Premièrement, le coût et la complexité de la mise en œuvre de l'IA - la puissance ou la capacité de calcul nécessaire, et l'investissement en temps qu'elle requiert - suscitent des inquiétudes. Deuxièmement, les dirigeants restent méfiants à l’égard de la technologie : ils ne savent pas s’ils peuvent lui faire confiance, ni à la sécurité qui l’entoure. La gouvernance est un sujet clé dans presque toutes les discussions, comme elle devrait l’être pour atténuer les risques associés aux inconnues. Les sources des données utilisées pour construire leurs modèles suscitent également des inquiétudes. Sont-elles publiques ou privées ? Sont-elles fiables ? Sont-elles biaisées ? Sont-elles inexactes ou mal étiquetées ? Les organisations prennent en compte de nombreux facteurs et devront les gérer.
Il n'est pas surprenant que les dirigeants aient ces réserves, car l'évolution de l'IA s'est considérablement accélérée au cours de l'année écoulée. L'introduction de technologies autour des grands modèles de langage et de l'IA générative a soulevé des questions sur la manière dont nous devrions gérer l'IA dans nos organisations, ainsi que des réserves sur la gouvernance et la transparence des données.
L'IA générative a probablement été le mot le plus à la mode en 2023 ; par conséquent, tout le monde commence à s'intéresser aux grands modèles de langage et à ce qu'ils pourraient signifier pour leur organisation. L'attention s'est donc déplacée vers les modèles de fondation, qui offrent la possibilité de former l'IA sur un domaine ou une expertise spécifique, et qui peuvent contenir une gouvernance intégrée.
Cela peut devenir encore plus complexe lorsque l'on commence à examiner tous les nouveaux aspects qui entrent en jeu, ce qui constitue une préoccupation majeure pour les organisations telles que les éditeurs de logiciels indépendants (ISV), les entreprises et autres organisations qui souhaitent tirer parti de la technologie de l'IA et régir l'ensemble du cycle de vie de l'IA. Les dirigeants veulent une IA responsable, transparente et explicable. Ce dont ils ont besoin, c'est d'avoir la certitude de pouvoir atténuer les risques perçus associés à l'IA et de surveiller les modèles pour détecter les hallucinations, les biais et les dérives, qui sont actuellement de grandes préoccupations pour de nombreuses organisations.
Une complexité croissante
Alors que le marché de l’IA continue d’évoluer, il sera facile pour les organisations de prendre du retard. L'élaboration d’une stratégie en matière d'IA est un processus complexe, qui concerne vos produits, vos systèmes et vos processus métier, mais commencer dès maintenant pourrait permettre à votre organisation d'économiser beaucoup de temps et d'argent. Cela vaut la peine de bien faire les choses dès le départ, car cela permettra de réduire les coûts par la suite et d'assurer une tranquillité d'esprit. Mais ce n’est pas toujours possible. Cela soulève une question importante : comment concevez-vous votre stratégie d'IA générative aujourd'hui pour répondre aux demandes et aux besoins de votre entreprise à l'avenir ?Lorsque je discute avec des éditeurs de logiciels indépendants qui cherchent le moyen le plus efficace et le plus rentable d'intégrer l'IA dans leurs offres, ou de tirer parti de l'IA dans la manière dont ils gèrent leur entreprise, il est bien sûr question de technologie mais aussi des retours sur investissement à court et à long terme, et bien sûr de la gouvernance et de l'éthique. La manière dont les modèles sont construits et formés doit être transparente. Un fournisseur qui met l’accent sur l'importance de la gouvernance, aidera les organisations à avoir l'assurance que les produits natifs d'IA conçus, développés et mis sur le marché aujourd'hui seront adaptables et pertinents pour demain.
Protéger la propriété des données
L'un des principes fondamentaux de l'IA doit être de veiller à ce que la propriété des données soit clairement définie - les données du client doivent rester la propriété du client. Il est donc essentiel que leurs données soient anonymisées, qu'elles ne soient pas réutilisées et qu'elles ne soient déployées que dans le contexte de ce modèle. Ainsi, si vous intégrez des dossiers d'achats, par exemple, ces commandes ne seront pas partagées ailleurs parce qu'elles seront protégées par une sécurité intégrée et une gouvernance des données. Cette approche contribuera à instaurer la confiance.Il est donc essentiel que leurs données soient anonymisées, qu'elles ne soient pas réutilisées et qu'elles ne soient déployées que dans le contexte de ce modèle. Ainsi, si vous intégrez des dossiers d'achats, par exemple, ces commandes ne seront pas partagées ailleurs parce qu'elles seront protégées par une sécurité intégrée et une gouvernance des données. Cette approche contribuera à instaurer la confiance.
La meilleure pratique pour un ISV qui envisage d'intégrer l'IA est de s'assurer que son application est conçue pour et prête pour les entreprises auxquelles il vend ses produits - avec des mesures de protection, de sécurité et de gouvernance intégrées dans les modèles de données. En outre, du point de vue des meilleures pratiques, il est important d'examiner les cas d'utilisation. Si vous êtes un éditeur de logiciels indépendants et que vous développez une solution utilisée dans un centre d'appel, par exemple, vous voudrez peut-être développer une IA qui permette à un agent d’agir au sein d'un chatbot d'IA conversationnelle ; une solution qui aide vos agents pendant les interactions avec les clients.
Non seulement les agents auront accès à des sources de données et à des bases de connaissances pour aider les clients à résoudre leurs problèmes, mais les gains de productivité permettront en fin de compte de réduire les temps d'appel et de résolution et d'accroître l'efficacité du centre d'appels, ce qui permettra à vos clients d'économiser de l'argent. Lorsqu'il s'agit d'intégrer l'IA dans vos solutions, les options et les possibilités sont presque infinies. Il est essentiel de trouver des cas d'utilisation et de petites victoires qui soutiennent votre parcours en matière d'IA à mesure que vous évoluez et vous adaptez pour adopter l'IA dans de plus en plus d'aspects de vos produits. C'est là que vos clients verront la valeur et que vous commencerez à tirer profit de vos investissements.
Dissiper les doutes qui persistent
Au cœur du débat se trouve le besoin de connaissances - les personnes qui intègrent et déploient l'IA générative doivent savoir comment tirer parti de la technologie, par où commencer et comment bénéficier de ses capacités. Cela réduira les inquiétudes et contribuera à atténuer les risques.Mais cela reste un défi. En veillant à ce que nous commencions par nous concentrer sur la manière dont vous intégrez votre IA dans votre application d’entreprise et sur l’atténuation des risques, nous pouvons vous aider à garantir les meilleurs résultats possibles. Je pense qu'il existe une réelle opportunité pour tous les acteurs du secteur technologique de nous rassembler pour garantir que les entreprises et les organisations qui envisagent d'adopter l'IA puissent le faire d'une manière qui soit source de succès et de confiance.
Par Vincent Perrin, IBM Ecosystem Principal Technical Leader France chez IBM
