Il est temps pour les entreprises de passer de l’expérimentation à l’usage. Mise en œuvre des méthodes RAG, exploitation de la multimodalité, personnalisation des modèles, sécurité, voici les grands chantiers de l’IA en entreprise en 2024…
Après la découverte et les premiers cas d’usage concrets, les stratégies d’IA se précisent et les grands enjeux techniques se dévoilent. Les entreprises et les chercheurs se concentrent sur le développement de méthodes et d’applications qui améliorent la précision, la pertinence et la sécurité des systèmes d’IA. L’avènement de la méthode RAG (Retrieval-Augmented Generation) et l’essor de l’IA générative multimodale marquent des tournants importants dans l’évolution de l’IA, tandis que la multiplication et la personnalisation des applications d’IA générative ouvrent de nouvelles perspectives pour les entreprises. Enfin, l’IA joue un rôle de plus en plus crucial dans la cybersécurité, permettant de détecter et de lutter contre les menaces à grande échelle.
Avènement de la méthode RAG
Alors que les entreprises forment les LLM à la création d’applications et de services d’IA générative, la méthode RAG (ou génération augmentée par récupération) est largement considérée comme une réponse aux inexactitudes ou aux réponses erronées, voire absurdes qui se produisent parfois lorsque les modèles n’ont pas accès à suffisamment d’informations précises et pertinentes pour un cas d’utilisation donné.
En utilisant la récupération sémantique, les entreprises choisiront un modèle de fondation open-source, y attacheront leurs propres bases de données de sorte qu’une requête d’utilisateur puisse y récupérer les informations les plus à jour. Cela permettra de répondre de la manière la plus pertinente aux requêtes des utilisateurs.
Ainsi, les entreprises peuvent utiliser moins de ressources pour créer des applications d’IA générative plus précises dans des secteurs tels que la santé, la finance, la vente au détail et la manufacture. Les utilisateurs finaux verront ainsi apparaître des chatbots plus sophistiqués, sensibles au contexte et multimodaux. Cela permet également de créer des systèmes de recommandation de contenu personnalisés qui leur permettent de dialoguer avec leurs données de manière naturelle et intuitive.
La multimodalité s’impose
L’IA générative uniquement basée sur le texte ne représentera bientôt plus qu’une petite partie des cas d’usage. Même si l’IA générative n’en est qu’à ses balbutiements, il faut s’attendre à ce que de nombreux secteurs adoptent des LLM multimodaux qui permettent d’utiliser une combinaison de texte, de parole et d’images pour fournir des réponses plus pertinentes sur le plan contextuel à une requête portant sur des tableaux, des graphiques ou des schémas.
Des entreprises telles que Meta et OpenAI cherchent à repousser les limites de l’IA générative multimodale en renforçant la prise en charge des sens, ce qui entraînera des progrès dans les sciences physiques, les sciences biologiques et la société dans son ensemble. Les entreprises pourront comprendre leurs données non seulement sous forme de texte, mais aussi sous forme de PDF, de graphiques, de plans, d’images, etc.
Multiplication et personnalisation des applications d’IA générative
Les entreprises ne disposeront pas seulement d’une ou deux applications d’IA générative – beaucoup auront des centaines d’applications personnalisées utilisant des données propriétaires adaptées aux différentes parties de leur activité. Une fois en production, ces LLM personnalisés seront couplés aux capacités de RAG pour connecter les sources de données aux modèles d’IA générative afin d’obtenir des réponses plus précises et à jour.
Grâce aux modèles pré-entraînés open-source, les applications d’IA générative qui résolvent des défis spécifiques à un domaine feront partie des stratégies opérationnelles des entreprises. Une fois qu’elles auront combiné ces modèles précurseurs avec des données privées ou temps réel, elles pourront commencer à constater une accélération de la productivité et des avantages en termes de coûts pour l’ensemble de leur organisation. L’informatique et les logiciels d’IA devraient devenir plus accessibles sur pratiquement toutes les plateformes, depuis le cloud et les services de création de modèles d’IA jusqu’au centre de données, à la périphérie et au poste de travail.
L’IA générative a aussi stimulé l’adoption d’interfaces de programmation d’applications (API), qui permettent aux développeurs de créer plus facilement des applications complexes. Les kits de développement de logiciels et les API se développeront à mesure que les développeurs personnaliseront des modèles d’IA prêts à l’emploi en utilisant des microservices d’IA. Cela aidera les entreprises à exploiter le plein potentiel de la productivité axée sur l’IA avec des assistants intelligents et des outils de synthèse, et les utilisateurs finaux pourront à leur tour bénéficier d’applications plus intuitives, réactives et personnalisées qui s’adaptent à leurs besoins.
La sécurité à grande échelle grâce à l’IA
Les applications IA au service de la cybersécurité permettront de détecter des menaces jamais vues auparavant. Actuellement, une fraction des données mondiales est utilisée pour la cyberdéfense. Pendant ce temps, les attaquants continuent de tirer parti de chaque faille. L’expérimentation aidera les entreprises à réaliser le potentiel de l’IA dans l’identification des menaces et des risques émergents. Pour que la technologie soit efficace, les entreprises devront s’attaquer aux problèmes de protection de la vie privée inhérents à l’intersection du travail et de la vie privée afin de permettre une défense collective dans des environnements centrés sur les données.
En plus de démocratiser l’accès à la technologie, l’IA permettra également à une nouvelle génération de cyberdéfenseurs de voir le jour, alors que les menaces ne cessent de croître. Dès que les entreprises auront une idée plus claire de chaque menace, l’IA sera utilisée pour générer des quantités massives de données qui permettront de former des détecteurs en aval pour défendre et détecter ces menaces.
L’IA générative est ainsi en constante évolution et de nouvelles méthodes sont en train d’émerger pour améliorer la précision et la pertinence des applications. Les entreprises utiliseront de plus en plus d’applications d’IA générative personnalisées pour répondre à leurs besoins spécifiques. L’IA générative deviendra également multimodale, permettant l’utilisation de texte, de parole et d’images pour fournir des réponses plus complètes et contextuelles. Enfin, l’IA jouera un rôle important dans la cybersécurité, aidant à détecter et à se défendre contre les menaces nouvelles et émergentes.
____________________________
Par Jean-Charles Vasnier, Senior Solutions Architect, NVIDIA
puis