L'objectif de ce chapitre est de comprendre les avancées qui se produisent dans le domaine de la GenAI en termes de business, de technologie et de réglementation. Nous examinerons également les types de stratégies commerciales qu'une entreprise doit adopter pour tirer parti du potentiel de la GenAI à son avantage compétitif. En outre, nous explorerons l'impact environnemental lié à l'entraînement et à l'inférence des modèles de GenAI, ainsi que les moyens de mesurer et d'atténuer cet impact.

 

Avancées de la GenAI

La GenAI est devenue un vecteur géopolitique clé dans la compétition mondiale. Le potentiel d'impact de la GenAI varie en fonction du pays, de l'industrie et du secteur. Les pays ont commencé à prendre des mesures proactives pour préparer la main-d'œuvre à cette transformation imminente afin de garantir que toute la société en bénéficie. Cependant, le développement rapide de la GenAI et ses immenses promesses posent des dilemmes difficiles concernant cette technologie.

 

Dans ce chapitre, nous validerons les avancées de la GenAI afin d'éviter de tomber dans le piège de l'engouement vide autour des technologies émergentes. Par le passé, nous avons vu des bulles technologiques, des attentes gonflées associées à celles-ci, puis une espérance réaliste s'estomper avec le temps. Dans cette section, nous considérons trois dimensions critiques pour comprendre et valider l'engouement autour de la GenAI. Comme le montre la Figure 10.1, le potentiel d'impact de la GenAI sera analysé en termes de business, de technologie et de réglementation.

 

Dimension Business

La GenAI est perçue comme une opportunité de renforcer les économies mondiales, d'étendre le potentiel humain et de faire croître les industries. Après avoir navigué à travers les promesses surestimées de l'hiver crypto, du métavers céleste et des puissantes technologies 5G, nous pouvons valider de manière sobre l'engouement commercial autour de la GenAI à travers le prisme du potentiel économique, de l'impact sur l'emploi et des investissements industriels.

 

Potentiel économique de la GenAI

Selon une étude de PricewaterhouseCoopers (PwC), le potentiel économique mondial de l'IA devrait atteindre 15,7 billions de dollars d'ici 2030. On peut croire que la majeure partie de cette contribution viendra de la GenAI. Des banquiers d'investissement et analystes tels que Goldman Sachs, McKinsey et Bloomberg prédisent que la GenAI a le potentiel d'augmenter le PIB mondial de 4 à 7 % et de stimuler la croissance de la productivité de 1,5 à 2 points de pourcentage au cours des dix prochaines années.

 

Bien que toutes les industries réalisent des gains significatifs, l'impact de la GenAI sur les entreprises varie en fonction des cas d'utilisation et de l'adoption technologique. Certains domaines industriels comme la haute technologie, la banque, les sciences de la vie et les médias devraient être plus impactés que d'autres en raison du potentiel de la GenAI. Les recherches montrent que des fonctions telles que le marketing, les ventes, l'ingénierie logicielle, la recherche et le développement de produits sont les principaux moteurs de l'impact de la GenAI dans les cas d'utilisation potentiels des entreprises.

 

Impact sur l'emploi

Le Rapport sur l'Avenir des Emplois 2023 (https://www.weforum.org/publications/the-future-of-jobs-report-2023/ ) prédit que 23 % des emplois mondiaux changeront dans les cinq prochaines années en raison de l'intelligence artificielle et d'autres technologies de traitement de texte/image. Les recherches montrent également que 80 % des travailleurs américains ont 10 % de leurs tâches exposées à la GenAI, et les autres ont 19 %. Il existe donc un potentiel d'automatisation ou d'amélioration grâce à la technologie GenAI. L'analyse basée sur les tâches révèle que les emplois comportant des tâches routinières sont susceptibles d'être automatisés par l'IA, tandis que les tâches nécessitant un raisonnement abstrait avec interaction sont susceptibles d'être améliorées par la GenAI. Les tâches nécessitant un haut degré de collaboration, d'interaction technique et non linguistique ont peu ou pas d'exposition potentielle à l'impact de la GenAI.

 

Industries

Les dirigeants d'entreprise adoptent de plus en plus les technologies GenAI. Comme nous l'avons vu au Chapitre 9, "GenAI pour l'entreprise", de nombreux cas d'utilisation en entreprise ont été testés et les outils GenAI sont perçus comme des compagnons pour les entreprises afin de faire progresser et améliorer leur productivité. Selon un rapport de PitchBook, les investissements dans la GenAI ont dépassé 27 milliards de dollars en décembre 2023, soit quatre fois les investissements totaux de 2022.

 

Les modèles commerciaux pour l'IA incluent le logiciel en tant que service (SaaS), le produit en tant que service, la plateforme en tant que service (PaaS), l'infrastructure IA en tant que service, le modèle en tant que service, les données en tant que service, et d'autres modèles logiciels traditionnels comme la technologie, les affaires et les services gérés.

 

Dimension Technologique

La GenAI est simplement perçue comme une technologie qui ajoute de l'intelligence à n'importe quelle donnée. Elle est à l'avant-garde de l'innovation technologique. Alors que nous assistons à la publication d'un grand nombre de modèles GenAI qui rivalisent en termes de nombre de tâches, de précision des modèles et d'efficacité computationnelle, l'avenir de la technologie GenAI dépend du développement continu des méthodes de traitement des données, des architectures de modèles et des méthodes d'apprentissage.

 

Dans cette section, nous validerons l'engouement commercial autour de la GenAI à travers le prisme des développements technologiques qui se produisent dans l'écosystème GenAI, notamment en matière de sélection des données, d'architecture des modèles, de techniques d'optimisation, de méthodes d'apprentissage distribué et d'inférence sécurisée qui peuvent apporter des percées potentielles à l'avenir.

 

Dimension Réglementaire

Les réglementations sont une dimension critique à analyser. Comme nous l'avons vu dans le passé, les exigences réglementaires peuvent nuire et freiner la croissance technologique (comme dans le cas des cryptomonnaies). Dans ce chapitre, nous examinerons certaines des réglementations existantes sur l'IA et les nouvelles réglementations sur la GenAI.

 

Alors que les efforts pour réglementer l'IA ont été accélérés, les réglementations concernant la GenAI à l'échelle mondiale sont encore en évolution. Dans certaines régions comme le Royaume-Uni, l'utilisation de l'IA dans des domaines commerciaux tels que la finance et la santé est déjà réglementée. Par exemple, l'utilisation de l'IA par les agences de crédit pour la modélisation des risques doit être assurée pour son équité par la Financial Conduct Authority (FCA).

 

Stratégie commerciale de la GenAI

Les opportunités commerciales pour les entreprises avec la technologie GenAI peuvent être largement catégorisées en deux types :

  • Créer de nouveaux flux de revenus à partir d'applications ou de services GenAI.
  • Générer des revenus supplémentaires en augmentant les lignes de produits/services existants avec des capacités GenAI.
 

Nous discuterons de trois scénarios de nouveaux flux de revenus et des stratégies à adopter pour chaque scénario.

 

Durabilité de la GenAI

La réduction des émissions de carbone est devenue une nécessité commerciale. Les organisations, en fonction de leurs activités et tâches opérationnelles, se sont engagées à atteindre des objectifs de zéro émission nette, de neutralité carbone, de carbone négatif et de réduction des émissions. L'objectif de zéro émission nette d'ici 2050 est un objectif internationalement convenu. Pour enrayer la crise climatique, le Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC) a convenu d'atteindre le zéro net d'ici 2050.

 

Avant de comprendre l'impact environnemental de la GenAI, nous examinerons la classification des émissions conformément à la norme corporative du protocole des gaz à effet de serre (GES) et les stratégies adoptées pour réduire les émissions dans l'industrie de l'IA.

 

Conclusion

Dans ce chapitre, nous avons compris les trois dimensions – business, technologie et réglementation – et les différents facteurs pour évaluer le potentiel d'impact de la GenAI. Nous avons décrit les avancées technologiques de la GenAI en matière de données, d'architecture, d'optimisation et d'apprentissage distribué. Nous avons également parlé de l'état des réglementations émergentes dans diverses régions. Le chapitre a prescrit différentes stratégies commerciales d'entreprise telles que le blitzscaling, l'approche "un oiseau dans la main", l'approche indirecte pour générer de nouveaux flux de revenus, et l'approche historique pour l'amélioration des produits afin de tirer parti du potentiel de la GenAI en suivant un cône temporel hyperbolique. Nous avons présenté l'engagement international envers le changement climatique et le type de portée à surveiller pour les émissions de CO2. Enfin, nous avons conclu avec des outils généraux utilisés pour évaluer les émissions de CO2 des modèles génératifs et des mesures d'atténuation possibles où le recours aux énergies renouvelables et l'optimisation de l'efficacité énergétique des centres de données peuvent entraîner une réduction majeure des émissions de CO2.

 

Mots-clés

  • Zéro émission nette : un état où toutes les émissions libérées sont compensées par le retrait du carbone de l'atmosphère.
  • Efficacité d'utilisation de l'énergie : une mesure pour déterminer l'efficacité des centres de données.
  • IA confidentielle : formation de modèles de manière sécurisée et cryptée.
  • Apprentissage fédéré : sous-domaine de l'apprentissage automatique.
  • Apprentissage fractionné : type d'apprentissage IA qui assure la confidentialité.
 

Questions

  1. Quel est le nom de l'acte de l'UE pour réglementer l'IA ?
  2. Quels sont les différents outils disponibles pour calculer le CO2 lors de l'entraînement des modèles ?
  3. Quelle est la différence entre les émissions de Scope 1 et Scope 2 ?
  4. Quelles sont les différentes dimensions discutées pour évaluer l'engouement autour de la GenAI ?
  5. Quelle est la différence entre l'apprentissage fédéré et l'apprentissage fractionné ?
Last modified: Sunday, 23 February 2025, 7:02 PM