux fois.»
Le cycle de battage médiatique de l’IA suit simplement les modèles des bulles technologiques passées, affirment Widder et Hicks. « Les efforts visant à rendre l’IA indispensable à grande échelle, sur les plans culturel, technologique et économique, n’ont pas tenu leurs promesses. Dans un sens, cela n’est pas surprenant, car l’IA générative ne représente pas tant la vague du futur que le flux et le reflux des vagues du passé.
Est-ce une évaluation juste ? Même si les leaders de l’industrie s’accordent sur le fait que l’IA – en particulier l’IA générative – est dans un cycle de battage médiatique, elle tient néanmoins déjà bon nombre de ses promesses. « Le battage médiatique est exagéré, mais la réalité est que 85 % des pays du G2000 expérimentent des solutions d’IA de génération et commencent à adopter l’IA à grande échelle », a déclaré Steven Hall, associé et président de la société mondiale de recherche et de conseil technologique ISG. moi. « Il y a des milliers de cas d’utilisation et de pilotes en cours. »
Même si « l’engouement pour l’IA est réel », de nombreuses organisations à travers le monde récoltent les fruits de la génération AI : elles génèrent des gains de productivité, offrent de nouvelles expériences aux clients et aux employés, stimulent le développement de nouveaux produits et services numériques et créent une valeur commerciale significative. a déclaré Matt Candy, associé directeur mondial chez IBM Consulting.
Au-delà de la bulle, on ne sait pas exactement comment l’IA va remodeler le monde. « Pourrait-il y avoir une bulle IA ? Oui », a déclaré Gabriel Werner, directeur de la technologie sur le terrain chez Blue Yonder. « Y a-t-il le moindre doute sur le fait que l’IA aura un impact durable et profond sur tout le monde ? Non. Savons-nous tous déjà comment cela va se dérouler ? Non. »
La perception de ce qui constitue le battage médiatique de l’IA est en cause, a ajouté Candy. « Il s’agit moins de savoir si l’IA peut répondre aux attentes, mais plutôt de savoir si les organisations peuvent adopter une approche d’adoption de l’IA à l’échelle de l’entreprise, en passant de l’IA en tant que complément à une évolution avec un état d’esprit axé sur l’IA, en utilisant une approche multi-modèle open source. approche, fondée sur l’humain, la confiance et la gouvernance.
Werner considère que l’IA « change la donne à l’échelle mondiale, comme l’était Internet à la fin des années 90. Au début, nous ne savions pas vraiment ce que cela signifierait pour notre vie de tous les jours. C’est là où nous en sommes avec l’IA.
Fait révélateur : « L’IA a généré plus de 10 milliards de dollars de nouveaux revenus auprès des intégrateurs de services mondiaux au cours des 12 derniers mois », a souligné Hall. « Ce chiffre a augmenté de plus de 60 % d’un trimestre à l’autre et a maintenu la plupart des intégrateurs de services en territoire positif dans un contexte de recul des services gérés. L’IA représente moins de 2 % du marché actuel de l’externalisation, mais elle connaît une croissance fulgurante.
Pour sa part, l’IA générative a contribué à faire monter en flèche le retour sur investissement de l’IA de 13 % à 31 % depuis 2022, et les gains de bénéfice d’exploitation directement imputables à l’IA ont doublé pour atteindre près de 5 % entre 2022 et 2023, a souligné Candy. « Plusieurs de nos clients connaissent déjà des gains de productivité significatifs. »
Pour concrétiser les promesses de l’IA, les partisans de l’IA doivent surmonter « des stratégies commerciales peu claires, des défis complexes en matière de données, des implications en matière de risques et de gouvernance, des pénuries de compétences, ainsi que des considérations d’infrastructure et de coûts », a déclaré Candy. « Relever ces défis nécessite un effort interconnecté dans l’ensemble de l’organisation. »
Les leaders du secteur proposent également les étapes suivantes :
Repensez les attentes en matière de retour sur investissement. Plutôt qu’un simple retour sur investissement, recherchez un retour sur l’IA, ou « ROAI », a déclaré Candy. Découvrez si les employés et les clients font confiance à ces investissements – « mesuré par l’adoption, les taux d’engagement et la satisfaction des utilisateurs. La confiance peut également être étendue à l’exactitude des modèles, à la transparence des données, à l’équité et à la responsabilité.
Alors que le retour sur investissement de l’IA appliqué à des tâches telles que le développement de logiciels, la réduction des défauts et les tests donne des résultats tangibles, « le retour sur investissement des activités génératrices de revenus en est encore à ses débuts », a déclaré Hall. « Nous ne sommes qu’à quelques trimestres du lancement de GPT 3.5, qui a démocratisé l’IA. Au cours de cette courte période, les organisations ont formé des milliers de personnes sur genAI, établi des lignes directrices pour son utilisation éthique et commencé à lancer des projets pilotes. Avec de nombreux projets pilotes lancés au cours des six derniers mois, il est trop tôt pour constater un retour sur investissement qualitatif.
Mesurer les résultats. « Comme pour tout projet réussi, un objectif mesurable doit être défini dès le début afin que les équipes puissent quantifier les résultats une fois terminé techniquement », a déclaré Werner. « Dans l’IA prédictive, vous pouvez mesurer la qualité des prédictions. Pour l’IA générative, vous pouvez mesurer les taux d’adoption ou, dans le cas des agents, examiner les KPI commerciaux que vous utilisez aujourd’hui – lorsque votre personnel n’est pas augmenté par l’IA – et voir si les choses s’améliorent.
Réexaminez les ressources de données, la gestion des données et la sécurité des données. « Les données et la gouvernance des données constituent aujourd’hui les plus grands problèmes auxquels les entreprises sont confrontées » lorsqu’il s’agit de faire du succès de l’IA une réalité. « Les cas d’utilisation sont prometteurs, mais les grands modèles de langage soulèvent des problèmes de sécurité des données chez les clients », a déclaré Hall. « Les entreprises se tournent vers des solutions qui intègrent leurs données aux LLM dans des environnements sécurisés, comme OpenAI exécuté dans une instance Azure dédiée. Cela crée des défis en matière de données et d’intégrité des données pour former les LLM aux réponses appropriées.
Soyez ouvert, transparent et adaptable. Commencez par un mandat clair et un état d’esprit de croissance qui réinvente la façon dont le travail est effectué », a déclaré Candy. « Ils devraient centrer leur transformation sur les personnes et les compétences, en veillant à ce que personne ne soit laissé pour compte. Ils sont indépendants du modèle – adoptant une approche ouverte et adoptant différents modèles d’IA pour des cas d’utilisation spécifiques. Ils ont la transparence sur les données utilisées pour former les modèles et la capacité de gouverner et de gérer ces LLM dans toute l’entreprise. Et ils donnent la priorité à la gouvernance et à l’éthique de l’IA par-dessus tout – en commençant au niveau du concept et en continuant tout au long du cycle de vie de la solution d’IA pour garantir que les applications sont fiables et conformes.
