Le besoin d’un esprit pionnier pour tirer les avantages de l’intelligence artificielle générative
Selon un article de CIODive, l'intelligence artificielle (IA) générative pourrait améliorer la façon de travailler des entreprises et créer une nouvelle d'une valeur commerciale comparable à celle qui a été créée par l'adoption de l'infonuagique. Apparemment, les pionniers de l'infonuagique tireraient un avantage certain de cette innovation et l'on prévoit désormais une évolution semblable pour les nouveaux systèmes intelligents génératifs. Bien que cette technologie ne soit qu'à ses débuts dans le monde des entreprises, on pressent déjà de vastes possibilités pour l'accroissement de la productivité.
L'IA générative correspond à une catégorie particulière d'algorithmes, basés sur des modèles d'apprentissage ou formés (trained models), contrairement à d'autres solutions d'IA qui sont codées ou scriptées. Il s'agit d'un type d'IA qui nécessite donc une collaboration entre la technologie et les utilisateurs. De plus, I'IA générative est à code source libre, ce qui la rend accessible à un vaste bassin de concepteurs, et pas seulement à un cercle restreint de scientifiques des données.
Malgré ces atouts, l'IA a aussi des points faibles. Puisqu'elle ne peut pas se comprendre elle-même, elle doit être alimentée avec les bonnes informations pour apprendre correctement. Malgré cela, il y aurait des progrès intéressants dans des domaines créatifs tels que l'écriture et la conception.
CIODive note cependant que la création d'une nouvelle valeur à partir de l'IA générative exigerait un long parcours d'apprentissage comparable à celui qui a accompagné le développement de l'infonuagique il y a dix ans. Il est donc à prévoir que la résistance et le scepticisme auxquels fera face l'adoption de l'IA générative s'estomperont lorsqu'elle démontrera sa valeur commerciale.
Dans ce contexte, ceux qui ont adopté rapidement l'infonuagique auraient une longueur d'avance dans l'IA générative. En effet, ces pionniers maîtriseraient déjà certaines étapes critiques dans la stratégie organisationnelle, comme la pertinence de commencer à l'intérieur de l'organisation en vue d'établir une structure de gouvernance et de documenter et définir des cas d'utilisation. Ces derniers seraient multiples, car toute personne qui crée ou consomme du texte, du code et des données peut bénéficier de l'IA générative.
Effectivement, les cas d'utilisation actuels, qui semblent nombreux, portent sur la génération de toute sorte de contenus avec des applications potentielles dans la logistique, l'administration, la formation, le développement et l'engagement client, notamment. Soulignons, par exemple, la conception d'assistants virtuels qui pourraient prendre en charge partiellement des tâches répétitives telles que la planification de rendez-vous ou la prise de réservations. Ceux-ci pourraient répondre à des questions simples, et éventuellement plus complexes, des employés et des clients.
CIODive insiste sur le fait que, quel que soit le cas d'utilisation, les entreprises doivent porter une très grande attention à la sécurité et à la confidentialité lors de la conception des applications d'IA générative. En effet, la « formation » d'un modèle d'IA générative implique la manipulation de connaissances confidentielles qui portent sur l'entreprise, les clients et les employés.
Selon un article de CIODive, l'intelligence artificielle (IA) générative pourrait améliorer la façon de travailler des entreprises et créer une nouvelle d'une valeur commerciale comparable à celle qui a été créée par l'adoption de l'infonuagique. Apparemment, les pionniers de l'infonuagique tireraient un avantage certain de cette innovation et l'on prévoit désormais une évolution semblable pour les nouveaux systèmes intelligents génératifs. Bien que cette technologie ne soit qu'à ses débuts dans le monde des entreprises, on pressent déjà de vastes possibilités pour l'accroissement de la productivité.
L'IA générative correspond à une catégorie particulière d'algorithmes, basés sur des modèles d'apprentissage ou formés (trained models), contrairement à d'autres solutions d'IA qui sont codées ou scriptées. Il s'agit d'un type d'IA qui nécessite donc une collaboration entre la technologie et les utilisateurs. De plus, I'IA générative est à code source libre, ce qui la rend accessible à un vaste bassin de concepteurs, et pas seulement à un cercle restreint de scientifiques des données.
Malgré ces atouts, l'IA a aussi des points faibles. Puisqu'elle ne peut pas se comprendre elle-même, elle doit être alimentée avec les bonnes informations pour apprendre correctement. Malgré cela, il y aurait des progrès intéressants dans des domaines créatifs tels que l'écriture et la conception.
CIODive note cependant que la création d'une nouvelle valeur à partir de l'IA générative exigerait un long parcours d'apprentissage comparable à celui qui a accompagné le développement de l'infonuagique il y a dix ans. Il est donc à prévoir que la résistance et le scepticisme auxquels fera face l'adoption de l'IA générative s'estomperont lorsqu'elle démontrera sa valeur commerciale.
Dans ce contexte, ceux qui ont adopté rapidement l'infonuagique auraient une longueur d'avance dans l'IA générative. En effet, ces pionniers maîtriseraient déjà certaines étapes critiques dans la stratégie organisationnelle, comme la pertinence de commencer à l'intérieur de l'organisation en vue d'établir une structure de gouvernance et de documenter et définir des cas d'utilisation. Ces derniers seraient multiples, car toute personne qui crée ou consomme du texte, du code et des données peut bénéficier de l'IA générative.
Effectivement, les cas d'utilisation actuels, qui semblent nombreux, portent sur la génération de toute sorte de contenus avec des applications potentielles dans la logistique, l'administration, la formation, le développement et l'engagement client, notamment. Soulignons, par exemple, la conception d'assistants virtuels qui pourraient prendre en charge partiellement des tâches répétitives telles que la planification de rendez-vous ou la prise de réservations. Ceux-ci pourraient répondre à des questions simples, et éventuellement plus complexes, des employés et des clients.
CIODive insiste sur le fait que, quel que soit le cas d'utilisation, les entreprises doivent porter une très grande attention à la sécurité et à la confidentialité lors de la conception des applications d'IA générative. En effet, la « formation » d'un modèle d'IA générative implique la manipulation de connaissances confidentielles qui portent sur l'entreprise, les clients et les employés.