Avant l’IA générative, il n’y avait… que l’IA

L’IA générative a été une aubaine pour les entreprises, aidant les employés à découvrir de nouvelles façons de générer du contenu pour une gamme d’utilisations. Le buzz a été suffisamment fort pour qu’on puisse penser que GenAI était la solution ultime à l’IA.

Sauf que les responsables informatiques savent mieux que la plupart des gens qu’avant les outils GenAI, il existait – attendez – d’autres applications d’IA.

« L’IA n’est pas seulement GenAI », a déclaré John Roese, directeur technique mondial de Dell Technologies, lors d’un récent Webdiffusion Tech Today de demain. « Il s’agit de tout un ensemble de domaines et il s’agit de déplacer le travail vers les machines. »

Vous en savez davantage – appelons-les des outils d’IA traditionnels – car vous en avez probablement implémenté un ou plusieurs. Peut-être il y a une décennie ou plus, après la L’IA hiverne décongelé.

Mais quels sont ces autres outils d’IA ?

IA contre. GenAI à un niveau élevé

Les technologies de vision par ordinateur et de reconnaissance vocale comptent parmi les plus populaires, aidant les organisations à créer des logiciels de réalité augmentée ou des assistants virtuels. Ces technologies sont complexes et nécessitent souvent des talents spécialisés pour les construire et les déployer.

De nombreuses applications d’entreprise qui exploitent l’intelligence existent dans une catégorie appelée IA prédictive, qui effectue des prédictions éclairées basées sur des données historiques. Beaucoup de ces outils sont conçus pour exécuter des tâches spécifiques dans des domaines ciblés.

Par exemple, les applications peuvent rechercher des modèles dans les données aider éviter les pénuries dans la chaîne d’approvisionnementou ventes attendues du projet par rapport aux performances historiques et aux tendances actuelles du marché. Certains outils d’IA sont conçus pour la protection des données et détecter les anomalies à partir d’une grande quantité d’informations.

De tels outils exploitent des approches hautement structurées car ils exécutent l’équivalent de trouver des aiguilles de données dans de vastes meules de foin d’informations. En conséquence, les employés doivent créer des histoires convaincantes autour des données pour les rendre exploitables.

Bien que ces outils restent essentiels pour les entreprises, ils sont également relativement plats et robotiques par rapport aux technologies GenAI, dont le point fort est de comprendre les invites du langage naturel à générer des informations contextuellement pertinentes depuis données non structurées.

Les grands modèles de langage GenAI, ou LLM, permettent aux travailleurs sans compétences techniques de créer n’importe quoi, du support marketing à générer des appels d’offres pour les ventes. C’est une IA démocratisée pour les masses.

« Le moment « a-ha » pour moi a été lorsque nous avons soudainement changé le monde de l’IA, passant d’un écosystème composé de 100 000 experts capables de l’utiliser à une interaction avec toute l’humanité capable de parler un langage humain », a déclaré Roese de Dell. « C’est la percée… quiconque pourrait interagir avec cela pourrait commencer à réfléchir à l’art du possible. »

Essentiellement, GenAI a rendu possible l’innovation de rupture en éliminant les barrières séparant les experts en IA des praticiens commerciaux possédant une expertise dans le domaine, a déclaré Roese.

Ce point chaud est l’une des principales raisons pour lesquelles 76 % des décideurs informatiques estiment que GenAI aura un impact significatif, voire « transformateur », sur leur organisation, selon une étude. enquête récente de Dell.¹

Différences sous le capot

Il existe des différences fondamentales entre le fonctionnement des différentes catégories d’IA. Concentrons-nous sur la manière de distinguer l’IA prédictive de la GenAI.

La plupart des outils d’IA prédictive s’appuient sur une programmation basée sur des règles ou sur un apprentissage supervisé, dans lequel des humains programment manuellement des algorithmes ou fournissent des données d’entraînement étiquetées, selon une approche hautement structurée. Ils apprennent à identifier des modèles et des relations dans les données, puis à utiliser ces modèles pour faire des prédictions ou prendre des décisions. Ces outils d’IA peuvent avoir des difficultés avec des tâches pour lesquelles ils n’ont pas été programmés.

À l’inverse, la plupart des systèmes GenAI apprennent de techniques telles que apprentissage par renforcement avec feedback humain, qui combine récompenses et comparaisons avec des conseils humains. Par rapport aux outils prédictifs, les outils GenAI offrent une plus grande adaptabilité et un plus grand potentiel créatif que les applications d’IA traditionnelles.

Cependant, la plupart des outils GenAI s’appuient sur des corpus de données Internet, ce qui signifie qu’ils peuvent produire des contenus inexacts, biaisés, voire nuisibles.

En effet, 37 % des responsables informatiques font état d’une certaine hésitation lorsqu’il s’agit d’adopter l’IA, citant des inquiétudes concernant les risques de sécurité, la complexité technique et gouvernance des donnéesselon l’enquête de Dell.

Valeurs marchandes et avantage concurrentiel

Comme pour la plupart des technologies, le type d’IA que vous utilisez dépend de ce que vous essayez d’accomplir.

Vous feriez confiance à une application structurée pour prévoir les ventes ou les performances de la chaîne d’approvisionnement lors d’un LLM. Mais si vous élaborez un argumentaire de vente ou une liste de tâches pour votre journée de travail, GenAI est votre outil de prédilection. Il y a beaucoup de valeur dans les deux approches.

Même avant que les outils GenAI ne soient disponibles, le marché des logiciels d’IA vanille dépassait 340 milliards de dollars dans le monde jusqu’en 2021, selon IDC. L’estimation de l’impact financier de GenAI est délicate – les capacités des outils continuent d’évoluer – mais McKinsey s’attend à ce que Le marché générera entre 2 600 et 4 400 milliards de dollars de bénéfices mondiaux par an.

Les entreprises progressistes créeront une stratégie d’IA holistique qui exploite tous les outils à leur disposition. Celui qui cultive une stratégie globale positionnera son entreprise en bonne position pour rivaliser avec ses concurrents. Celui qui ne fait pas face à des menaces existentielles.

« Si vous, en tant qu’entreprise, n’allez pas de l’avant, ne redivisez pas votre travail et n’intégrez pas l’IA dans votre entreprise de manière sûre et prévisible, vous serez en retard », a déclaré Roese de Dell.

Comment se dessine votre stratégie d’IA ?

Découvrez comment les solutions Dell Generative AI vous aident apportez l’IA à vos données.

1Generative AI Pulse Survey, Dell Technologies, Sept. 2023