Vous n’arrivez à rien avec l’IA générative ? Voici pourquoi — et quoi faire pour réussir.
Un article de Joseph SladeCollaborateur à la rédaction
Un article de Jillian VinerÉditrice en chef
Si vous ressentez la pression (ou la désillusion) d’un potentiel non réalisé avec l’IA générative, vous n’êtes pas seul(e). De nombreux leaders d’entreprise naviguent dans le paysage de l’IA générative avec de grandes ambitions, mais les résultats ne suivent pas.
Ce n’est pas faute d’avoir essayé.
Dans une enquête Harris commandée par Insight, 66 % des entreprises sondées déclarent avoir déployé des outils d’IA générative privés et sécurisés, tandis que près de 3 sur 4 (72 %) disent avoir dispensé de la formation sur l’IA générative à leurs équipes.
C’est un début, mais l’engouement et les démonstrations prometteuses des premiers temps ne suffisent pas toujours à rentabiliser de manière tangible les sommes investies dans la puissance théorique de l’IA générative. La rentabilité demeure un défi de taille.
Ne vous découragez pas, il y a une voie.
En tant qu’utilisateurs précoces de l’IA générative, les experts d’Insight connaissent bien les erreurs et les écueils communs qui font obstacle au rendement important que peut produire l’IA générative, et ce, aussi bien pour les entreprises que pour leurs clients. Voici ce que vous devez savoir pour transformer en progrès le potentiel de l’IA.
Oui
Non
Je n’en suis pas certain(e)
Plus de la moitié (54 %) des entreprises qui s’engagent dans l’IA générative indiquent qu’une hausse de productivité est l’un des principaux résultats visés. Mais comment mesure-t-on la productivité d’un vaste ensemble de fonctions et de personnes?
Selon la même enquête, 20 % des professionnels et professionnelles voient le manque de clarté quant au rendement du capital investi et à la valeur commerciale comme un obstacle à la mise en œuvre de l’IA générative. Mais lorsque 24 % déclarent que le principal obstacle auquel ils et elles font face est le scepticisme à l’égard de la technologie, la magie de l’IA générative semble de moins en moins… magique.
Pour découvrir la valeur de l’IA générative, il faut commencer par distinguer son potentiel théorique de ses usages dans le monde réel. Après tout, l’IA générative est une « assistante » puissamment rapide et intelligente — pas une baguette magique. Comme elle fonctionne selon des règles de calcul, son efficacité repose sur des données bien organisées et des instructions précises.
« Il est très facile d’effectuer une démonstration qui convainc tout le monde qu’une chose est extraordinaire, mais un fait demeure : la mise en production prend du temps, explique Juan Orlandini, chef de la direction des TI, Insight Amérique du Nord, et éminent ingénieur. Des itérations sont nécessaires, il faut sécuriser les choses. En d’autres mots, il faut tracer des limites autour de l’outil, instaurer des contrôles d’accès, et ainsi de suite, comme on l’a toujours fait. »
Ces explications ne devraient pas vous dissuader d’explorer de nouvelles possibilités et de vous enthousiasmer à leur sujet. Vous devez seulement comprendre qu’il est essentiel de compter sur un véritable partenaire en IA ‒ sur des experts qui peuvent accomplir la plus grande partie du travail et pousser la validation de principe plus loin, plus rapidement.
Lorsqu’on s’aventure dans l’IA générative, le patrimoine de données est le carburant qui alimente les résultats. Un patrimoine bien préparé, riche en qualité et en diversité, jette les bases de la profitabilité de l’IA générative. C’est comme un sol qu’on prépare avant d’y semer quelque chose ‒ meilleure est la préparation, meilleure sera la récolte.
« Si l’état de vos données n’est pas propice à l’apprentissage, votre initiative d’IA aboutira à des résultats dérisoires et à rien d’autre », affirme Mike Gaumond, vice-président principal, Stratégie chez Insight.
L’utilisation réussie de l’IA générative suppose que le patrimoine de données soit bien administré et préparé à l’extraction de précieuses perspectives. Assurez-vous que c’est fait et sachez que cela requiert la création d’une architecture de données qui contienne une information propre, organisée et facilement accessible, d’une part, et qui couvre le large éventail de scénarios qui seront soumis à l’IA dans la pratique, d’autre part.
Toutefois, un ensemble de données utilisables est insuffisant. Il faut aussi déployer des mesures de sécurité qui respectent les politiques de confidentialité et qui bloquent l’activité malveillante.
« De nombreux facteurs ont une incidence sur ce que nous appelons la sécurité de nos jours, commente Carm Taglienti, chef de la direction des données et éminent ingénieur chez Insight. Cela inclut la vie privée et l’IA responsable. »
En accordant la priorité à la qualité des données et à la sécurité, vous jetez des bases solides pour vos projets d’IA générative.
« N’allez pas croire qu’une séance de formation de deux ou trois heures suffira! Vous devez savoir comment utiliser l’IA, comment structurer les messages-guides ou quels sont les bons cas d’utilisation. »
Bien qu’une majorité d’entreprises (72 %) affirment avoir dispensé à leurs employés de la formation sur l’IA générative, près du tiers des répondants (32 %) indiquent que les connaissances ou la formation des équipes en matière d’outils d’IA demeurent un obstacle important à la mise en œuvre, tout juste après les préoccupations liées à la sécurité.
« N’allez pas croire qu’une séance de formation de deux ou trois heures suffira, prévient Mike Gaumond. Vous devez savoir comment utiliser l’IA, comment structurer les messages-guides ou quels sont les bons cas d’utilisation. J’utilise toujours cette analogie stupide selon laquelle le seul fait de donner un marteau à une personne ne fera pas d’elle un charpentier ou une charpentière.
Et pourtant, c’est un peu ce que nous avons fait avec l’IA. Nous avons remis un outil à des personnes à qui nous avons donné deux heures de formation. Aucune d’elles n’est devenue experte en IA — elles savent tout juste tenir un marteau! »
Si l’IA générative est susceptible de profiter à tous les spécialistes de l’information, ses utilisateurs(trices) se partagent généralement en deux grands groupes : des personnes l’utilisent vraisemblablement dans une activité de clavardage pour trouver de l’information et accomplir des tâches, tandis que d’autres y recourent pour coder et créer des structures logicielles. Or, le déficit de connaissances des uns et des autres doit absolument être comblé.
Pour les développeurs, cela suppose une formation continue sur les fonctionnalités élémentaires et complexes de l’IA générative. Ici, l’apprentissage touchera principalement la construction et la maintenance de systèmes d’IA efficaces.
Pour l’autre groupe de spécialistes de l’information, il s’agira de comprendre les nombreuses manières dont l’IA peut rationaliser un flux de travail donné. Dans ce cas, la formation démystifiera l’IA générative pour assurer une compréhension claire de ce qu’elle peut accomplir et des bénéfices qu’on peut en retirer. Destinée aux spécialistes qui ne sont pas des développeurs, cette formation doit être simple et accessible aux personnes dont les compétences techniques sont nulles ou limitées.
« La formation que nous dispensons doit faire comprendre à chacun et à chacune comment rédiger un message pour obtenir le type de réponse attendu, explique Carm Taglienti, cité plus haut. Chaque personne doit “apprendre à comprendreˮ les capacités du modèle général de langage et comment représenter ce modèle. Car il s’agit bien d’un modèle de langage. Les spécialistes de l’information n’ont pas besoin de comprendre les détails complexes du fonctionnement de l’IA générative. »
Ils et elles doivent plutôt se concentrer sur l’utilisation efficace de l’interface de l’IA générative, sur l’exploitation de ses capacités dans une optique de productivité et d’innovation.
« Assurez-vous que tous et toutes comprennent comment présenter adéquatement le contexte pertinent pour la question posée, enchaîne M. Taglienti. Il faut aussi apprendre à comprendre la réponse afin de savoir si elle répond ou non aux attentes — sans jamais présumer qu’elle est vraie. »
La formation continue en matière d’IA doit être dispensée à tous les échelons de l’entreprise. Lorsque les politiques régissant l’IA commencent à intégrer les opérations, les utilisateurs et les utilisatrices doivent être bien informé(e)s. Ces lignes directrices ne se contentent pas de promouvoir une utilisation sûre et éthique de l’IA générative ; elles visent aussi à créer une relation de « coopération » entre l’IA et la personne qui l’utilise, de sorte que l’IA renforce les capacités humaines au lieu de les remplacer.
Tous les jours
Quelquefois par semaine
Rarement
Jamais
La conversation autour de l’IA générative rassemble de plus en plus de gens et se ramifie rapidement. Les perspectives de nos experts en IA vous aideront à y voir plus clair.
Le chemin à parcourir — l’IA générative est-elle une tendance qui s’essoufflera?
« 2023 a été l’année de l’exploration des possibilités de l’IA générative [et] nous nous attendons à ce que 2024 soit celle du déploiement de cas d’utilisation réels dans un contexte opérationnel. »
Juan Orlandini, chef de la direction des TI, Insight Amérique du Nord, et éminent ingénieur
L’avenir des applications de l’IA
« Les applications doivent être intuitives et traduire ce que demande l’utilisateur en commandes pertinentes pour l’IA […]. Nous verrons divers types d’applications, d’engagements et d’expériences utilisateur, ainsi que différentes façons de faire les choses. »
Amol Ajgaonkar, chef de la direction des TI, Innovation produits, Insight
Comprendre les grandes préoccupations en matière de sécurité et de données
« Si vous améliorez ou adaptez un modèle public, vous risquez d’exposer des données critiques à des utilisateurs et utilisatrices non autorisé(e)s. Il s’agit de limiter l’exposition et de la relier aux rôles et aux contrôles d’accès. »
« Du point de vue de la sécurité […], nous devons nous préoccuper de l’injection rapide, de la protection de la vie privée et de l’IA responsable. »
Carm Taglienti, chef de la direction des données et éminent ingénieur, Insight
Équilibrer les attentes et la réalité
« Nous veillons à ce que la haute direction demeure engagée et ancrée dans la réalité malgré le bruit entourant l’IA […]. Il s’agit de trouver les bons cas d’utilisation de l’IA dans l’entreprise. »
Mike Gaumond, vice-président principal, Stratégie, Insight
Jusqu’ici, l’IA générative a pu se comparer à une série de sprints. « Les entreprises qui prennent les devants maintenant auront une telle avance sur les autres qu’il sera impossible de les rattraper », affirme Joyce Mullen, présidente et chef de la direction d’Insight et promotrice passionnée de l’IA générative.
Mais voici le défi auquel toutes les entreprises font face :
« Dernièrement, j’ai tenté de concentrer mon attention non seulement sur le bruit entourant l’IA générative, mais aussi sur la nature du déploiement de celle-ci, explique Carm Taglienti. Il s’agit avant tout de savoir tirer parti des capacités de cet outil sans nécessairement se laisser entraîner par le battage médiatique ambiant. Comment puis-je voir les choses de manière plus pratique? »
Cette question se pose aussi à vous : comment pouvez-vous développer une perspective plus pratique?
Réponse : faites appel à un guide. Insight est un chef de file de l’intégration de solutions et un utilisateur précoce de l’IA générative. Ses experts possèdent l’expérience dont vous avez besoin et ont pour vous des leçons utiles. Ils vous indiqueront comment démarrer rapidement et vous aideront à réaliser vos ambitions en matière d’IA générative.
Nous vous montrerons comment.
En savoir plus
