Le dégonflement de la bulle de l’IA est inévitable – et sain

Le battage médiatique et l’enthousiasme autour de l’IA allaient forcément revenir sur terre à un moment donné, et cet été était ce moment-là. Ceux d’entre nous qui sont assez vieux pour s’en souvenir ont vu quelque chose de similaire lors du boom et de l’effondrement des dotcoms de la fin des années 90 et du début des années 2000, ainsi que plus récemment avec la cryptographie.

Après avoir augmenté de près de 200 % au cours des six premiers mois de l’année, le chouchou de l’IA, Nvidia, a vu le cours de son action chuter de 20 % en juillet et août, ce qui suit le fait que Gartner place la génération AI dans le « creux du découragement » dans son dernier rapport. Graphique du cycle de battage médiatique. Même Goldman Sachs, auparavant optimiste quant à l’histoire de l’IA, a exprimé ses inquiétudes quant au retour sur investissement positif de nombreux investissements réalisés dans la technologie. Cependant, ces préoccupations et prédictions sont inévitables compte tenu de certaines attentes irréalistes concernant l’IA. Un peu de réalisme et de scepticisme sont sains à ce stade d’une technologie émergente, mais il serait imprudent de supposer que l’IA est dans une impasse.

Méfiez-vous des opposants

Prédire l’avenir est généralement une tâche insensée, comme l’a reconnu le physicien lauréat du prix Nobel, Niels Bohr, lorsqu’il a déclaré : « La prévision est très difficile, surtout en ce qui concerne l’avenir. » Cela était particulièrement vrai au début des années 1990, alors que le Web commençait à décoller. Même le pionnier d’Internet et co-inventeur de la norme Ethernet, Robert Metcalfe, doutait de la viabilité d’Internet lorsqu’il prédisait qu’il aurait un avenir de 12 mois en 1995. Deux ans plus tard, il a littéralement mangé ses mots lors de la conférence WWW de 1997 lorsqu’il a mélangé une copie imprimée de sa prédiction avec de l’eau et il la but.

Mais il arrive un moment dans une nouvelle technologie où ses avantages potentiels deviennent évidents, même si la forme exacte de son évolution est opaque. Nous en sommes désormais à ce stade avec l’IA et le développement rapide des LLM et de leurs capacités génératives qui se diffusent progressivement dans les entreprises. Il y aura d’autres obstacles sur la route, mais il y a désormais suffisamment de déploiements et de cas d’utilisation pour que nous puissions voir le potentiel d’une série de transformations numériques dans les entreprises et le secteur public.

Que nous disent les chefs d’entreprise ?

Plus tôt cette année, le cabinet de conseil BCG a publié une enquête auprès de 1 400 cadres supérieurs et plus de la moitié s’attendaient à ce que l’IA et la génération AI génèrent des économies de coûts cette année. Alors que la plupart en étaient encore au stade expérimental des déploiements, environ un quart s’attendaient à des économies supérieures à 10 %, principalement grâce à des gains de productivité dans les opérations, le service client et l’informatique. Et même si une proportion importante d’entre eux s’inquiètent du manque de progrès de leur organisation en matière d’investissements dans l’IA, environ la moitié d’entre eux l’attribuent à des priorités d’investissement peu claires et au manque de compétences disponibles et de stratégies cohérentes, plutôt qu’à des problèmes liés aux technologies d’IA elles-mêmes.

Lors de la dernière réunion à Davos d’économistes, de décideurs politiques et de chefs d’entreprise, le PDG américain de KPMG, Paul Knopp, a déclaré : « Nous sommes dans une phase où nous pensons que l’IA générative passera du stade pilote et expérimental à la mise en œuvre et à l’industrialisation. » Une affirmation soutenue lors du même événement par le PDG de Salesforce AI, qui constate déjà des gains de productivité grâce à l’utilisation des outils d’IA par ses clients.

Dépêches de la ligne de front

La société de services financiers Klarna a déclaré publiquement que 90 % de son personnel utilisait quotidiennement l’IA avec son assistant Klarna AI pour gérer les deux tiers des discussions du service client au cours de son premier mois d’activité, soit l’équivalent du travail de 700 agents à temps plein. Outre les économies de coûts, la société affirme que Klarna AI résout les problèmes avec plus de précision, ce qui entraîne une baisse de 25 % des demandes répétées et ajoute 40 millions de dollars à ses résultats financiers.

De nombreux déploiements et intégrations d’IA ne sont cependant pas révolutionnaires, mais ajoutent des améliorations et de la valeur incrémentielles aux produits et services existants. Le fournisseur de logiciels graphiques et de présentation Canva, par exemple, a intégré Vertex AI de Google pour rationaliser son offre de montage vidéo. Les utilisateurs de Canva peuvent éviter un certain nombre d’étapes d’édition fastidieuses pour créer des vidéos en quelques secondes plutôt qu’en quelques minutes ou heures. Et WPP, le géant mondial des services de marketing, a intégré le service Claude AI d’Anthropic dans son système de marketing interne, WPP Open. Ceci est utilisé par les 114 000 employés de l’entreprise à travers un réseau d’agences pour les aider à élaborer des campagnes, à générer du contenu et à interpréter des briefs clients complexes.

L’IA évolue

À mesure que des cas d’utilisation émergent et que les entreprises commencent à comprendre ce qui fonctionne et où se trouvent les goulots d’étranglement, nous pouvons nous attendre à une augmentation constante des déploiements d’IA. La montée en puissance des modèles open source plus petits rend également les personnalisations plus accessibles. Le référentiel d’IA Hugging Face répertorie actuellement près de 135 000 modèles disponibles sous une licence Apache 2.0, qui permet une réutilisation et une réutilisation commerciales. Cette plate-forme et d’autres plates-formes de partage de modèles offrent aux développeurs un ensemble dynamique de ressources leur permettant d’adapter et de personnaliser des modèles pour des cas d’utilisation spécifiques et des secteurs verticaux de l’industrie.

L’utilisation croissante de la génération augmentée par récupération (RAG) et des graphes de connaissances parallèlement à cette explosion de modèles ouverts, ainsi que les API de grands fournisseurs tels que OpenAI et Anthropic, offrent aux entreprises un moyen d’exploiter leurs ressources de données de manière plus sûre. La récente affirmation d’IDC Le fait que 90 % des données commerciales ne sont pas structurées représente une opportunité en or pour les entreprises d’utiliser l’IA pour libérer ces actifs inexploités. Il faudra du temps pour y parvenir de manière sûre et efficace, en particulier lorsque des processus métier critiques sont impliqués, mais nous pouvons nous attendre à des avancées majeures dans les deux prochaines années.

Ainsi, même s’il y a un certain froid dans l’air en ce qui concerne l’IA, ceux qui se préparent maintenant seront les mieux placés pour réussir quand il fera plus chaud.