L’intelligence artificielle (IA) a dominé les actualités des entreprises et de la technologie ces derniers temps, en particulier avec l’émergence de technologies d’IA générative comme ChatGPT. Mais pour les entreprises qui commencent ou élargissent leur utilisation de l’IA et de l’IA générative, il reste des défis technologiques importants, ainsi que des difficultés de formation et de procédure à surmonter. Certes, le nombre d’entreprises utilisant l’IA continue d’augmenter à travers le monde et dans pratiquement tous les secteurs. Selon le rapport IBM Global AI Adoption Index 2022, l’adoption de la technologie est florissante. Il estime que le taux d’adoption de l’IA à l’échelle mondiale a progressé de façon continue en 2022 et est désormais de 35 %, soit une augmentation de quatre points par rapport à l’année précédente. Et 42 % des personnes interrogées ont déclaré qu’elles examinaient la façon dont elles pourraient commencer à utiliser l’IA. «D’une manière générale, c’est un nouveau domaine et il évolue très rapidement», explique Assaf Katan, directeur général des opérations commerciales de Deci, une entreprise israélienne de développement d’applications. «Il y a une combinaison de défis à court et à long terme. A court terme, il s’agit vraiment de choisir votre parcours. ‘Dois-je développer des capacités en interne, travailler avec des modèles open source et les modifier moi-même; ou dois-je travailler via une API avec quelque chose comme Open AI? Ensuite, je n’ai pas besoin d’être super compétent, mais aussi mon niveau de contrôle sur les performances du modèle, et ma capacité à le personnaliser tout en garantissant la confidentialité des données, est limité. ‘ » Ce sont les décisions initiales à court terme. Ensuite, en regardant vers le futur, les entreprises doivent envisager la nécessité de se développer et les coûts associés. «En regardant à plus long terme, supposons qu’une entreprise veuille créer un service d’IA générative. Ils croient qu’il peut améliorer les performances, améliorer les flux de travail et qu’il se développera», explique Katan. «Ils devront réfléchir aux implications du développement de l’utilisation du modèle qui alimente leur solution. Ces modèles génératifs sont énormes, avec des billions de paramètres, donc la puissance de calcul qu’ils nécessitent pour l’inférence est énorme. Comment le construire de manière à ce que, si vous vous développez, vous puissiez toujours gérer les coûts?’
Avancer l’intelligence artificielle
