Rapport D’Étude
L’IA pour tous
5 LECTURE DE MINUTES
22 mars 2023
Rapport D’Étude
5 LECTURE DE MINUTES
22 mars 2023
La popularité mondiale explosive de ChatGPT nous a donné le premier véritable point d’inflexion de l’IA dans l’adoption publique. Enfin, tout le monde, partout, peut voir le potentiel de perturbation de la technologie pour lui-même.
Les grands modèles de langage (LLM) et les modèles de base qui alimentent ces progrès en matière d’IA générative constituent un tournant important. Non seulement ils ont déchiffré le code de la complexité du langage, permettant aux machines d’apprendre le contexte, de déduire l’intention et d’être autonomes et créatifs, mais ils peuvent aussi être rapidement peaufinés pour un large éventail de tâches différentes.
Cette technologie est destinée à transformer fondamentalement tout, de la science aux affaires, en passant par les soins de santé, par exemple, et la société elle-même. L’incidence positive sur la créativité et la productivité humaines sera énorme.
Les entreprises utiliseront ces modèles pour réinventer la façon de travailler. Chaque rôle dans chaque entreprise a le potentiel d’être réinventé, car les humains travaillant avec des co-pilotes d’IA deviennent la norme, amplifiant considérablement ce que les gens peuvent accomplir. L’IA générative aura une incidence sur les tâches et non sur les professions. Certaines de ces tâches seront automatisées, d’autres seront transformées grâce à l’aide de l’IA, et d’autres ne seront pas touchées.
Nous pouvons également nous attendre à ce que les gens accomplissent un grand nombre de nouvelles tâches, comme assurer l’utilisation exacte et responsable des systèmes d’IA générative. C’est pourquoi les organisations qui investissent dans la formation des gens pour travailler aux côtés de l’IA générative auront un avantage important.
ChatGPT a éveillé le monde au potentiel transformateur de l’IA générative, attirant l’attention mondiale et suscitant une vague de créativité.
Imaginez que chaque employé de votre entreprise a un adjoint qui « connaît » tout ce que votre organisation a vécu — l’histoire, le contexte, la nuance et l’intention de l’entreprise et de ses activités — et qui peut traiter, analyser et utiliser ces informations en quelques secondes, de façon infiniment reproductible.
Nous en sommes à une étape du cycle d’adoption où la plupart des organisations commencent à expérimenter en utilisant des modèles de base « disponibles sur le marché ». Cependant, la plus grande valeur pour beaucoup d’entre elles viendra de la personnalisation ou du peaufinage de modèles en utilisant leurs propres données pour répondre à leurs besoins uniques.
Les applications d’IA générative et de grands modèles de langage sont prêtes à consommer et faciles d’accès. Les entreprises peuvent les consommer au moyen d’interfaces de programmation d’applications et les adapter, dans une faible mesure, à leurs propres cas d’utilisation grâce à des techniques d’ingénierie rapides comme le réglage rapide et l’apprentissage de préfixes.
Pour accroître la valeur de l’IA générative et des modèles de base dans des cas d’utilisation commerciale particuliers, les entreprises adapteront de plus en plus des modèles déjà éprouvés en les peaufinant à l’aide de leurs propres données, ce qui leur permettra de repousser de nouvelles frontières en matière de rendement.
98 %
des dirigeants du Canada conviennent que les modèles de base de l’IA joueront un rôle important dans les stratégies de leur organisation au cours des trois à cinq prochaines années.
40 %
de toutes les heures de travail peuvent être influencées par de grands modèles de langage (LLM) comme GPT-4.
Au cours des prochaines années, il y aura des investissements considérables dans l’IA générative, les grands modèles de langage et les modèles de base. Ce qui est unique dans cette évolution, c’est que la technologie, la réglementation et l’adoption par les entreprises s’accélèrent de façon exponentielle en même temps.
Chaque couche de la pile de technologies d’IA générative (applications, peaufinage, modèles de base, données et infrastructure) évoluera rapidement, à mesure que la technologie gagnera en maturité et que les demandes de calcul augmenteront de façon exponentielle. Le coût et les émissions de carbone sont des considérations centrales dans l’adoption de l’IA générative à forte consommation d’énergie.
ChatGPT soulève des questions importantes sur l’utilisation responsable de l’IA. La rapidité de l’évolution et de l’adoption de la technologie oblige les entreprises à porter une attention particulière aux risques juridiques, éthiques et de réputation qu’elles peuvent encourir. Elles devront répondre à des questions clés sur la propriété intellectuelle, la confidentialité et la sécurité des données, la discrimination, la responsabilité des produits, la confiance et l’identité.
Les entreprises doivent réinventer leur travail pour trouver une voie vers la valeur de l’IA générative. Les chefs d’entreprise doivent diriger le changement, dès maintenant, dans la refonte des emplois, la refonte des tâches et la requalification des employés. En fin de compte, chaque rôle au sein d’une entreprise a le potentiel d’être réinventé, une fois que les emplois d’aujourd’hui sont décomposés en tâches qui peuvent être automatisées ou assistées et réinventées pour un nouvel avenir de travail où l’humain collabore avec la machine.
63 %
Les grands modèles de langage auront une incidence sur chaque catégorie, allant de 9 % d’une journée de travail au bas de l’échelle à 63 % au haut de l’échelle.
Les entreprises auront des milliers de façons d’appliquer l’IA générative et les modèles de base pour maximiser l’efficacité et créer un avantage concurrentiel. Toutefois, elles devront réinventer le travail pour trouver un chemin vers la valeur commerciale de cette technologie. Les chefs d’entreprise doivent diriger le changement, dès maintenant, dans la refonte des emplois, la refonte des tâches et la requalification des employés.
Pour commencer, considérez les éléments essentiels suivants de l’adoption :
Les organisations doivent adopter une approche double en matière d’expérimentation. D’abord, l’approche doit se concentrer sur les possibilités faciles à saisir en utilisant des modèles et des applications consommables pour obtenir des rendements rapides. Ensuite, elle doit être axée sur la réinvention des activités à l’aide de modèles adaptés aux données de l’organisation. Un état d’esprit axé sur l’entreprise est essentiel pour définir et mener à bien l’analyse de rentabilisation.
Mettez l’accent sur les gens autant que sur la technologie, en augmentant les investissements dans les talents pour créer l’IA et l’utiliser. Cela signifie qu’il faut perfectionner des compétences techniques comme l’ingénierie de l’IA et l’architecture d’entreprise, et former les gens dans l’ensemble de l’organisation pour qu’ils travaillent efficacement avec les processus infusés d’IA.
Les modèles de base ont besoin de grandes quantités de données conservées pour apprendre, ce qui fait de la résolution du problème des données une priorité urgente pour chaque entreprise. Adoptez une approche stratégique et disciplinée pour acquérir, raffiner, protéger et déployer les données. Assurez-vous que l’organisation dispose d’une plateforme de données d’entreprise moderne, construite sur le nuage, avec un ensemble de produits de données fiables et réutilisables.
Tenez compte des exigences en matière d’infrastructure, d’architecture, de modèle d’exploitation et de structure de gouvernance afin de tirer parti de l’IA générative et des modèles de base, en surveillant de près les coûts et la consommation d’énergie durable.
Accédez aux ressources et à l’expertise nécessaires pour créer et mettre à l’échelle des applications d’IA. Tirez parti des pratiques exemplaires de l’industrie et des perspectives offertes par les partenaires de l’écosystème, soit les grands joueurs technologiques, les entreprises en démarrage, les entreprises de services professionnels et les établissements d’enseignement.
Évaluez de toute urgence si le régime de gouvernance responsable de l’IA de l’entreprise est suffisamment robuste avant d’élargir les applications d’IA générative. Intégrez des contrôles pour évaluer les risques à l’étape de la conception et intégrez des principes et des approches responsables en matière d’IA dans l’ensemble de l’entreprise.
62 %
Les tâches associées au langage représentent 51 % du temps total de travail des employés.
42 %
des entreprises veulent faire un investissement important dans ChatGPT en 2023.
Des moments comme celui-ci ne se produisent pas souvent. Nous sommes au début d’une ère incroyablement excitante qui transformera fondamentalement la façon d’accéder à l’information, de créer du contenu, de répondre aux besoins des clients et de gérer les entreprises.
Intégrés dans le noyau numérique des entreprises, l’IA générative et les modèles de base optimiseront les tâches, augmenteront les capacités humaines et ouvriront de nouvelles voies de croissance. Ce faisant, ces technologies créeront un tout nouveau langage pour la réinvention des entreprises.
Cependant, il sera essentiel de repenser la façon dont le travail est accompli et d’aider les gens à suivre le rythme du changement technologique pour réaliser le plein potentiel.
Les entreprises doivent investir autant dans l’évolution des opérations et la formation des gens que dans la technologie.
Le moment est venu pour les entreprises d’utiliser les percées dans le domaine de l’IA pour établir de nouvelles frontières de rendement, en se redéfinissant et en redéfinissant les industries dans lesquelles elles mènent leurs activités.
Le QT est la façon dont nous bâtissons et démontrons notre compréhension des technologies transformatrices et de la façon dont elles permettent de réaliser les promesses de la technologie et de l’ingéniosité humaine. Des cadres supérieurs au personnel de première ligne, les employés de tous les échelons devront développer un QT afin de favoriser une réinvention réussie.
À Accenture, nous investissons dans la formation continue à l’échelle de l’entreprise, et chaque employé reçoit une note de QT individuelle. La série de formations de QT d’Accenture est une façon simple et efficace de s’assurer que chaque membre de l’équipe en apprend davantage sur la technologie, la façon dont elle est appliquée, la raison pour laquelle elle est importante et la façon dont elle fonctionne avec d’autres technologies.