Mondiaux investissements dans l’intelligence artificielle sont passés de 12,75 millions de dollars US en 2015 à 93,5 milliards de dollars US en 2021, et le marché devrait atteindre 422,37 milliards de dollars US d’ici 2028. Les projets de transformation numérique et l’essor du cloud public continueront de soutenir cette croissance, tout comme les nouvelles capacités de l’IA.
L’attention de l’IA se porte désormais sur l’IA générative, notamment ChatGPT. L’IA générative désigne des algorithmes d’apprentissage automatique capables de créer une nouvelle signification à partir de données d’entrée non structurées ou structurées, comme du texte, des images, de l’audio, des vidéos, du code et d’autres formes de contenu.
Les outils d’IA générative comprennent Alpha Code de DeepMind (GoogleLab), ChatGPT d’OpenAI, GPT-3.5, DALL-E, MidJourney, Jasper et Stable Diffusion. Cette liste s’allongera à mesure que davantage de capitaux-risqueurs seront investis dans ce secteur.
De fait, plus de 2 milliards de dollars US ont déjà été investis dans l’IA générative, qui n’est qu’un type d’IA, soit une hausse de 425 % depuis 2020, selon le Financial Times. Cela ne représente qu’une fraction du marché actuel de l’IA ; l’IA générative ne compte actuellement que pour 1 % de toutes les données produites.
Mais l’IA générative progresse. Gartner prévoit qu’elle représentera 10 % de toutes les données produites d’ici 2025. Par « données produites », on entend les résultats à valeur ajoutée d’un moteur d’IA, susceptibles d’être exploités à des fins commerciales très diverses.
À lire également : Les meilleurs logiciels d’IA
L’IA générative produit-elle de la valeur pour l’entreprise ?
Cependant, beaucoup se posent à juste titre la question à ce stade : l’IA générative produit-elle de la valeur pour l’entreprise ?
Tout d’abord, il faut comprendre que cette technologie suscite un véritable engouement. Tout le monde se prononce sur le sujet, notamment eWeek, McKinsey, Microsoft, Accenture The New York Times, ainsi qu’OpenAI. Cela rappelle l’informatique en nuage en 2008, lorsque cette technologie a commencé à prendre de l’ampleur et à susciter un grand enthousiasme.
Oui, cet engouement est bénéfique pour un marché technologique émergent — ou pour cette évolution d’une technologie existante. Le concept d’IA existe depuis les années 1950. Même si l’IA s’est considérablement améliorée au fil des ans et est certainement devenue bien moins chère, le concept fondamental de l’« IA » reste le même.
Cependant, les précédentes itérations de l’IA ne pouvaient pas générer de « nouvelle signification » à partir de données existantes, et la créativité entièrement nouvelle ne figurait pas parmi leurs points forts. C’est précisément là que l’IA générative peut exceller.
Lorsqu’il s’agit d’examiner les cas d’usage professionnels de l’IA générative, il est essentiel de comprendre les réalités qui se cachent derrière l’engouement. Même si le système d’IA peut trouver une nouvelle signification dans une grande quantité de données dénuées de sens, cela ne justifie pas automatiquement son utilisation comme solution fonctionnelle pour l’entreprise.
L’une des applications les plus souvent citées de l’IA générative est sa capacité à créer des œuvres originales d’art, de musique et de littérature. Si le sujet vous intéresse, vous pouvez trouver des récits écrits par des systèmes d’IA générative. Aujourd’hui, je soupçonne que les doctorants s’intéressent davantage à ces types d’applications que la plupart des entreprises.
À lire également : IA ou ML : intelligence artificielle et apprentissage automatique
Les nombreuses possibilités de l’IA générative
Mais ouvrons notre esprit et examinons les atouts que l’IA générative peut apporter.
Applications de conception
La conception de produits par l’IA générative pourrait créer des designs entièrement nouveaux et extrêmement utiles, notamment parce que l’IA générative peut prendre en compte la fonctionnalité d’un produit tout en tenant compte des exigences actuelles du marché. Comme nous l’avons constaté au fil des ans, de nombreuses entreprises ont du mal à faire les deux.
Marketing
Le marketing vient également à l’esprit. L’IA générative peut créer et piloter des publicités et des campagnes marketing axées sur les résultats souhaités. Par exemple, indiquez à votre système d’IA générative que vous souhaitez augmenter de 20 % les ventes d’un produit donné en Europe dans un délai précis. Ce n’est pas la première fois que le marketing s’aventure dans la magie de l’IA, mais la capacité de l’IA générative à prendre en compte bien davantage de points de données et à produire des réponses innovantes encore jamais définies pourrait constituer le véritable cas d’usage commercial de l’IA générative.
Cependant, nous devons également réfléchir aux conséquences d’un marketing entièrement optimisé pour tous : cela tendra en soi à transformer les marchés, en fonction de l’évolution de leur réponse à un marché ciblé intelligemment. Autrement dit, nous deviendrons plus efficaces pour créer la demande, mais le marché adaptera son comportement à notre capacité à mieux faire du marketing. C’est le revers d’un avantage.
Santé
La santé constitue un autre cas d’usage à forte valeur ajoutée. Si l’IA est depuis longtemps utilisée pour l’aide au diagnostic et les systèmes cliniques, les systèmes courants ne prennent aujourd’hui en compte que quelques dimensions, ce qui les rend difficiles à concevoir. Par exemple, ils comprennent qu’un médicament donné peut résoudre un problème chronique comme l’hypertension, mais ils ne tiennent pas compte des effets indésirables que l’utilisation prolongée de ce médicament peut avoir sur un type de morphologie précis.
Un système d’IA capable d’évaluer d’immenses volumes de données médicales serait inestimable, par exemple les données sur l’état de santé de millions de patients au cours des 40 dernières années. Les moteurs de connaissances traditionnels fondés sur l’IA qu’il faudrait mettre en place sont complexes et difficiles à maintenir. L’IA générative pourrait simplifier leur mise en place et leur maintenance, tout en rendant les connaissances produites bien plus utiles et pertinentes.
Il existe de nombreux autres cas d’usage intéressants. Par exemple, après avoir vu échouer des systèmes préconfigurés de gestion de la chaîne logistique pendant la pandémie, je sais que l’intelligence holistique fournie par l’IA générative pourrait résoudre de nombreux problèmes de chaîne logistique. Mais pas tous.
À lire également : Les meilleures entreprises spécialisées dans le traitement automatique du langage naturel
Attention à l’engouement excessif
Nous devons garder à l’esprit le problème fondamental de la surenchère autour de n’importe quelle technologie. Nous nous attendons alors à ce qu’une valeur magique excessive tombe de l’arbre magique de la technologie. J’ai lu des centaines d’articles qui présentent l’IA générative comme la prochaine grande révolution, ce qu’elle ne sera pas.
Au mieux, il s’agit d’un pas solide dans la bonne direction, porté par une technologie habilitante performante qui fournira les fondations de bons systèmes d’entreprise. À moins de disposer d’un budget de R&D illimité et de n’avoir aucune attente en matière de retour sur investissement, vous aurez toujours besoin d’un cas d’usage professionnel bien défini pour justifier son utilisation.
À lire également : L’avenir de l’intelligence artificielle