Le réalisme s’impose dans le déploiement de l’IA générative
Un article de CIO signale que le battage médiatique et l’enthousiasme à l’égard de l’intelligence artificielle (IA) devraient éventuellement se modérer, ce qui, en fait, semble s’être déjà produit cet été. Il s’agirait d’une situation semblable à l’effondrement des sociétés point-coms de la fin des années 90 ou, plus récemment, à celle des cryptomonnaies.
En guise d’exemple, l’article note que le prix de l’action de Nvidia, après avoir augmenté de près de 200 % au cours des six premiers mois de l’année, aurait chuté de 20 % en juillet et août. De plus, des investisseurs comme Goldman Sachs éprouveraient des inquiétudes quant à la rentabilité de nombreux investissements réalisés dans cette technologie.
Bien entendu, cela ne veut pas dire que l’IA soit dans une impasse. Apparemment, après une période d’incertitude et d’attentes irréalistes, il y aurait déjà suffisamment de déploiements et de cas d’utilisation de l’IA et des grands modèles de langage pour avoir un aperçu plus réaliste de leur potentiel transformationnel autant dans les entreprises que dans le secteur public.
Selon une enquête du cabinet de conseil BCG, publiée plus tôt cette année, plus de la moitié des 1 400 cadres dirigeants d’entreprises consultés étaient optimistes par rapport au potentiel de l’IA et de l’IA générative de générer des économies de coûts en 2024. Même si la plupart des initiatives en étaient encore au stade du déploiement expérimental, environ un quart s’attendaient à des économies supérieures à 10 %, principalement grâce à des gains de productivité dans les opérations, le service à la clientèle et l’informatique.
Qui plus est, pour expliquer le manque de progrès de leur organisation en matière d’investissements dans l’IA, les répondants n’ont pas signalé des problèmes liés aux technologies d’IA elles-mêmes. Pour la moitié d’entre eux, cela était attribuable plutôt à la faible précision dans les priorités d’investissement ainsi qu’au manque de compétences disponibles et de stratégies cohérentes.
Parmi les cas d’utilisation les plus révolutionnaires, l’article mentionne celui de la société de services financiers Klarna, qui affirme que 90 % de son personnel utilise quotidiennement l’IA avec son assistant Klarna AI. Ces outils auraient été capables de gérer les deux tiers des conversations du service à la clientèle au cours de son premier mois d’exploitation, soit l’équivalent du travail de 700 agents à temps plein. De plus, en vertu de la précision de ces outils, on aurait constaté une baisse de 25 % des demandes répétées et un ajout de 40 millions de dollars au résultat net de l’entreprise.
Selon l’article, la multiplication des cas d’utilisation de l’IA permettra aux entreprises de mieux comprendre les aspects problématiques survenus lors des déploiements et d’améliorer la mise en place de leurs initiatives. De plus, les entreprises devraient bénéficier de l’utilisation croissante de la génération augmentée d’information contextuelle (RAG) et des graphes de connaissances, ainsi que de l’explosion des modèles ouverts et des interfaces de programmation d’applications (API) de grands fournisseurs tels qu’OpenAI et Anthropic. Ce sont des technologies qui leur permettront d’exploiter leurs données de manière plus sécuritaire.
Un article de CIO signale que le battage médiatique et l’enthousiasme à l’égard de l’intelligence artificielle (IA) devraient éventuellement se modérer, ce qui, en fait, semble s’être déjà produit cet été. Il s’agirait d’une situation semblable à l’effondrement des sociétés point-coms de la fin des années 90 ou, plus récemment, à celle des cryptomonnaies.
En guise d’exemple, l’article note que le prix de l’action de Nvidia, après avoir augmenté de près de 200 % au cours des six premiers mois de l’année, aurait chuté de 20 % en juillet et août. De plus, des investisseurs comme Goldman Sachs éprouveraient des inquiétudes quant à la rentabilité de nombreux investissements réalisés dans cette technologie.
Bien entendu, cela ne veut pas dire que l’IA soit dans une impasse. Apparemment, après une période d’incertitude et d’attentes irréalistes, il y aurait déjà suffisamment de déploiements et de cas d’utilisation de l’IA et des grands modèles de langage pour avoir un aperçu plus réaliste de leur potentiel transformationnel autant dans les entreprises que dans le secteur public.
Selon une enquête du cabinet de conseil BCG, publiée plus tôt cette année, plus de la moitié des 1 400 cadres dirigeants d’entreprises consultés étaient optimistes par rapport au potentiel de l’IA et de l’IA générative de générer des économies de coûts en 2024. Même si la plupart des initiatives en étaient encore au stade du déploiement expérimental, environ un quart s’attendaient à des économies supérieures à 10 %, principalement grâce à des gains de productivité dans les opérations, le service à la clientèle et l’informatique.
Qui plus est, pour expliquer le manque de progrès de leur organisation en matière d’investissements dans l’IA, les répondants n’ont pas signalé des problèmes liés aux technologies d’IA elles-mêmes. Pour la moitié d’entre eux, cela était attribuable plutôt à la faible précision dans les priorités d’investissement ainsi qu’au manque de compétences disponibles et de stratégies cohérentes.
Parmi les cas d’utilisation les plus révolutionnaires, l’article mentionne celui de la société de services financiers Klarna, qui affirme que 90 % de son personnel utilise quotidiennement l’IA avec son assistant Klarna AI. Ces outils auraient été capables de gérer les deux tiers des conversations du service à la clientèle au cours de son premier mois d’exploitation, soit l’équivalent du travail de 700 agents à temps plein. De plus, en vertu de la précision de ces outils, on aurait constaté une baisse de 25 % des demandes répétées et un ajout de 40 millions de dollars au résultat net de l’entreprise.
Selon l’article, la multiplication des cas d’utilisation de l’IA permettra aux entreprises de mieux comprendre les aspects problématiques survenus lors des déploiements et d’améliorer la mise en place de leurs initiatives. De plus, les entreprises devraient bénéficier de l’utilisation croissante de la génération augmentée d’information contextuelle (RAG) et des graphes de connaissances, ainsi que de l’explosion des modèles ouverts et des interfaces de programmation d’applications (API) de grands fournisseurs tels qu’OpenAI et Anthropic. Ce sont des technologies qui leur permettront d’exploiter leurs données de manière plus sécuritaire.