Les investissements impressionnants dans l’intelligence artificielle générative ont prouvé que l’engouement demeure fort bien après sa deuxième année de buzz. Cette technologie est au premier plan dans toutes les entreprises, les organisations la plaçant au centre de leur stratégie produit. Cependant, les entreprises qui ont mis en œuvre l’intelligence artificielle générative ont-elles réalisé une valeur ajoutée sur leur rentabilité ?
Alors que la plupart des logiciels d’entreprise ont rapidement adopté des fonctionnalités d’écriture en utilisant l’IA, la valeur derrière de telles capacités est tactique et n’a pas encore transformé l’organisation au niveau stratégique. Pour offrir une valeur plus profonde, l’IA générative doit unir les données locales d’une organisation aux capacités de l’IA et fournir des résultats spécifiques à l’entreprise et au contexte.
Au-delà des bases, une limitation clé de l’IA générative a été sa base de connaissances large et non spécifique. Les modèles à langage massif ont été formés sur de grands corpus de données et peuvent répondre, avec des degrés de succès variables, à des questions de connaissance générale du monde.
Mais le petit déjeuner n’est pas une stratégie commerciale. Lorsqu’on lui pose des questions sur la manière de résoudre des défis commerciaux, l’IA générative peine à produire des réponses pertinentes et utiles simplement parce qu’elle ne connaît pas les données uniques à cette entreprise. Pour tirer le meilleur parti de leurs investissements en IA, les dirigeants doivent extraire de la valeur de l’IA générative en lui fournissant des connaissances contextuelles et multicouche.
Pour relever le défi du contexte et rendre l’IA générative plus précieuse pour les résultats commerciaux, l’industrie a présenté diverses approches. Parmi celles-ci, l’augmentation de la taille du prompt, la formation ad hoc des modèles de langage massif et la génération assistée par récupération (RAG) sont les principaux points à retenir. Ces méthodes montrent qu’il reste un écart : bien que les réponses simples ne posent pas de problème à l’IA générative, répondre à des questions à grande échelle l’est.
Avec l’IA générative disposant d’une connaissance contextuelle spécifique à l’entreprise, cela pourrait permettre aux entreprises de valoriser leurs données de manières jusque-là inimaginables, potentiellement stimulant un niveau d’innovation et de croissance que nous n’avons pas encore vu.