La fonctionnalité sponsorisée L’intelligence artificielle (IA) a dominé les actualités des affaires 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, les défis technologiques, de formation et procéduraux restent importants. Certes, le nombre d’entreprises qui utilisent l’IA continue d’augmenter dans le monde entier et dans pratiquement tous les secteurs. Selon le rapport IBM Global AI Adoption Index 2022, la prise en charge de la technologie est florissante. Il estime que le taux d’adoption mondiale de l’IA a progressé de façon continue en 2022 et atteint désormais 35 %, soit une hausse de quatre points par rapport à l’année précédente. Et 42 % des personnes interrogées ont déclaré qu’elles étudiaient la manière 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 des affaires commerciales de Deci, une entreprise basée en Israël. «Il y a une combinaison de défis à court et à long terme. A court terme, il s’agit vraiment de choisir votre chemin. Dois-je créer 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? Alors 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 sur le long terme, les entreprises doivent envisager la nécessité de se développer et les coûts associés. «En regardant à plus long terme, supposons qu’une entreprise veuille développer 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 milliards de paramètres, donc la puissance de calcul requise pour l’inférence est énorme. Comment le construire de manière à ce que, si vous vous développez, vous puissiez toujours faire face aux coûts? »
Avancer l’intelligence artificielle
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle
Les Problèmes Communs Rencontrés par la Société dans l’Utilisation Efficace des Derniers Développements de l’Intelligence Artificielle Introduction L’intelligence artificielle (IA)
