L’IA générative est en vogue, mais l’IA prédictive reste la bête de somme

Depuis la sortie de ChatGPT en novembre 2022, l’IA générative (genAI) est devenue une priorité élevée pour les PDG et conseils d’administration d’entreprise. Un rapport de PwC, par exemple, révèle que 84 % des DSI prévoient d’utiliser genAI pour soutenir un nouveau modèle économique en 2024. Il ne fait aucun doute que genAI est une technologie véritablement transformatrice. Mais il est également important de se rappeler qu’il ne s’agit que d’un type d’IA et qu’elle n’est pas la meilleure technologie pour alimenter tous les cas d’utilisation.

Le concept de ce que l’on appelle l’IA évolue avec le temps. Il y a cinquante ans, un programme de tic-tac-toe aurait été considéré comme une sorte d’IA ; aujourd’hui, pas tellement. Mais d’une manière générale, l’histoire de l’IA se divise en trois catégories différentes.

• Analyses traditionnelles : Les organisations utilisent la Business Intelligence (BI) analytique depuis quatre décennies, mais le nom est passé à l’analyse à mesure que la technologie devenait plus sophistiquée et avancée. De manière générale, l’analyse regarde en arrière pour découvrir des informations sur ce qui s’est passé dans le passé.
• IA prédictive : Cette technologie est tournée vers l’avenir, analysant les données passées pour découvrir des modèles prédictifs, puis utilisant les données actuelles pour fournir des prévisions précises de ce qui se passera dans le futur.
• IA générative : GenAI analyse le contenu – texte, images, audio et vidéo – pour générer du nouveau contenu selon les spécifications de l’utilisateur.

« Nous travaillons avec de nombreux responsables des données et de l’intelligence artificielle (CAIO) », a déclaré Thomas Robinson, COO chez Domino, « et, tout au plus, ils voient que l’IA générative représente 15 % des cas d’utilisation et des modèles. L’IA prédictive reste la bête de somme dans les entreprises basées sur des modèles, et les futurs modèles combineront probablement l’IA prédictive et générative.

En fait, il existe déjà des cas d’utilisation où l’IA prédictive et générative fonctionnent de concert, comme l’analyse d’images radiologiques pour créer des rapports sur des diagnostics préliminaires ou des données de stocks miniers pour générer des rapports sur lesquels sont les plus susceptibles d’augmenter dans un avenir proche. Pour les DSI et les CTO, cela signifie que les organisations auront besoin d’une plateforme commune pour développer IA complète.

Le développement et le déploiement complets de l’IA ne traitent pas chacun de ces types d’IA comme un animal distinct, chacun avec sa propre pile. Certes, genAI peut nécessiter un peu plus de puissance de la part de certains GPU, et le réseau peut devoir être renforcé pour de meilleures performances dans certaines zones de l’environnement, mais à moins qu’une organisation n’exécute un déploiement genAI véritablement gigantesque à l’échelle de Meta ou Microsoft, il n’est pas nécessaire de créer une nouvelle pile à partir de zéro.

Les processus de gouvernance et de test n’ont pas non plus besoin d’être complètement réinventés. Par exemple, les modèles de risque hypothécaire alimentés par l’IA prédictive nécessitent des tests, une validation et une surveillance constante rigoureux, tout comme les grands modèles linguistiques (LLM) de genAI. Encore une fois, il existe des différences, comme le problème bien connu de genAI avec les « hallucinations ». Mais de manière générale, les processus de gestion des risques liés à la genAI seront similaires à ceux de l’IA prédictive.

La plateforme d’IA d’entreprise de Domino bénéficie de la confiance d’une entreprise Fortune 100 sur cinq pour gérer les outils, les données, la formation et le déploiement d’IA. Grâce à cette plateforme, les équipes IA et MLOps peuvent gérer l’IA complète – prédictive et générative – à partir d’un seul centre de contrôle. En unifiant les MLOps sous une plate-forme unique, les organisations peuvent permettre le développement, le déploiement et la gestion complets de l’IA.

Découvrez comment récolter les fruits et gérer les risques de vos projets genAI avec le livre blanc gratuit de Domino sur la genAI responsable..