Chaque entreprise est une entreprise numérique. Pourtant, Accenture montre que seulement 8 % des entreprises adoptent une stratégie de réinvention totale de l’entreprise.
Dans le Accenture Technology Vision 2023 Report, les chercheurs de la société examinent le passage du monde physique au monde numérique. Le rapport révèle que 96 % des cadres disent que la convergence des mondes numérique et physique au cours de la prochaine décennie transformera leur secteur d’activité.
Étant donné que nos mondes numérique et physique peuvent sembler déconnectés et disjoints, il n’est pas étonnant que les efforts d’innovation de la prochaine décennie soient définis par la façon dont nous fusionnerons les deux. Un exemple de cette fusion est la tendance croissante des cobots (robots collaboratifs), un marché qui devrait atteindre 16,3 milliards de dollars d’ici 2028.
Le rapport d’Accenture explore les tendances technologiques et les mesures que les entreprises devront prendre pour prospérer. Les quatre tendances technologiques de 2023 sont les suivantes :
-
L’identité numérique – l’identification pour tous et pour tout. L’identité numérique devient la clé des aspirations technologiques des entreprises, et des efforts pour la réimaginer sont en cours – non seulement pour les personnes, mais aussi pour toutes les choses. - Vos données, mes données, nos données. La transparence va devenir votre ressource la plus précieuse. Les écosystèmes de données sont en train d’être remodelés par une transparence radicale, les entreprises tirant parti de leurs données pour offrir des perspectives sans précédent sur leurs activités.
- Généraliser l’IA – Les limites et les possibilités radicales de l’intelligence. Les modèles de formation de l’IA sont à l’origine de l’un des plus grands changements dans l’histoire de l’Intelligence Artificielle. Désormais, les dirigeants d’entreprise peuvent passer de la construction de leur propre IA à la construction avec l’IA.
- Nouvelle frontière – Le big bang de l’informatique et de la science. Après des décennies d’hyper focalisation sur la technologie numérique, la science revient en tête des priorités des entreprises.
Rapport Accenture Technology Vision 2023
Cet article se concentre sur la tendance technologique de la généralisation de l’IA. Voici un aperçu des principales conclusions concernant les limites et les possibilités de l’IA.
La vague de contenu généré par l’IA est si avancée qu’elle fait maintenant partie de l’un des plus grands changements dans l’histoire de l’IA : l’introduction de modèles préformés avec une adaptabilité remarquable aux tâches, qui va révolutionner comment et où les entreprises de tous les secteurs utilisent l’IA.
Le rapport note :
Cela a commencé par une innovation historique dans l’architecture des modèles d’IA par les chercheurs de Google en 2017. Depuis lors, les entreprises technologiques et les chercheurs ont surdimensionné l’IA, multipliant la taille des modèles par 10 000 et la taille des ensembles d’entraînement également. Le résultat : de puissants modèles pré-entraînés, souvent appelés « modèles de base« , qui offrent une adaptabilité sans précédent dans les domaines sur lesquels ils sont entraînés, qu’il s’agisse du langage, des images ou de la structure des protéines. Grâce à cette adaptabilité, les modèles de base peuvent accomplir une grande variété de tâches sans avoir besoin d’une formation spécifique. De plus, les entreprises qui créent des modèles de base permettent à des tiers d’y accéder par l’intermédiaire d’API ou de sources ouvertes, ce qui met ces modèles avancés à la portée de tous.
Une étude d’Accenture révèle que 96 % des cadres sont très inspirés par les nouvelles capacités offertes par les modèles de l’IA.
Une nouvelle catégorie d’IA
Afin de définir cette nouvelle classe d’IA, des chercheurs du Stanford Institute for Human-Centered Artificial Intelligence ont inventé le terme « modèle de base » en août 2021, qu’ils définissent généralement comme de grands modèles d’IA formés à partir d’une grande quantité de données et dotés d’une grande capacité d’adaptation aux tâches en aval.
Dans la pratique, ces modèles s’appuient généralement sur des modèles d’apprentissage machine transformateurs (dit aussi Transformer, et c’est important puisque c’est le T de GPT) et comportent un nombre considérable de paramètres, allant de centaines de millions à des milliers de milliards. Ce qui change la donne, c’est qu’ils sont largement formés à une modalité de données (ou à des modalités multiples comme le langage et l’image), plutôt qu’à une tâche spécifique, et qu’ils peuvent apprendre à accomplir de nouvelles tâches dans ces types de données avec un minimum de formation supplémentaire, voire sans formation du tout. En d’autres termes, ils ont des capacités généralistes dans leur domaine.
Chronologie – Généralisation de l’IA. Rapport Accenture Technology Vision 2023
Fonctionnement et progrès du modèle de base d’IA
L’une des classes les plus récentes de modèles d’IA, les transformers, sont des réseaux neuronaux qui identifient et suivent les relations dans les données séquentielles (comme les mots d’une phrase), afin d’apprendre comment elles dépendent les unes des autres et s’influencent mutuellement.
Le rapport 2022 Artificial Intelligence Index Report de Stanford a constaté une hausse significative du nombre annuel de publications mondiales sur l’IA depuis 2017. Selon CB Insights, 2022 a vu des investissements record dans les startups d’IA générative, avec 2,6 milliards de dollars de financement à travers 110 transactions. La recherche a révélé que 97% des dirigeants mondiaux conviennent que les modèles de fondation de l’IA permettront des connexions entre les types de données, révolutionnant où et comment l’IA est utilisée.
Pour bien comprendre l’impact que les modèles de base auront sur leurs secteurs et leurs activités, les entreprises doivent suivre attentivement les nouveaux développements. La quantité de calcul nécessaire pour entraîner les plus grands modèles d’IA a augmenté de façon exponentielle – elle double maintenant tous les 10 mois à tous les 3,4 mois, selon divers rapports.
Les implications commerciales du contenu généré par l’IA
La question qui se pose aujourd’hui aux entreprises n’est pas de savoir si ces modèles auront un impact sur leur secteur d’activité, mais comment.
Les modèles de fondation sont largement adaptables et pourraient techniquement être utilisés pour une grande variété de tâches – c’est donc dans les décisions que les entreprises prennent pour savoir où et comment les déployer, quels problèmes tenter de résoudre avec eux, et quels problèmes aborder avec d’autres technologies, que se trouve la différenciation concurrentielle.
Un exemple de la manière dont les modèles de base modifient l’interaction entre l’homme et l’intelligence artificielle est la transformation de la manière dont le travail est effectué. Google a utilisé un modèle de base pour développer un outil de complétion de code, que plus de 10 000 ingénieurs ont testé pendant trois mois. Les résultats ont montré que le temps d’itération du codage a été réduit de 6 %.
De la construction de l’IA à la construction avec l’IA
Les grandes entreprises technologiques et les organismes de recherche qui ont élaboré des modèles de base pré-entraînés commencent à les positionner en tant que plates-formes pour étayer de nouvelles applications d’IA. Ils rendent les modèles de base disponibles via des canaux open-source ou via un accès payant par le biais d’API – ce qui signifie que les organisations en aval n’ont pas besoin de construire leurs propres modèles de base, mais peuvent se concentrer sur la construction à partir des modèles existants.
Les modèles de base font évoluer les conversations de « Comment construire ma propre IA ? » à « Que puis-je construire avec l’IA ? » En fait, 98 % des dirigeants mondiaux reconnaissent que les modèles de base de l’IA joueront un rôle important dans les stratégies de leurs organisations au cours des 3 à 5 prochaines années. À terme, les opérations d’IA passeront de la construction de modèles à la construction au-dessus des modèles.
Une transformation du travail et de la vie induite par l’IA
Lorsque les entreprises auront déterminé où utiliser les modèles de base, elles devront ensuite décider de la manière dont elles accéderont à ces modèles et de leur place dans l’écosystème des modèles de base. Par exemple, une autre couche de l’écosystème sera constituée par les entreprises qui accèdent aux modèles de base via des API ou des référentiels de modèles et qui s’appuient sur ces modèles pour créer leurs propres applications et services.
Une stratégie en matière de recrutement de spécialiste devra être définie et adaptée en permanence. Qu’il s’agisse de former chaque employé aux capacités des modèles de base ou de créer des équipes dédiées à l’intégration de ces modèles dans différentes parties de l’entreprise, il est essentiel de faire entrer l’ensemble de l’organisation dans cette nouvelle ère de l’IA.
Le rapport Accenture Technology Vision 2023 conclut par ce qui suit : « L’arrivée des modèles de fondation (ou de base) est l’un des plus grands changements dans l’histoire de l’IA – et aucune entreprise ne peut les ignorer. Ces modèles surdimensionnés, dotés d’une capacité d’adaptation sans précédent à de nouvelles tâches, obligent les entreprises à repenser leurs stratégies en matière d’IA – de la manière dont elles accèdent à l’IA aux applications qui sont même possibles. »
Les entreprises sont en mesure d’utiliser ces modèles de base dès maintenant. Ce paysage évolue rapidement et les opportunités vont continuer à se développer rapidement. L’IA est l’électricité du 21e siècle – si vous l’ignorez, votre entreprise restera dans l’obscurité.
Pour en savoir plus sur le rapport Accenture Technology Vision 2023, cliquez ici.
Source : « ZDNet.com »
Cliquez ici pour lire l’article depuis sa source.