Passer du calcul à la cognition

Autrefois perçues comme un concept abstrait, l’intelligence artificielle (IA) et l’IA générative (genAI) sont devenues plus normalisées à mesure que les organisations cherchent des moyens de les mettre en œuvre dans leur pile technologique. Qu’il s’agisse d’améliorer l’expérience client ou de permettre des décisions commerciales fondées sur l’intelligence, les organisations reconnaissent la nécessité de l’IA pour prospérer dans l’économie numérique d’aujourd’hui.

L’événement annuel Google Cloud Next a déclaré 2024 comme une « nouvelle ère pour l’innovation basée sur l’IA », en mettant l’accent sur des solutions d’IA pratiques et conviviales pour les entreprises. Pendant ce temps, le sondage CIO Tech : Étude sur les priorités technologiques 2024 par Foundry¹ a révélé que 70 % des décideurs informatiques augmenteront leurs dépenses en outils basés sur l’IA en 2024. Des événements et des études comme ceux-ci démontrent un vif intérêt et une volonté pour les organisations d’adopter l’IA. Malgré l’enthousiasme, l’adoption et la mise en œuvre effectives restent un défi pour beaucoup.

Principaux défis de l’innovation en IA

Un livre électronique de Dell Technologies² révèle que les obstacles courants à l’entrée de l’IA comprennent 1) la pénurie de compétences en science des données ; 2) le volume et la complexité croissants du travail sur les données ; et 3) le manque de puissance de traitement et de compétences qui entraîne des retards dans la reconnaissance de la valeur des données.

Le dénominateur commun ici est en fin de compte le manque d’infrastructure prête pour l’IA. Dans l’eBook, 86 % des organisations identifient au moins un obstacle technologique au succès de l’IA. En outre, une enquête réalisée par Equinix a révélé que 42 % des responsables informatiques estiment que leur infrastructure existante n’est pas entièrement préparée pour répondre aux exigences de la technologie de l’IA.³.

Les modèles genAI puissants nécessitent souvent une bande passante importante pour la formation et le développement. Pour cette raison, les organisations ne peuvent pas simplement adopter de nouvelles capacités d’IA et les mettre en œuvre dans leurs réseaux existants. Au lieu de cela, ils doivent prendre du recul et revoir leur infrastructure globale, peut-être même adopter une nouvelle approche informatique.

Cela pourrait impliquer d’investir dans des environnements de calcul haute performance (HPC), d’améliorer les solutions de stockage de données pour gérer de vastes ensembles de données et de mettre à niveau les capacités du réseau pour garantir un flux de données fluide. De plus, les organisations doivent tenir compte de l’évolutivité de leur infrastructure pour répondre aux demandes informatiques croissantes des modèles d’IA avancés.

Choisir une infrastructure adaptée à votre organisation

Le succès de GenAI repose en grande partie sur ses capacités de modèle de langage étendu (LLM), qui occupent une grande quantité d’espace à former. Cela peut devenir un obstacle pour les entreprises en raison des coûts perçus comme élevés, mais les organisations peuvent réaliser des économies significatives si elles choisissent les solutions adaptées à leurs objectifs spécifiques. Après tout, les solutions d’IA ne sont pas universelles en raison des différents cas d’utilisation ; il est crucial que les organisations trouvent un partenaire qui comprend l’entreprise et qui est aligné sur leurs objectifs.

Dell AI Factory avec NVIDIA en est un excellent exemple. Il s’agit de la première solution d’IA d’entreprise de bout en bout du secteur, conçue pour répondre aux besoins complexes des entreprises cherchant à tirer parti des technologies d’IA. Alors que les organisations évoluent dans un monde où les données sont de plus en plus distribuées sur plusieurs sites, la solution permet des déploiements dans différents paysages. Que les données résident sur site, dans des centres de données de colocation, dans le cloud public ou sur l’appareil lui-même, les entreprises peuvent faciliter la génération de contenu avec une simple requête. GPU NVIDIA H100 et Dell APEX fournissent également une inférence 4 fois plus rentable par rapport au cloud public sur une période de trois ans.

Et surtout compte tenu de l’incertitude économique actuelle, disposer d’une flexibilité de paiement à l’utilisation est avantageux pour les organisations qui souhaitent adopter rapidement des solutions d’IA sans avoir à investir au départ de lourds investissements. Des solutions telles que Dell APEX permettent aux utilisateurs de payer uniquement pour ce qu’ils utilisent afin de pouvoir aligner étroitement leurs besoins financiers et opérationnels à mesure que la technologie évolue.

Passer à une plate-forme cloud optimisée pour l’IA peut sembler une tâche ardue, mais c’est la prochaine étape que les organisations doivent franchir pour rester compétitives dans ce paysage numérique en évolution. En établissant les bonnes bases et en dotant la main-d’œuvre des compétences pertinentes, les entreprises peuvent facilement évoluer à mesure qu’elles évoluent et continuer à innover avec genAI.

[1] Foundry, CIO Tech Poll : Étude sur les priorités technologiques 2024, mars 2024

[2] Dell Technologies, innovez plus rapidement grâce à l’IA accélérée par GPU, 2023

[3] Equinix, Enquête Equinix 2023 sur les tendances technologiques mondiales, S2 2023