L'IA générative a été rapidement adoptée par les entreprises :

67 % des personnes interrogées ont déclaré que leur entreprise utilisait actuellement l'IA générative, selon une étude de O'Reilly

Plus de 80 % des entreprises auront utilisé des API d'IA générative ou déployé des applications basées sur l'IA générative d'ici à 2026, selon Gartner

D'ici à 2026, plus de 80 % des entreprises auront utilisé des interfaces de programmation d'applications (API) ou des modèles d'intelligence artificielle générative (GenAI), et/ou déployé des applications basées sur la GenAI dans des environnements de production, contre moins de 5 % en 2023, selon Gartner, Inc.

"L'IA générative est devenue une priorité absolue pour la suite C et a suscité une énorme innovation dans les nouveaux outils au-delà des modèles de fondation", a déclaré Arun Chandrasekaran, Distinguished VP Analyst chez Gartner. "La demande d'IA générative augmente dans de nombreux secteurs, tels que la santé, les sciences de la vie, les services juridiques, les services financiers et le secteur public."

Le Hype Cycle 2023 de Gartner pour l'IA générative a identifié des technologies clés qui sont de plus en plus intégrées dans de nombreuses applications d'entreprise. Plus précisément, trois innovations qui devraient avoir un impact considérable sur les organisations d'ici dix ans sont les applications basées sur l'IA générative, les modèles de fondation et la gestion de la confiance, du risque et de la sécurité de l'IA (AI TRiSM).


Applications basées sur la GenAI

Les applications basées sur la GenAI utilisent la GenAI pour l'expérience utilisateur (UX) et l'augmentation des tâches afin d'accélérer et d'aider l'accomplissement des résultats souhaités par l'utilisateur. Au fur et à mesure que les applications seront dotées de la GenAI, elles s'étendront à un large éventail de compétences au sein de la main-d'œuvre.

"Le modèle le plus courant pour les capacités intégrées à la GenAI est aujourd'hui le text-to-X, qui démocratise l'accès des travailleurs à ce qui était auparavant des tâches spécialisées, par le biais d'une ingénierie d'invite utilisant le langage naturel", a déclaré M. Chandrasekaran. "Cependant, ces applications présentent encore des obstacles tels que les hallucinations et l'imprécision qui peuvent limiter l'impact et l'adoption à grande échelle."

Modèles de fondation

"Les modèles de fondation constituent une avancée importante pour l'IA en raison de leur pré-entraînement massif et de leur large applicabilité dans les cas d'utilisation", a déclaré M. Chandrasekaran. "Les modèles de fondation feront progresser la transformation numérique au sein de l'entreprise en améliorant la productivité de la main-d'œuvre, en automatisant et en améliorant l'expérience client et en permettant la création rentable de nouveaux produits et services."

Les modèles de fondation se trouvent au sommet des attentes exagérées du Hype Cycle. Gartner prévoit que d'ici à 2027, les modèles de fondation sous-tendront 60 % des cas d'utilisation du traitement du langage naturel (NLP), ce qui représente une augmentation considérable par rapport à moins de 5 % en 2021.

"Les leaders technologiques devraient commencer par les modèles ayant une grande précision dans les classements de performance, ceux qui bénéficient d'un soutien supérieur de l'écosystème et qui ont des garde-fous d'entreprise adéquats en matière de sécurité et de confidentialité", a déclaré M. Chandrasekaran.

Gestion de la confiance, du risque et de la sécurité de l'IA (AI TRiSM)

AI TRiSM garantit la gouvernance, la fiabilité, l'équité, la fiabilité, la robustesse, l'efficacité et la protection des données des modèles d'IA. AI TRiSM comprend des solutions et des techniques pour l'interprétabilité et l'explicabilité des modèles, la détection des anomalies dans les données et le contenu, la protection des données d'IA, les opérations des modèles et la résistance aux attaques adverses.

"Les organisations qui ne gèrent pas de manière cohérente les risques liés à l'IA sont exponentiellement enclines à connaître des résultats négatifs, tels que des échecs de projets et des violations. Des résultats d'IA inexacts, contraires à l'éthique ou involontaires, des erreurs de processus et l'interférence d'acteurs malveillants peuvent entraîner des défaillances de sécurité, des pertes financières et de réputation ou des responsabilités, ainsi que des préjudices sociaux", a déclaré M. Chandrasekaran.

AI TRiSM est un cadre important pour la mise en œuvre d'une IA responsable et devrait être adopté par le plus grand nombre d'ici deux à cinq ans. D'ici à 2026, les organisations qui opérationnalisent la transparence, la confiance et la sécurité de l'IA verront leurs modèles d'IA s'améliorer de 50 % en termes d'adoption, d'objectifs commerciaux et d'acceptation par les utilisateurs.

Source : Gartner

Et vous ?

Quel est votre avis sur le sujet ?

Que pensez-vous des résultats de cette analyse de Gartner, trouvez-vous qu'ils sont crédibles et pertinents ?

Voir aussi

Les analystes prédisent que l'IA générative, « surestimée », sera confrontée à un ralentissement imminent en 2024, l'exploitation des modèles tels que ChatGPT, Google Bard, Claude est très coûteuse

Gartner place l'IA générative au sommet des attentes exagérées dans le Hype Cycle 2023 des technologies émergentes, l'IA émergente aura un impact profond sur les entreprises et la société

Gartner identifie les principales tendances qui façonneront l'avenir de la science des données et de l'apprentissage automatique