La GenAI, initialement acclamée, est maintenant confrontée à un scepticisme croissant en raison de son incapacité à répondre aux attentes élevées. Les préoccupations concernant les coûts, la consommation d'énergie et l'éthique ont pris le dessus sur l'enthousiasme initial. L'industrie se concentre désormais sur des cas d'utilisation pratiques et la résolution de problèmes de fiabilité et de gouvernance. Malgré des applications prometteuses dans des domaines comme la gestion de l'expérience client et les gains de productivité, la GenAI rencontre des défis importants dans l'automatisation des processus complexes. Les enjeux de coût, de latence et de gouvernance persistent, mais ces défis favorisent également l'innovation et une meilleure compréhension des exigences en matière de données et de techniques avancées.Bern Elliot, analyste vice-président de Gartner, a comparé l'IA générative à un « marteau cherchant un clou », soulignant que beaucoup croient à tort qu'elle peut résoudre de nombreux problèmes alors qu'en réalité, elle en est incapable. Il a ajouté que malgré l'enthousiasme initial pour OpenAI, cette technologie n'a finalement pas prouvé son utilité. Selon lui, au début, l'enthousiasme était fort autour de ChatGPT. Au printemps 2023, l'attention s'est portée sur les grands modèles de langage (LLM). En été, il est devenu clair qu'un soutien logiciel substantiel était nécessaire. À l'automne, l'accent a été mis sur l'incitation, la génération augmentée par récupération (RAG) et les vecteurs. En hiver, les discussions se sont orientées vers la gouvernance à mesure que des utilisations inappropriées de ces technologies se manifestaient. Plus récemment, le terme à la mode est devenu l'IA « agentique ».
Le Gartner Hype Cycle est un modèle graphique qui décrit les étapes de développement et d'adoption d'une technologie, de son émergence à sa maturité. Il comprend cinq phases : le déclenchement de la technologie, où une innovation génère un intérêt médiatique initial ; le pic des attentes exagérées, caractérisé par un enthousiasme excessif et des attentes irréalistes ; le creux de la désillusion, où l'intérêt diminue en raison d'échecs initiaux ; la pente de l'illumination, où les avantages pratiques deviennent plus clairs et des applications réussies émergent ; et enfin, le plateau de productivité, où la technologie est largement adoptée et intégrée de manière stable dans les processus quotidiens, avec des bénéfices largement reconnus.
Les défis et inquiétudes autour de l'IA générative
James Ferguson, associé fondateur de MacroStrategy Partnership, met en garde contre une potentielle bulle spéculative autour de l'IA, comparant la situation actuelle à celle de la bulle Internet des années 1990. Selon lui, l'enthousiasme excessif et les prédictions optimistes concernant l'IA pourraient se solder par un désastre économique. Les préoccupations incluent les coûts élevés, la consommation énergétique et les limitations pratiques des technologies, comme les hallucinations des grands modèles de langage (LLM). Les investissements massifs alimentés par des attentes irréalistes risquent de se révéler infructueux, avec des conséquences potentiellement graves pour l'économie mondiale. Bien que l'IA promette des gains importants, certains experts avertissent que la technologie pourrait ne pas répondre aux attentes et que les valorisations actuelles pourraient s'effondrer, provoquant une douleur généralisée pour les investisseurs.
Nombreux sont ceux qui pensaient que la GenAI allait « refaire les affaires » au début de l'année 2023, note Brad Shimmin, analyste en chef d'Omdia pour les plateformes d'IA, d'analyse et de données. Cependant, les attentes initiales concernant la GenAI sont très éloignées des réalités actuelles. La GenAI semble entrer dans le creux de la désillusion, une phase où l'intérêt diminue lorsque les résultats escomptés ne sont pas atteints. Pendant cette période, la technologie est souvent critiquée et les attentes diminuent jusqu'à ce qu'elle mûrisse et prouve sa valeur pratique.
L'IA générative peut être difficile à situer dans le Hype Cycle car de nombreuses entreprises se trouvent à des stades différents de leur parcours de mise en œuvre. Certains aspects de l'IA font toujours l'objet d'un engouement, tandis que d'autres ont dépassé l'engouement et se trouvent sur le plateau de productivité, où les avantages d'une technologie sont largement compris et acceptés, se traduisant par une utilisation stable et durable.
Face aux préoccupations de sécurité, 27 % des entreprises ont interdit l'utilisation de l'IA générative, selon une étude de Cisco. Les principales inquiétudes incluent les menaces pour les droits juridiques et la propriété intellectuelle (69 %) ainsi que le risque de divulgation d'informations sensibles (68 %). Pour mitiger ces risques, 63 % des organisations limitent les types de données pouvant être saisies, 61 % restreignent les outils GenAI accessibles aux employés, et 27 % ont totalement interdit ces applications. Cependant, des informations sensibles, telles que des données sur les employés et des informations confidentielles sur l'entreprise, continuent d'être problématiques.
En réponse à la nécessité de protéger les données des clients, 98 % des entreprises considèrent les certifications externes en matière de protection de la vie privée comme essentielles pour leurs décisions d'achat. L'étude montre également que les investissements en protection de la vie privée ont plus que doublé ces cinq dernières années, avec un retour sur investissement estimé à 1,6 fois supérieur aux dépenses. De plus, 80 % des organisations constatent des avantages significatifs en termes de loyauté et de confiance des clients grâce à ces investissements, un chiffre qui atteint 92 % pour les organisations les plus avancées en matière de confidentialité.
La menace de la désillusion : un engouement transformé en scepticisme
La GenAI, qui avait suscité un engouement massif à ses débuts, est maintenant en proie à un scepticisme croissant. Ce retournement de perception est largement attribuable à son incapacité à répondre aux attentes initialement très élevées. Plusieurs facteurs sous-tendent ce désenchantement : les coûts élevés, la consommation d'énergie et les questions éthiques entourant l'utilisation de cette technologie.
Les préoccupations concernant les coûts et la consommation d'énergie sont particulièrement pertinentes. La mise en œuvre et l'entretien des systèmes de GenAI nécessitent des investissements considérables, et leur consommation énergétique est significative. Dans un contexte où la durabilité devient de plus en plus cruciale, ces aspects posent de sérieux défis. En outre, les préoccupations éthiques liées à la GenAI sont de plus en plus mises en avant. Les questions de biais dans les modèles, de confidentialité des données et de l'impact potentiel sur l'emploi sont au cœur des débats. La nécessité de réguler et de gouverner l'utilisation de l'IA devient ainsi une priorité.
Cependant, l'industrie de la GenAI ne reste pas passive face à ces défis. Elle se concentre maintenant sur des cas d'utilisation pratiques et sur la résolution de problèmes de fiabilité et de gouvernance. Des secteurs tels que la gestion de l'expérience client et l'amélioration de la productivité ont vu des applications prometteuses de la GenAI. Malgré cela, l'automatisation des processus complexes reste un défi majeur. La technologie doit encore surmonter des obstacles en matière de coût, de latence et de gouvernance pour prouver pleinement sa valeur.
Ces défis, bien qu'ardus, stimulent également l'innovation. Ils incitent à une meilleure compréhension des exigences en matière de données et des techniques avancées nécessaires pour optimiser l'utilisation de la GenAI. En somme, la période de désillusion actuelle pourrait être une étape nécessaire dans le développement et la maturation de la GenAI, menant à une adoption plus judicieuse et efficace à l'avenir.
En conclusion, si la GenAI traverse une phase de scepticisme et de remise en question, elle offre également des opportunités d'amélioration et d'innovation. L'industrie doit maintenant se concentrer sur des applications réalistes et des solutions aux problèmes actuels pour transformer ce scepticisme en une confiance renouvelée et justifiée dans les capacités de la GenAI.
Source : Opinion of Bern Elliot, Analyst and Vice President at Gartner
Et vous ?
Quel est votre avis sur le sujet ? Êtes-vous d'accord avec l'opinion de Bern Elliot selon laquelle beaucoup croient à tort que la GenAI peut résoudre une multitude de problèmes, alors qu'en réalité, elle en est incapable ? Comment les entreprises peuvent-elles équilibrer les coûts élevés et la consommation d'énergie associés à la GenAI tout en tirant parti de ses avantages potentiels ?Voir aussi :
Les craintes liées à la sécurité conduisent les entreprises à interdire l'utilisation de la GenAI : 27 % des organisations ont interdit l'utilisation de l'IA générative, selon Cisco « L'IA est en fait inutile et elle a créé une bulle "faire semblant jusqu'à ce que ça marche" qui pourrait se solder par un désastre », prévient un observateur chevronné des marchés 
Envoyé par Mathis Lucas
.
.
