🔮 En mode “Madame Irma” → Mes prévisions sur l’IA générative pour 2024
On n’a pas eu un moment de répit en 2023 sur les sujets de l’IA générative. Chaque semaine a eu son lot d’annonces, toutes plus spectaculaires les unes que les autres ! On a même eu droit à un petit drama à la direction d’OpenAI… scénario que même Netflix aurait trouvé trop tiré par les cheveux !
Alors, va-t-on pouvoir souffler en 2024 ? Que nenni ! L’année s’annonce encore plus dense. C’est une courbe exponentielle. Si en 2023 on s’est échauffé, on commence le dénivelé maintenant ! Voici donc mes 5 prédictions sur ce qui nous attend cette année. Rendez-vous en décembre pour voir si j’ai vu juste 😀
1️⃣ Apple arrive, et ça va faire mal
J’en avais déjà parlé en 2023. Alors que tous les acteurs de la Silicon Valley annonçaient leurs IA génératives, Apple restait muette. Ils évitaient même d’utiliser le terme Intelligence Artificielle, pour préférer Machine Learning ou Neural Engine… Pourtant, leurs équipes sont bardées de chercheurs dans le domaine, et on trouve de nombreux travaux sur GitHub. Et fin de 2023, voilà que Zhe Gan, chercheur en IA chez Apple, annonce sur X la sortie de Ferret, un modèle LLM open source capable de rivaliser avec GPT4, notamment sur sa capacité d’analyse de images.
Alors on pense évidemment à une nouvelle version de Siri dopée (ça ne lui fera pas de mal), et à l’implantation du modèle en local dans les iPhones en fin d’année. Mais de mon point de vue, la vraie révolution va être l’implantation du modèle dans le casque de réalité augmentée Vision Pro annoncé pour début février aux USA. La création d’un avatar virtuel ultra performant capable, en temps réel, d’analyser tout votre environnement pour vous donner des informations et vous aider.
Prenons un cas d’usage professionnel : vous travaillez dans un laboratoire où vous concevez des systèmes d’électronique embarqué. Le Vision Pro plus Siri-sous-emphets vous permettront d’optimiser ou trouver l’origine des pannes sur vos prototypes. Identifier tout ce que regardez en détail et en temps réel, et proposer des interactions en fonction de vos questions… Le nombre d’applications est infini.
2️⃣ IA Locales, cloud, propriétaires et open source
OpenAI a clairement dominé le game avec ChatGPT, basé sur son modèle GPT (Generative Pre-trained Transformer). C’est un modèle puissant, qui tourne sur des serveurs très performants. Mais ça pose plusieurs problèmes, notamment :
- Le modèle est propriétaire, entrainé et affiné par OpenAI
- La confidentialité des informations qui sont partagées avec le modèle n’est pas garantie, ne serait-ce que par le cadre légal du Patriot Act
- L’impact énergétique est démentiel. Par exemple, l’estimation de la consommation de l’ensemble des IA de Google représenterait l’équivalent de celle d’une ville de 500 000 habitants
- La nécessité d’être systématiquement connecté au web pour accéder au service, avec une latence qui peut être importante
Pourtant, on n’a pas toujours besoin de la puissance d’un GPT4 pour effectuer la majorité des tâches du quotidien. Un modèle moins performant mais entraîné sur un corpus d’informations personnalisé peut permettre d’effectuer de nombreuses tâches. C’est là que l’on voit plusieurs déclinaisons apparaître.
Les modèles pouvant tourner en “local”, c’est-à-dire soit sur un smartphone ou un ordinateur, soit sur des serveurs au sein de l’entreprise, sans appel à des services sur des serveurs extérieurs. Plusieurs avantages : rapidité, confidentialité, consommation énergétique réduite. C’est déjà annoncé par Google avec les 3 déclinaisons de Gemini, et tous les autres devraient suivre.
Les modèles Open Source : on avait déjà LLaMA de Meta qui avait été Open Sourcé, voilà qu’arrivent 3 frenchies avec Mistral, un modèle Open Source, très léger, non bridé, et capable de rivaliser avec un GPT 3.5. Je l’ai testé sur mon Mac, et ça tourne du tonnerre ! On va donc voir arriver la même bataille idéologique qu’avec le logiciel il y a quelques années : Propriétaire vs Open Source, Hébergé vs Cloud… L’histoire se répète. Bien évidemment, comme pour le logiciel, la réponse ne se trouve pas dans la technologie, mais dans l’usage. L’hybridation avec une approche “Best of breed” devra être au cœur des stratégies !
3️⃣ Les IA partout partout partout
Ça a déjà commencé, tous les éditeurs intègrent de l’IA générative dans leurs solutions, à grand coup de marketing bien huilé. Microsoft avec Co-Pilot dans Windows, Hubspot, Notion, Canva, Photoshop, etc.
Bien évidemment, ces ajouts sont puissants et peuvent permettre un gain en productivité. Le problème, c’est qu’ils se basent tous sur un corpus d’informations différent. Or, pour l’entreprise, il va être nécessaire d’avoir une approche centralisée de l’IA, basée sur son corpus d’informations, sans avoir à demander à 40 modèles de venir l’indexer. On va donc voir apparaître un besoin croissant d’unification de la donnée non structurée dans l’entreprise, et la nécessité d’ouvrir les modèles pour qu’ils puissent échanger simplement.
4️⃣ Des projets de transformation “IA” dans les entreprises
Si les entreprises ont toutes regardé la déferlante IA de 2023 avec un regard plus ou moins perplexe, il semble évident que tout le monde a compris maintenant que ça allait avoir un gros impact sur les organisations et le business. Et que ça va arriver très vite. Et la question n’est pas de savoir si on doit ou non utiliser ChatGPT ou Bard, mais d’avoir une approche structurée, planifiée et orientée business. Comment bien intégrer ces IA dans l’entreprise ? Comment faire en sorte qu’elle apporte de la valeur et qu’on ne soit pas dépassé ? Comment accompagner les collaborateurs ? On retrouve les mêmes thématiques qu’avec l’arrivée du digital… sauf que ça va prendre 5 ans au lieu de 20.
A ce propos, ça tombe plutôt bien puisque mes camarades de Tout Se Transforme et moi-même vous avons préparé un webinaire sur le sujet ! On se retrouve donc le 1er février prochain !
“IA et entreprise – préparer concrètement sa transition vers les IA génératives”
C’est gratuit, et vous pouvez vous inscrire là 👉 https://urlz.fr/pbr1
5️⃣ Des technos toujours plus “what the fuck”
Ça n’est pas si loin novembre 2022 quand on a tous commencé à faire joujou avec ChatGPT, et qu’on a eu la mâchoire pendue en se disant “ah oui quand même”… Et pourtant, aujourd’hui, on l’utilise comme si on ouvrait un bête document Word. Il faut dire que depuis 1 an, la technologie a évolué de façon exponentielle.
Il n’y a pas de raison pour que ça s’arrête ou que ça ralentisse en 2024. On peut donc s’attendre, en autre, à ce type de technologies
- L’avancé de la vidéo générée par IA, avec un rendu ultra réaliste, et des vidéos de 30s à 1 minute.
- L’arrivée de GPT5 et d’autres modèles du même niveau, qui repousseront la multimodalité (capacité à traiter tout type d’information – texte, image, vidéo, code, audio, etc.), avec un niveau d’analyse ultra performant. Aussi, leur capacité à pouvoir s’attaquer à des domaines extrêmement pointus avec une grande fiabilité.
- Dans le même esprit, on va commencer à voir arriver des modèles capables de prendre en charge des requêtes complexes, et multi-factorielles (capacité à aller chercher des informations très différentes sur le web et à les compiler pour faire une réponse). Aussi, la capacité à aller au bout de certains workflows, notamment la partie transactionnelle. Par exemple, si vous demandez aujourd’hui à ChatGPT de trouver un billet de train pour Milan à moins de 100€, il va vous envoyer des réponses, éventuellement avec le lien. Je pense qu’on va pouvoir aller au bout et lui demander de faire la réservation. Cela va nécessiter la création d’interfaces sécurisées spécialement pour les assistants, mais on peut déjà le faire par de l’automatisation.
- Le rapprochement avec la robotique : déjà annoncé au CES de Las Vegas (Consumer Electronic Show – la grand messe annuelle des appareils electroniques), on va de plus en plus voir des robots dopés aux IA génératives. Dans un premier temps, ils seront capables d’agir comme des “compagnons”, mais on pourrait avoir des surprises avec des robots beaucoup plus évolués d’ici la fin de l’année, capables de prendre en charge des tâches complexes.
Et la notion de numérique responsable dans tout ça ? Personne ne communique vraiment sur le sujet, mais pourtant, cette révolution IA ne pourra avoir de sens que si elle s’inscrit dans la nécessité absolue de sobriété énergétique. Certes, les technologies évoluent, notamment au niveau des puces, mais c’est loin d’être suffisant. A nous, utilisateurs, d’avoir conscience de l’impact, et de réserver l’usage des IA aux tâches qui apportent réellement de la valeur ! Enfin, n’oublions pas que nous sommes humains (après tout), et que ce qui fera la différence, ce qui fait notre singularité, en tant que personne ou en tant qu’entreprise, ce sont nos caractéristiques humaines. J’ai peur cependant de ne pas faire une bonne prédiction sur ce point, mais j’aimerais réellement que l’on arrive à créer un monde où ces technologies sont mises au service des humain, et pas l’inverse.
Dites-moi en commentaire ce que j’ai oublié ? Ou si vous pensez que je tape à côté !
🗓️ On prend rendez-vous en décembre pour faire le bilan !
