Du battage médiatique à l'action : tracer la voie de l'IA
Stratégie, valeurs et réglementation en tant qu'orientation
Il est essentiel que les décideurs acquièrent une solide compréhension fonctionnelle de l'IA.
Avec la maturité croissante des modèles et des techniques d'IA, l'art technique du possible n'est plus le plafond le plus important.
Les limites propres à une entreprise découlent de sa stratégie et des valeurs auxquelles elle adhère.
Nécessité de prendre en compte les valeurs et les croyances de la société.
ChatGPT a braqué les projecteurs du public sur l'intelligence artificielle
En novembre 2022, le lancement de ChatGPT a braqué les projecteurs sur l'intelligence artificielle. Le fait de rendre l'accès au navigateur web accessible à tous et gratuit s'est avéré être une mesure efficace pour permettre à un très large public de jouer avec l'outil et de découvrir ce qu'il peut faire. Cinq jours après son lancement, ChatGPT a atteint le million d'utilisateurs et, en janvier 2023, il a franchi la barre des 100 millions d'utilisateurs.
ChatGPT a fait une première impression en tant qu'outil de recherche très intuitif et facile à utiliser, les utilisateurs pouvant interagir avec l'outil en posant des questions dans un langage normal et naturel. Bien qu'elle ne soit pas parfaite, la précision des réponses fournies sur un très large éventail de sujets est un témoignage convaincant des progrès considérables réalisés par les modèles d'IA en termes de maturité.
Ces progrès n'ont pas été réalisés du jour au lendemain. Ils sont le résultat d'années de recherche, de formation, d'essais et de réentraînement visant à rendre le modèle GPT sous-jacent apte à traiter de grandes quantités d'informations, à lui apprendre à communiquer en langage humain et à le guider pour qu'il évite autant que possible les contenus toxiques.
Modèles linguistiques étendus - un bref aperçu de l'histoire du développement
Les chefs d'entreprise de tous les secteurs d'activité s'en rendent compte
La large couverture médiatique du ChatGPT a également attiré l'attention des chefs d'entreprise sur la valeur potentielle et surtout la maturité croissante de l'intelligence artificielle. Ils prennent conscience de la capacité des outils basés sur l'IA à servir d'instrument de transformation numérique, qu'il s'agisse d' améliorer les méthodes de travail actuelles, par exemple pour accroître la productivité, renforcer l'intimité avec les clients, atteindre les objectifs de durabilité, améliorer l'excellence commerciale, stimuler l'acquisition et le partage d'expertise, etc. ou qu'il s'agisse de transformer le modèle d'entreprise et d'ouvrir de nouvelles sources de revenus en tirant parti des atouts de l'IA.
Toutefois, les risques associés à l'utilisation de l'IA à grande échelle dans un environnement d'entreprise ne sont pas passés inaperçus. Les grands modèles de langage (LLM), dont le GPT est un exemple, ne sont pas parfaits. Même avec l'investissement important réalisé dans l'apprentissage par renforcement basé sur le retour d'information humain (RLHF), il subsiste un risque de réponses toxiques ou biaisées. Et bien que l'entraînement des LLM sur de grandes quantités de données permette à ces modèles de répondre à des questions très variées, les réponses ne sont pas toujours tout à fait exactes et peuvent parfois sembler plutôt génériques. Il est également important de garder à l'esprit le fait que - en fonction du choix du modèle et du type d'accès - les données fournies par les utilisateurs au modèle sont stockées et peuvent être utilisées pour recycler le modèle, en particulier dans un environnement d'entreprise avec des données stratégiquement sensibles.
Comprendre l'IA comme un fondement nécessaire à la prise de décision des entreprises
Ainsi, alors que l'utilisation de solutions de chat et de recherche basées sur le LLM dans notre vie privée commence à être automatique pour beaucoup de gens, et que la valeur de ces solutions est également significative pour les entreprises, l'intégration du LLM et de l'IA en général dans notre vie professionnelle quotidienne nécessite un peu plus de prudence et de prise de décision consciente.
Avant de prendre position sur la manière d'utiliser l'IA et sur la valeur commerciale à viser, il est essentiel que les décideurs acquièrent une solide compréhension fonctionnelle du fonctionnement des modèles d'IA, de la manière dont ils peuvent être façonnés pour générer des bénéfices pour l'entreprise, ainsi que de leurs inconvénients et de leurs points d'attention.
Cette compréhension permettra aux chefs d'entreprise de prendre des décisions éclairées, en s'assurant qu'ils comprennent le potentiel de l'IA et qu'ils adoptent une approche axée sur la valeur commerciale, en se concentrant sur les cas d'utilisation qui ont le plus grand potentiel pour leur entreprise. En outre, elle leur permet d'appréhender les risques et les défis associés à l'IA, non pas sur la base d'ouï-dire mais d'informations et de connaissances objectives, et de concevoir des mesures d'atténuation des risques adaptées à leur entreprise et à l'utilisation qu'ils comptent faire de l'IA. Enfin, une solide compréhension de l'IA est nécessaire pour pouvoir définir, communiquer et défendre une histoire de l'IA au sein de l'entreprise, à laquelle les employés sont prêts à adhérer, et jeter ainsi les bases de l'adoption de l'IA.
Enfin, une solide compréhension de l'IA est nécessaire pour pouvoir définir, communiquer et défendre une histoire de l'IA au sein de l'entreprise, à laquelle les employés sont prêts à adhérer, et jeter ainsi les bases de l'adoption de l'IA.
Les valeurs de l'entreprise et de la société comme guide pour l'utilisation de l'IA
Avec la maturité croissante des modèles et des techniques d'IA, l'art technique du possible n'est plus le plafond le plus important pour l'ambition des entreprises dans l'application de l'IA.
L'Europe travaille d'arrache-pied à l'élaboration de la loi européenne sur l'IA , qui fixera des limites à l'utilisation de l'IA par les entreprises. Cette loi prévoit une classification des cas d'utilisation de l'IA en fonction du profil de risque, avec un certain nombre de cas d'utilisation légalement interdits et une évaluation obligatoire de la conformité pour les cas d'utilisation à haut risque, ainsi que des exigences en matière de conception, de développement et de documentation des solutions pour ces cas à haut risque. L'évaluation basée sur les cas d'utilisation est - déclenchée par la publication du GPT et la vague de LLM qui en résulte - complétée par des obligations plus génériques pour les fournisseurs de modèles de base et/ou de modèles d'IA générative, y compris les fournisseurs de logiciels libres.
Dans le même temps, la stratégie d'une entreprise et les valeurs auxquelles elle adhère fourniront des orientations supplémentaires et des limites potentielles propres à l'entreprise. L'utilisation de l'IA pour soutenir, améliorer ou automatiser certaines activités peut être techniquement possible, mais une entreprise peut explicitement choisir de ne pas le faire.
Une entreprise dont l'image de marque repose sur le contact personnel et l'interaction humaine mettrait en péril son identité unique en adoptant l'IA pour automatiser entièrement ses activités en contact avec les clients. Les entreprises de médias dont le modèle économique repose sur des reportages d'opinion et validés par des journalistes professionnels refusent l'utilisation de l'IA pour la création de nouveaux articles.
Outre leurs propres choix et valeurs stratégiques, les entreprises devront prendre en compte les valeurs et croyances de la société quant à ce qui constitue une IA acceptable - un aspect qui variera selon la géographie et qui est une perception subjective et évolutive des individus.
L'utilisation d'algorithmes d'IA pour comprendre et influencer le comportement humain, par exemple dans le but d'augmenter les jeux en ligne au fil du temps ou d'influencer le vote politique, est généralement considérée comme inacceptable. Les cas d'utilisation liés aux ressources humaines, à l'emploi et à l'éducation font également l'objet d'un examen minutieux.
Construire des solutions d'IA robustes et fiables dans différents scénarios
Après avoir défini l'ambition de l'entreprise en matière d'IA, l'utilisation prévue de l'IA et les limites de l'utilisation de l'IA, le prochain défi consiste à mettre en place des solutions d'IA adaptées à leur objectif et qui continueront à l'être au fil du temps, même lorsqu'elles seront exposées à des situations changeantes et potentiellement défavorables.
Cela signifie tout d'abord que les solutions doivent être précises dans l'exécution des tâches pour lesquelles elles ont été conçues, et qu'elles doivent continuer à être précises même lorsque le contexte dans lequel elles sont utilisées change au fil du temps, ou lorsqu'elles font l'objet d'attaques explicites défavorables
Même si elles varient en fonction du cas d'utilisation, les solutions d'IA sont généralement conçues de manière à fournir des informations sur les moteurs des résultats d'un modèle ainsi qu'une indication quantifiée de la fiabilité de ces résultats. Cette transparence et cette explicabilité du modèle permettent aux utilisateurs de comprendre et de faire confiance à la solution d'IA.
Lors de l'apprentissage de modèles d'IA sur des données historiques, il convient de veiller à détecter et à éliminer tout biais ou manque de diversité susceptible d'être présent dans ces données historiques. Ce faisant, l'équité et l'objectivité du modèle résultant peuvent être sauvegardées.
Enfin, il est important de garder à l'esprit qu'une solution d'IA n'a pas besoin d'automatiser l'intégralité d'un processus ou d'une activité pour être utile. La prise de décisions conscientes concernant la supervision et l'intervention humaine est un moyen puissant de garantir la fiabilité du modèle, ainsi que de renforcer la confiance des utilisateurs dans la solution - en plus du choix de maintenir l'exécution humaine pour des raisons stratégiques, de valeur de l'entreprise et/ou sociétales.
Nous sommes au milieu du troisième été de l'IA, comme en témoignent le rythme effréné des innovations technologiques et les attentes exubérantes en matière d'applications d'entreprise. Pour réaliser le potentiel commercial de l'IA, il sera essentiel que les décideurs acquièrent une solide compréhension fonctionnelle de l'IA en tant que base de prise de décision. La stratégie et les valeurs de l'entreprise, ainsi que les valeurs et les croyances de la société, deviennent de plus en plus importantes pour définir l'ambition de l'entreprise en matière d'IA et l'usage qu'elle entend en faire, ainsi que les limites potentielles de cette ambition.