Le point de vue des leaders du secteur sur l'IA générative pour façonner l'avenir

Des débuts et le traitement par batch efficace avec des data warehouses pour l’analyse descriptive, ainsi que l’inclusion de données en streaming en temps réel pour émettre des recommandations, nous nous trouvons à l’avant-garde d’une nouvelle étape d’évolution : l’IA générative.

Cette centrale générative a alimenté l’intégration verticale, donnant naissance à des solutions sectorielles spécifiques qui exploitent tout le potentiel des capacités génératives et libèrent l’imagination.  

Tout a commencé lorsqu’un modèle puissant adapté au texte a attiré l’attention du grand public. À présent, moins de 18 mois plus tard, une longue liste de modèles d’IA générative commerciaux et open source sont désormais disponibles, parallèlement à de nouveaux modèles multimodaux qui comprennent également les images et d’autres données non structurées. 

Comment les entreprises peuvent-elles rester agiles face au changement et à l’innovation qui se produisent si rapidement ?

Récemment, Tom Stuermer, Global Senior Managing Director of Accenture, et Sridhar Ramaswamy, CEO de Snowflake, ont parlé dans Data Cloud Now de la nature transformatrice de l'IA générative et des grands modèles de langage (LLM). Ce blog met en avant trois tendances clés de l’IA générative que les deux leaders de l’IA voient émerger. 

Pour Tom Stuermer, l’IA générative ne se limite pas à un moment. Elle a déjà un impact réel. 

« Il s’agit de la technologie la plus révolutionnaire que j’aie jamais vue de mon temps », explique Tom Stuermer. « Oui, il y a beaucoup de battage médiatique, mais la demande [et] les avantages que nous en tirons, et les possibilités d’utiliser l’IA/ML et l’IA générative collectivement dans une plateforme data, sont convaincantes. »

Les chiffres confirment ce que nous dit Tom Stuermer. Il a eu plus de 3 000 conversations avec des clients sur l’IA générative qui se sont transformées en plus de 700 projets utilisant cette technologie. 

Ces dernières années, Accenture a travaillé sur des projets d’IA générative axés sur des démonstrations de faisabilité. En 2024, il voit des clients se demander comment ils peuvent évoluer. Il considère 2024 comme l’année où l’on est passé des démonstrations de faisabilité à l’évolution, afin d’avoir un impact tangible sur divers secteurs tels que l’industrie, le retail et les services financiers. Cependant, les entreprises doivent préparer leurs données et leurs effectifs pour plus d’impact.

« Nous voyons quelque chose... un tout autre ensemble de compétences que nous allons devoir développer », ajoute Tom Stuermer. « De même que de nombreuses opportunités supplémentaires que nous allons avoir avec nos clients. »

Il est également important de ralentir et d’analyser ces démonstrations de faisabilité afin d’être réalistes sur ce que l’IA générative peut faire dès maintenant pour les entreprises. 

« Une partie de la difficulté avec l’IA actuellement est de trouver où vous pouvez tirer le plus de valeur commerciale », explique Sridhar Ramaswamy. « Ce n’est pas comme si l’IA allait résoudre instantanément tous les problèmes de l’entreprise. »

Accenture et Snowflake prévoient de tirer des enseignements des démonstrations de faisabilité afin d’unir leurs forces sur de futures solutions d’IA générative et de créer davantage de valeur pour leurs clients. 

Les LLM émergent comme la nouvelle interface homme-machine, comblant le fossé entre les humains et la technologie grâce au langage naturel. Les entreprises tireront le meilleur parti des LLM en les utilisant d’abord dans des domaines tels que les applications de gestion des connaissances, où de nombreuses informations dispersées dans des documents peuvent désormais être accessibles via des chatbots simples à utiliser. Mais selon Sridhar Ramaswamy, l’étendue des capacités de l’IA générative continue d’émerveiller les gens et il pense que nous commencerons à voir des applications d’IA encore plus précieuses prendre vie cette année.

« Si vous pensez à ce que nous faisions jusque-là, nous tapions sur un clavier et déplacions une souris pour cliquer sur l’écran », dit-il. « Soyons réalistes, la plupart des gens ne sont pas si doués pour la frappe — c’est encore un peu difficile. »

Pour lui, l'IA générative et les LLM offrent l'opportunité d'une meilleure expérience, plus précise, avec les machines. Les LLM peuvent être combinés avec des technologies complémentaires, telles qu’une meilleure reconnaissance vocale, pour créer une interaction plus fluide avec les logiciels.

« Je pense que cela signifie que les gens vont être plus expansifs », dit-il. « Je pense que les premiers exemples que nous avons vus... c’est de pouvoir poser une question [à un chatbot], de lui demander d’écrire un poème. Et voilà. Vous posez une question factuelle [et] ces modèles vous donnent une réponse. »

Il est facile de se perdre dans les gros titres sur les dangers de l’IA générative, mais la technologie transforme déjà de nombreux aspects de notre vie. 

« L’IA générative est réelle, et vous pouvez prendre un certain nombre de mesures sans regret pour préparer votre plateforme data et commencer à l’intégrer afin d’être mieux préparé à offrir de l’IA générative à valeur commerciale au sein de votre entreprise », explique Tom Stuermer.

Accenture a déjà identifié parmi 42 interventions certaines que ses clients peuvent effectuer aujourd’hui pour mieux préparer leurs plateformes data à l’IA générative. Sridhar Ramaswamy ajoute qu’il existe plusieurs capacités d’IA générative que les entreprises peuvent rapidement mettre en œuvre ou moderniser, comme la recherche et la récupération d’informations.

« Aucun de nous ne veut se retrouver en mode, je tape quelque chose dans une zone de recherche, je reçois 20 résultats [et] je dois maintenant cliquer sur huit d’entre eux pour comprendre ce que je veux », explique Sridhar Ramaswamy. « Cette époque, vous devriez le savoir, est révolue. »

Au lieu de cela, les entreprises peuvent vous donner un bon système de récupération et un LLM, ce que Snowflake fournit nativement, pour simplifier ce problème. Pourtant, les entreprises doivent être réalistes et mettre en œuvre des solutions réalistes tout en mettant l’accent sur la création de valeur et en gérant les attentes autour de l’IA générative.

« Je pense qu’avoir ce modèle mental [de] ce qui est faisable et ce qui est difficile, ce qui est pure fiction, je pense que d’avoir cette perspective et de s’appuyer dessus va beaucoup aider les professionnels, et les dirigeants qui vont financer les professionnels », explique Sridhar Ramaswamy.

Sridhar Ramaswamy voit la technologie de l’IA générative dépasser le format traditionnel de questions-réponses que nous connaissons aujourd’hui. Il pense que les modèles sont prêts pour une révolution de l’utilisation des outils, grâce à leur capacité à générer des requêtes structurées, telles que du SQL, et à interagir en toute transparence avec les API. Selon lui, l'IA générative deviendra le ciment de l'interopérabilité, générant une valeur considérable dans divers domaines d'entreprise.

« Les catégories d’applications sur lesquelles je pense que nous travaillerons ensemble avant tout sont les applications d’informations », confie-t-il. « [Nous allons demander à nos modèles] de meilleures réponses dans ce domaine spécifique que je recherche : aide-moi avec un produit que j’ai ; recherche dans toute votre documentation produit ; recherche dans tous vos cas d’assistance et aide-moi à trouver les choses les plus pertinentes pour moi. Aide-moi à résoudre le problème que j'ai. Ce sont des choses comme ça qui, je pense, auront un impact positif important et relativement immédiat avec l’IA. »

Ces expériences s’appuieront sur des données. Plus précisément, Tom Stuermer explique que de nombreuses solutions d’IA générative qui sont populaires aujourd’hui, comme les interactions entre les centres d’appel et les chatbots, ont toutes créé une demande pour de meilleures données afin de pouvoir soutenir l’innovation que Sridhar Ramaswamy attend. 

« C’est un cycle de renforcement, plus l’IA générative est déployée, plus il y a de demandes de données précises, contrôlées et complètes pour entraîner plus efficacement ces modèles », explique Tom Stuermer.

À mesure que la demande pour ces outils augmente, cela continuera de mettre à rude épreuve les plateformes data utilisées aujourd’hui. Mais Tom Stuermer y voit une opportunité et pense que nous voyons déjà des plateformes data, comme Snowflake, accélérer leurs innovations pour alimenter la révolution de l’IA générative.

Alors que nous passons du battage médiatique sur l’IA générative à la réalité, les entreprises devraient se concentrer sur trois domaines clés pour tirer parti de ses avantages en 2024, selon ces deux experts majeurs de l’IA :

1. Les entreprises peuvent réinventer l’expérience utilisateur, en l’améliorant notamment lorsque des informations dispersées retardent le délai d’action, y compris la recherche et la récupération d’informations. 

2. Les entreprises doivent s’assurer que leurs données sont prêtes et de leur haute qualité, afin de fournir des résultats précis et fiables pour leurs solutions d’IA générative. 

3. Les entreprises doivent adopter une stratégie de plateforme data qui rend l’IA accessible à tous, et pas seulement aux développeurs, grâce à la nouvelle interface de langage naturel des modèles.

Regardez l’intégralité de l’entretien Data Cloud Now pour en savoir plus. Vous êtes prêts à approfondir votre exploration de l’IA générative ? Téléchargez le Guide indispensable de l’IA générative pour découvrir comment préparer votre entreprise à la prochaine évolution de l’IA générative et comment Accenture et Snowflake peuvent vous y aider. Et cliquez ici pour savoir plus sur le partenariat entre Accenture et Snowflake.