Stratégie et perspectives

Prédictions pour 2025 : stratégies pour concrétiser les promesses de l’IA

Snowflake AI + Data predictions cover

Les dirigeants de Snowflake partagent leur point de vue sur le développement de l’IA, de l’open source et de la cybersécurité, ainsi que sur les compétences fondamentales requises en matière de leadership, pour les années à venir.

À l’approche de la fin d’une année civile, il est naturel de songer à ce que la nouvelle année nous réserve. C’est un euphémisme de dire que l’avenir est très difficile à prédire, mais il est possible à la fois de se préparer aux résultats les plus probables et de rester prêt à s’adapter aux imprévus. 

Dans le domaine des technologies d’entreprise, les plus grandes certitudes et les surprises potentielles les plus significatives proviennent d’un seul domaine : le domaine en pleine évolution de l’intelligence artificielle. Alors que nous nous projetons en 2025 et au-delà, il est important de se concentrer sur le développement et l’adoption de l’IA.

C’est exactement ce que j’ai fait avec une dizaine d’experts et de leaders de Snowflake, et aujourd’hui voici le résultat : le rapport « Data + AI Predictions 2025 ». Outre les questions liées aux progrès de l’IA, nous avons examiné les tendances directionnelles et les besoins urgents en matière de cybersécurité, de logiciels open source et plus encore. Mais, bien évidemment, une grande partie de nos conversations se sont tournées vers l’IA et la façon dont ce domaine technologique volatile et en constante évolution pourrait continuer à surprendre le monde entier.

2025 sera l’année où de nombreuses entreprises passeront de l’expérimentation des LLM et de l’IA générative à leur implémentation, ce qui apportera ses propres défis. De mon point de vue, ce sont les idées clés qui ressortent de nos discussions sur l’IA et plus particulièrement sur son impact sur l’entreprise.

  • L’observabilité de l’IA est essentielle à l’implémentation de l’IA, et les plateformes déploieront des solutions. Lorsque vous exécutez un grand modèle de langage, vous avez besoin de voir comment le modèle peut évoluer lorsqu’il ingère de nouvelles données. Il est également important d’avoir une visibilité sur les coûts et les performances. Des solutions d’observabilité de l’IA émergent pour répondre à ce besoin, mais avec le temps, il est fort probable que les grandes plateformes data, dont Snowflake, apporteront des solutions.

  • Les hallucinations ralentiront le déploiement de l’IA pour les clients. Les modèles ne cessent de s’améliorer, et des techniques telles que la génération augmentée de récupération (RAG) aideront à réduire les hallucinations et les erreurs et à mettre en place des garde-fous qui protègent les données sensibles ainsi que la voix et le ton d’une entreprise. Mais les entreprises continueront d'hésiter à mettre en face de leurs clients une technologie susceptible d'afficher des biais ou d'apporter des réponses inexactes. C’est pourquoi l’IA en interne continuera d’être au cœur des préoccupations au cours des deux prochaines années.

  • La prochaine évolution dans la data est de préparer les données à l’IA. Depuis des années, un principe essentiel de la transformation numérique est de rendre les données accessibles, d’éliminer les silos pour que l’entreprise puisse tirer de la valeur de toutes ses données. Cela reste important, bien sûr, mais la prochaine étape consistera à s’assurer que les données unifiées de l’entreprise sont prêtes pour l’IA et peuvent être connectées aux agents et applications existants. 

    La tendance à centraliser les données va s’accélérer, en veillant à ce qu’elles soient de haute qualité, précises et bien gérées. En plus de travailler avec des données bien structurées dans un data warehouse, les systèmes d’IA modernes peuvent utiliser le deep learning et le traitement du langage naturel pour travailler efficacement avec des données non structurées et semi-structurées dans des data lakes et des lakehouses. Globalement, les données doivent être facilement accessibles aux systèmes d’IA, avec une gestion claire des métadonnées et une attention particulière portée à la pertinence et à l’actualisation. Et la stratégie data doit évoluer pour s’assurer que les initiatives d’IA sont alignées sur les objectifs de l’entreprise et inculquent efficacement une culture data-driven dans l’entreprise.

  • Attendez-vous à des agents autonomes, à la digestion de documents et à l’IA en tant que sa propre killer app. Notre rapport note que les LLM et l’IA générative seront si profondément ancrés dans notre façon de vivre et de travailler que penser à une « killer app pour l’IA » revient à imaginer une killer app pour l’électricité. Mais si nous cherchons le gagnant à court terme, ce seront des cas d’usage internes qui permettront aux employés d’extraire des informations de gigantesques corpus de données non structurées. Snowflake a récemment aidé un client à ingérer environ 700 000 pages de recherche et à les rendre facilement consommables grâce à un chatbot conversationnel, ce qui a permis aux analystes de recueillir des informations qui étaient jusqu’alors fonctionnellement indisponibles, alors que l’entreprise disposait des données. Cela restera une utilisation majeure de l’IA générative pendant un certain temps.

    Mais dans les années à venir, les agents autonomes feront la différence dans notre façon de travailler avec l’IA. Plutôt que de répondre à une question spécifique, les agents indépendants agiront sur les instructions générales d’un utilisateur humain. « Créer et lancer une campagne marketing pour attirer cette cohorte de clients clés » pourrait être automatiquement divisé en sous-tâches telles que la conception de graphiques de texte à l’identité de la marque, l’achat publicitaire pour atteindre l’audience souhaitée et l’optimisation en fonction des performances initiales.

  • Le leadership sera l’antidote à l’épuisement de l’IA. L’IA progresse si rapidement que le projet qui consommait toutes les heures de travail d’une équipe il y a deux semaines pourrait être complètement obsolète demain. Avancez-vous ou refaites-vous le travail ? Si c’est le dernier cas, et si cela se reproduisait la semaine prochaine ? Tous ceux que je connais dans le domaine de l’IA ont déjà parlé de surmenage au cours de l’année écoulée. Pour que les équipes puissent atteindre leur meilleur niveau de productivité et de créativité, les dirigeants doivent intervenir. Nous devons viser des objectifs et un retour sur investissement, au lieu de nous concentrer sur ce qui brille. Les projets d’IA ne doivent pas porter sur « le dernier » ou « le meilleur ». À l’instar de toute décision commerciale ou de tout investissement, nous devons évaluer ce qui est le plus efficient en termes de résultats et de ressources.

Ces réflexions ne sont que quelques-unes des réflexions que contient le rapport. Au niveau sociétal, nous examinons l’interaction entre les garde-fous du secteur et la supervision réglementaire. Nos experts en cybersécurité se penchent sur la façon dont l’IA va permettre aux attaquants d’agir et en même temps proposer de nouvelles façons de les combattre. Nous examinons les développements des technologies open source qui permettront aux entreprises d’améliorer leurs stratégies data. Nous abordons également la façon dont les dirigeants peuvent suivre le rythme parfois effréné du changement. Consultez « Snowflake Data + AI Predictions 2025 » pour tout savoir.

Download now

Snowflake AI + Data Predictions 2025

Your AI-accelerated future will include operationalizing AI, rewriting your leadership skill set, and harnessing the next killer app. Hear from more than a dozen experts and execs on what to expect
Partager l'article

Subscribe to our blog newsletter

Get the best, coolest and latest delivered to your inbox each week

Démarrez votre essaigratuit de 30 jours

Essayez Snowflake gratuitement pendant 30 jours et découvrez l'AI Data Cloud qui élimine la complexité, les coûts et les contraintes d’autres solutions.