Si l’on doit présenter l’intelligence artificielle (IA), il s’agit d’une part d’une discipline et de capacités cognitives et intellectuelles incarnées par des systèmes informatiques ou des combinaisons d’algorithmes pour effectuer certaines tâches avec une forme d’intelligence qui ressemble à celle des humains. Il s’agit d’une définition parmi les nombreuses qui existent, car on peut dire que la complexité de l’IA est comparable à celle de la nature humaine.
Cela signifie que, comme pour les humains, il n’y a pas d’unicité dans la définition ou les types d’IA. Il est toutefois possible de la comprendre avec certaines étapes, à commencer par « le traitement du langage naturel », à savoir la façon de transmettre des informations. Dans un deuxième temps, cela concerne la façon de représenter et stocker les connaissances comprises et acquises, puis la façon de les internaliser et d’en tirer parti en réponse à une question.
Rendre tangible ce qui est immatériel est une tâche rendue possible par l’humain, qui amène deux questions essentielles : comment s’y prend-il et pourquoi cela lui importe de le faire ? L’IA, qui est au centre de toutes les conservations du moment, et qui constitue également l’objectif de toutes les stratégies informatiques, vit actuellement son âge d’or.
Avec un rythme très rapide d’évolution dans ce domaine, les stratégies d’innovation qui choisissent une approche open source sont plébiscitées, car elles permettent de bénéficier de l’agilité et de la transparence sur les usages liés à l’IA. L’open source, comme l’ont compris la plupart des éditeurs logiciels de cet écosystème, est le moyen de matérialiser l’IA. Aujourd’hui, les communautés open source sont le point de départ de l’innovation, tout particulièrement dans le domaine de l’IA.
On peut complètement affirmer que l’IA opère une redéfinition de l’usage de l’informatique traditionnelle, en tant que technologie qui, pour la première fois depuis longtemps, stimule l’innovation, engendre des débats sur son champ d’application et fait reculer toujours plus les frontières. Nous sommes face à une conclusion majeure, après les nombreuses étapes franchies durant les vingt dernières années : il est désormais possible de libérer toute la puissance de l’IA.
Cette puissance, justement, dépend de façon directe de celle qu’attribuent les acteurs de l’IT à l’IA, en fonction de leur position sur le marché. Gartner décrit l’IA comme ayant « le potentiel d’apporter une immense valeur ajoutée aux entreprises en leur permettant d’augmenter leur productivité, d’améliorer leur prise de décision et de générer de nouvelles opportunités de croissance et d’innovation », avec toutefois une nuance : que certaines entreprises restreignent l’utilisation de l’IA à un seul type de tâche, afin d’en brider la portée. Il n’y a aucun doute sur le fait que l’intelligence artificielle est un atout majeur pour faire évoluer les industries et les gouvernements, que ce soit sur le plan de l’analyse des données, la détection et la prévention de la fraude, en passant par des avancées majeures dans le domaine de la santé.
L’IA générative est le concept qui a fait le plus de bruit, à l’ère de l’accès à l’information, en tant que technologie capable de créer de nouveaux contenus à partir de modèles de Deep Learning entraînés avec de grands ensembles de données. Ce type de modèles d’IA est mis à profit pour générer de nouvelles données, contrairement aux modèles d’IA discriminante, qui permettent, eux, de faire une classification des données selon leurs différences. Ils ont alors utilisé pour créer du texte, des images et du code, avec par exemple les chatbots, la création et l’édition d’images, l’aide à la création de code logiciel et la recherche scientifique.
Les entreprises ont besoin, de la part des éditeurs de logiciels, de solutions pour déployer au quotidien les technologies d’IA générative (en proposant par exemple une analyse voire une remédiation intelligente des plateformes pour les administrateurs système, en générant du code en mode assistance pour les développeurs, etc..). Les éditeurs doivent maintenir le contrôle de bout en bout sur ces technologies.
L’un des grands avantages ici est de maîtriser l’ensemble du cycle de vie du modèle de machine learning tel qu’un LLM, en préparant le jeu de données, en entraînant le modèle avec des data scientists, en le faisant évoluer à l’échelle avec des opérateurs, et en finalisant la mise en production au sein d’applications d’entreprise.
Il n’y a pas que les utilisateurs qui sont impactés par l’intelligence artificielle : c’est également le cas des entreprises, dont certaines choisissent une stratégie de transformation numérique et culturelle comme ligne directrice unique, pour leurs projets d’avenir. Le risque pour celles qui refusent de prendre le train en marche est d’être laissées pour compte. Il est indispensable de réussir à évoluer en même temps que l’IA pour espérer en libérer le plein potentiel.
