L’IA, et notamment l’Intelligence Artificielle Générative (IAG) offre des telles perspectives et une telle puissance, qu’il devient nécessaire de s’informer presque chaque jour de ses avancées et de l’utilité potentielle de son usage.
C’est pourquoi on voit fleurir de nombreux rapports et ouvrages sur ce sujet.
Il est alors intéressant de rechercher l’avis des plus grandes organisations expertes en technologies. C’est le cas du MIT.
Cet organisme livre un rapport sur les perspectives des DSI à propos de l’IAG. C’est une étude qualitative, car peu de DSI ont été interrogés. Mais ils travaillent pour quelques grands noms de l’industrie mondiale.
Le rapport souligne l’impact significatif de l’introduction des outils d’intelligence artificielle générative sur le débat public et les entreprises depuis la fin de 2022 et le début de 2023. Ces outils, notamment les modèles de langage tels que GPT-2, ont des implications économiques majeures. Selon McKinsey Global Institute, ils pourraient injecter chaque année entre 2 600 et 4 400 milliards de dollars dans l’économie mondiale, augmentant ainsi de 15 à 40 % l’impact économique global de l’IA.
De plus, ces modèles pourraient accélérer l’automatisation du travail, touchant potentiellement deux tiers des emplois aux États-Unis. Les systèmes d’IA générant des textes reposent sur de vastes ensembles de données et des modèles mathématiques pour prédire le terme suivant le plus probable dans un texte.
L’IA générative bouleverse la vision des DSI
Le rapport met en évidence le changement de perspective des directeurs des systèmes d’information (DSI) et des leaders techniques vis-à-vis de l’intelligence artificielle (IA) générative par rapport à l’IA traditionnelle. Avant l’essor de l’IA générative, les ambitions des DSI en matière d’IA étaient modestes, avec seulement 14 % envisageant une généralisation de son usage à l’échelle de l’entreprise d’ici 2025. Cependant, l’avènement des outils d’IA générative marque un tournant majeur, offrant la possibilité de démocratiser l’IA à travers toute l’entreprise.
Dans ce contexte, les DSI et les leaders techniques sont appelés à prendre des mesures décisives en adoptant pleinement l’IA générative pour saisir les opportunités qu’elle offre et rester compétitifs. Ils doivent également prendre des décisions stratégiques concernant l’infrastructure des données, la propriété des modèles, la structure des équipes et la gouvernance de l’IA, des choix qui auront des répercussions à long terme sur le succès de leur organisation.
Le rapport prend en compte les réflexions des DSI d’entreprises renommées ainsi que celles d’experts des secteurs public, privé et universitaire. Ces perspectives sont étayées par les points de vue de 600 directeurs des données et décideurs technologiques interrogés lors d’une étude internationale.
Les changements observés
1 – Avec l’émergence de nouveaux cas d’utilisation prometteurs, l’IA passe de la phase de projets pilotes et d’« îlots d’excellence » à une intégration généralisée dans les workflows organisationnels. Désormais, les équipes technologiques n’ont plus besoin de promouvoir activement l’IA auprès des fonctions métier, car la demande émanant de l’entreprise suffit à stimuler son adoption.
2 – L’accessibilité accrue à une mine de données non structurées et cachées offre une nouvelle source de valeur commerciale. Contrairement aux initiatives précédentes d’IA qui se concentraient sur des données structurées abondantes, l’IA générative permet d’exploiter des ensembles de données hétérogènes jusqu’ici inaccessibles. Cela ouvre la voie à des avancées remarquables dans toute l’organisation, car l’IA générative devient le moteur de l’exploitation de données jusque-là inutilisées.
3 – Le rapport souligne l’importance d’une infrastructure de données adaptée à l’ère de l’intelligence artificielle (IA) générative, caractérisée par sa flexibilité, son évolutivité et son efficacité. Pour répondre à ces besoins, les directeurs des systèmes d’information (DSI) et les décideurs techniques se tournent vers des infrastructures de données de nouvelle génération, telles que les lakehouses de données, qui offrent des approches sophistiquées pour démocratiser l’accès aux données et à l’analytique, renforcer la sécurité et concilier faible coût de stockage et performance des requêtes.
4 – Certaines organisations choisissent également d’adopter des technologies open source pour développer leurs propres modèles de langage (LLM), afin de protéger et de rentabiliser leurs données et leur propriété intellectuelle. Les DSI sont conscients des limites et des risques associés aux services tiers, et préfèrent avoir un contrôle total sur leurs données. Ils voient également des opportunités dans le développement de modèles de langage personnalisés et reconnaissent la valeur des modèles de taille plus modeste. En fin de compte, les organisations qui réussiront seront celles qui parviendront à trouver un équilibre stratégique entre des risques méticuleusement calculés, un avantage compétitif et une gouvernance efficace.
5 – L’angoisse liée à l’automatisation doit être prise en compte, tout en remettant en question les prédictions dystopiques, largement exagérées selon les DSI et universitaires interrogés. Ils estiment que l’IA générative libérera plutôt la main-d’œuvre des tâches chronophages, permettant une concentration sur des domaines plus rentables en termes d’information, de stratégie et de valeur commerciale.
6 – Pour accélérer l’adoption de l’IA, une gouvernance unifiée et cohérente est nécessaire. Les risques commerciaux et sociétaux associés à l’IA générative, tels que la protection des secrets industriels sensibles et les contenus toxiques, nécessitent une attention particulière. Pour innover de manière responsable et éthique, les DSI doivent investir dans des processus, des technologies et des structures institutionnelles adaptés pour relever les défis spécifiques de gouvernance posés par l’IA générative, tout en anticipant les évolutions réglementaires.
Pour en savoir plus :
le site de Databricks pour télécharger le rapport du MIT
|
