Gabriel V.
Dans la plupart des discussions sur l’IA générative, les personnes ont tendance à se concentrer sur ce que les outils tels que ChatGPT, Midjourney, Google Bard et Bing Chat peuvent faire. Et il est facile de comprendre pourquoi – ces capacités impressionnantes ont bouleversé le monde de la technologie et des affaires. Ils sont également probablement ce qui a conduit un impressionnant 88% des entreprises américaines à commencer à utiliser des outils de GenAI – l’un des nombreux faits inattendus mis au jour dans une nouvelle étude de TECHnalysis Research.
Cette étude a également révélé que, bien que les personnes soient indéniablement enthousiasmés par les possibilités offertes par la génération actuelle d’outils de GenAI, ils ont également un certain nombre de préoccupations concernant les fonctionnalités et les capacités actuellement non incluses, ainsi que la façon dont les produits sont emballés et tarifés.
Dans le cadre de l’enquête à laquelle ont participé 1 000 décideurs informatiques, les répondants ont été interrogés sur les fonctions qu’ils aimeraient voir ajoutées aux outils de GenAI. Comme l’illustre la Figure 1 ci-dessous, cinq options ont été choisies par plus de la moitié des personnes interrogées et souhaiteraient les voir incluses dans les futures versions…
En tête de liste se trouve la formation intégrée d’instructions, demandée par 62% des répondants. Étant donné l’importance incroyable des instructions dans l’utilisation efficace des outils de GenAI, cela ne semble pas très surprenant, pourtant il existe peu, voire aucun produit actuel qui l’inclut.
Il a beaucoup été question d’une nouvelle catégorie d’emplois passionnante appelée « ingénieurs d’instructions » que les outils de GenAI rendent possibles, mais pour que l’adoption de GenAI devienne généralisée, il est logique de s’assurer que tous ceux qui utilisent ces outils puissent apprendre comment obtenir les meilleurs résultats possibles. La capacité de créer des instructions efficaces ne devrait pas être limitée aux spécialistes, alors espérons que les fournisseurs répondront rapidement à cette demande et commenceront à intégrer ces fonctionnalités dans de nouvelles versions de leurs outils.
La deuxième capacité la plus demandée est l’apprentissage par renforcement personnalisé, ce qui est intéressant à plusieurs niveaux. Tout d’abord, cela reflète le désir d’avoir des modèles de base personnalisés pouvant intégrer les retours humains, comme avec l’apprentissage par renforcement à partir des commentaires humains (RLHF), qui est une capacité relativement nouvelle pour améliorer la qualité et la précision des modèles de GenAI. Le fait que 6 personnes sur 10 l’aient sélectionnée montre un degré de sophistication quelque peu surprenant de la part des répondants. Dans le même temps, il s’agit encore d’une capacité peu connue, ce qui pourrait suggérer un certain niveau de confusion ou de malentendu de la part des répondants – un point qui semblait évident à partir des réponses à d’autres questions techniques. Ce qui semble clair, c’est le désir de personnaliser les modèles de GenAI avec lesquels les organisations travaillent de différentes manières, et cela figure en haut de la liste des priorités de la plupart des répondants à l’enquête.
Dans une question distincte, les décideurs informatiques ayant participé à l’étude ont été interrogés sur leur utilisation du tatouage numérique ou d’autres moyens de notifier les personnes qui voient les résultats de ces outils qu’ils ont été créés par GenAI. Un impressionnant 91% ont déclaré le faire pour différentes combinaisons de contenu (ou autre sortie générée) à des fins internes ou externes. Une fois de plus, cependant, peu d’outils de GenAI de la génération actuelle disposent de mécanismes pour intégrer automatiquement un type de tatouage numérique, ce qui représente une belle opportunité d’amélioration pour les fournisseurs.
En ce qui concerne la façon dont les modèles de GenAI sont emballés et vendus, il existe encore une grande variété d’opinions ou d’attentes, mais aussi une bonne dose de confusion. Même des choses aussi simples que savoir si un fournisseur vendait un modèle GenAI autonome, une application ou un service alimenté par un modèle GenAI, ou une autre variation sur ces thèmes n’étaient pas facilement compréhensibles. (Ce n’est d’ailleurs pas non plus clair dans les messages actuels sur de nombreux outils de GenAI.)
Lorsqu’on leur a spécifiquement demandé quelle était la meilleure façon de commercialiser les outils de GenAI, il n’y avait pas de réponse claire, comme le montre la figure 2.
Le plus grand groupe, avec un peu plus de 51%, estime que les capacités de GenAI devraient être intégrées dans les applications existantes, mais environ un quart estime qu’elles devraient être autonomes et le reste pense qu’elles devraient être vendues sous forme de modèle en tant que service pour des applications spécifiques ou toute application. Ce sont là des approches très différentes et il est probable que nous verrons les fournisseurs expérimenter plusieurs méthodes différentes.
Une question connexe a également demandé si les modèles de base devraient être intégrés à chaque application ou partagés entre plusieurs applications, avec des options pour un modèle partagé unique pour toutes les applications ou un nombre limité de modèles utilisés dans plusieurs applications. Dans ce cas, environ 55% ont déclaré que chaque application devrait avoir son propre modèle de base, tandis que 35% pensaient qu’il devrait y avoir un modèle « maître » unique utilisé dans plusieurs applications, et les 10% restants pensaient qu’il devrait y avoir plusieurs modèles partagés entre plusieurs applications.
Encore une fois, il y a beaucoup de permutations à prendre en compte à partir de toutes ces données, mais une chose est très claire : les fournisseurs de GenAI sont confrontés à un énorme défi éducatif et marketing pour expliquer clairement ce qu’ils offrent exactement, avec quoi cela fonctionne (ou pas), et comment l’intégrer avec d’autres outils.
Il ne fait aucun doute que l’excitation autour de GenAI est réelle et, comme l’illustre l’étude, elle commence à être déployée pour une grande variété d’applications dans des industries de tous types. Dans le même temps, nous en sommes encore au tout début de l’évolution et de la compréhension des outils de GenAI. Par conséquent, les fournisseurs devront faire beaucoup de travail (probablement en utilisant GenAI pour expliquer GenAI !) pour positionner clairement ce que leurs outils sont capables de faire, et les clients devront être clairs sur ce qu’ils recherchent et ce dont ils ont besoin pour atteindre leurs objectifs. Finalement, tout cela devrait être simple, mais pour le moment, des temps intéressants nous attendent.
Découvrez le reportage du mois (sous-titré en français), l’IA gagnera t-elle face aux champion du monde du jeu de Go ? :
