Il s'est écoulé plus d'un an depuis le battage fou de l'IA et maintenant que la poussière est retombée, nous voyons des signes clairs où se trouve l'IA.
Nous avons vu des plateformes de chat intelligentes comme ChatGPT et Claude, des services de génération d'images et de vidéos comme DALL-E et Midjourney, GitHub Copilot, des assistants d'écriture et d'autres applications.
Je n'ai pas voulu écrire sur ce sujet pendant longtemps, mais je veux donner mon opinion honnête sur l'état actuel de l'IA générative dans cet article.
En tant qu'ingénieur logiciel, au cours des 10 à 20 dernières années, j'ai connu un grand nombre de ces cycles d'engouement :
- Java et la programmation orientée objet (POO)
- Agile et Scrum
- Blockchain
- Crypto et NFT
- Plates-formes Low code/No code
- Microservices
Chacune de ces initiatives promettait quelque chose de révolutionnaire, mais cela n'a pas suffi.
Toutes ces technologies ont laissé une trace d'une manière ou d'une autre. Certaines sont encore utilisées pour résoudre des problèmes actuels, mais la plupart des promesses n'étaient pas justifiées.
L'engouement actuel - l'IA générative
De temps en temps, je jette un coup d'œil sur certains rapports financiers et je suis tombé sur ce rapport de Goldman Sachs sur l'IA intitulé "Gen AI : Too Much Spend, Too Little Benefit ?".
Ce rapport présente certaines des analyses les plus critiques de l'IA générative que j'ai lues.
Le rapport décrit trois aspects clés de l'IA :
- Gains de productivité : Probablement plus modestes que prévu
- Retour sur investissement : Potentiellement bien inférieur aux projections actuelles
- Besoins en énergie : Les besoins en énergie sont si importants que les compagnies d'électricité pourraient devoir augmenter leurs dépenses d'infrastructure de près de 40 % au cours des trois prochaines années, principalement pour répondre à la demande des grands acteurs de la technologie.
Ce qui me plaît dans ce rapport, c'est qu'il émane d'une banque d'investissement dont l'approche est typiquement axée sur le profit.
Étant donné qu'elle ne se préoccupe pas des sentiments de certains PDG, mais uniquement des gains financiers potentiels, la position de Goldman sur l'IA est particulièrement remarquable.
Elle suggère une anxiété croissante quant à l'avenir de l'IA générative, avec une remarque : plus il faut de temps pour que l'IA génère des bénéfices, plus les attentes quant à ses rendements éventuels sont élevées.
En lisant ce rapport, j'ai rencontré de nombreuses réflexions similaires sur l'IA et j'ai donc décidé d'écrire cet article.
J'expliquerai certains des points clés du rapport.
Plus ? Mieux ? Meilleur de sa catégorie ? Le meilleur ?
Le rapport présente les réflexions de Daron Acemoglu, économiste réputé du MIT, qui n'a cessé de remettre en question les attentes concernant l'impact économique de l'IA.
Acemoglu affirme qu'il est peu probable que des changements véritablement transformateurs se produisent au cours de la prochaine décennie. Il souligne que le potentiel de l'IA générative à influer sur la productivité mondiale est limité, étant donné que de nombreuses tâches humaines requièrent des compétences multiples et des interactions avec le monde réel - des domaines dans lesquels les progrès de l'IA restent difficiles.
Ce point de vue d'un économiste respecté est le signe d'une prise de conscience, dans les milieux universitaires et financiers, que l'impact pratique de l'IA à court terme est peut-être surestimé.
Acemoglu soulève un point essentiel qui touche au cœur des affirmations sur les progrès de l'IA : Que signifie réellement "doubler les capacités de l'IA" ?
Cette question met en évidence une faiblesse essentielle de l'argumentation des partisans de l'IA.
Ils affirment souvent que l'augmentation des modèles avec plus de données et de puissance de calcul conduira inévitablement à une IA plus performante. Toutefois, cette affirmation laisse une question cruciale sans réponse :
Comment cette augmentation théorique des capacités se traduit-elle par des améliorations pratiques dans des tâches spécifiques, comme l'amélioration du service à la clientèle ?
Cette critique met en évidence une faille importante dans l'engouement pour l'IA. L'hypothèse selon laquelle des modèles de langage plus grands et plus puissants résoudront automatiquement les problèmes complexes du monde réel simplifie à l'excès les défis que pose l'application de l'IA à des scénarios pratiques. Cela montre l'écart entre les capacités théoriques de l'IA et leurs applications pratiques, spécifiques à certaines tâches.
La notion de "plus" dans les capacités d'IA reste ambiguë. Si les améliorations de l'IA générative se traduisent souvent par un traitement plus rapide, le concept de "mieux" manque de définitions ou de mesures claires.
Cette ambiguïté explique en partie pourquoi les principaux modèles linguistiques tels que ChatGPT et Claude, malgré leurs progrès, n'ont pas transcendé leur fonction première de génération de contenu. Anthropic peut déclarer que Claude est "le meilleur de sa catégorie", mais cette désignation reflète principalement des améliorations progressives en termes de vitesse et de précision.
Bien que ces améliorations soient notables, elles sont loin du saut révolutionnaire souvent promis par les enthousiastes de l'IA. L'écart entre les réalisations actuelles et le potentiel de transformation de l'IA reste important.
La formation
Une crise imminente dans le développement de l'IA, souvent négligée, est la demande croissante de données de formation.
Ce défi pourrait ralentir considérablement les progrès de l'IA.
Une étude récente publiée dans Computer Vision and Pattern Recognition met en lumière un problème crucial : l'amélioration linéaire des performances des modèles nécessite une augmentation exponentielle du volume de données.
Traduit en langage humain normal, pour obtenir une amélioration linéaire, il faut disposer d'une quantité de données exponentiellement élevée pour l'entraînement.
Cette tendance implique non seulement un défi en matière d'acquisition de données, mais aussi une charge de calcul substantielle. Les implications financières sont énormes.
Dario Amodei, PDG d'Anthropic, estime que les modèles d'IA actuellement en cours de développement peuvent nécessiter jusqu'à 1 milliard de dollars pour la formation. Il prévoit que d'ici trois ans, nous pourrions voir des modèles dont les coûts de formation atteindraient 10 à 100 milliards de dollars, soit un chiffre supérieur au PIB de la Croatie.
Cette courbe de coût exponentielle soulève de sérieuses questions quant à la durabilité et à l'accessibilité du développement de l'IA avancée.
Elle suggère que les progrès futurs de l'IA pourraient être freinés non pas par des limitations technologiques, mais par les coûts purement économiques de la formation de modèles de plus en plus sophistiqués.
Un peu d'optimisme ?
Le rapport inclut un point de vue opposé de Joseph Briggs, de Goldman Sachs, qui maintient une perspective optimiste sur l'impact économique de l'IA générative.
Toutefois, ses arguments ne sont pas sans susciter quelques interrogations :
- Briggs suggère que l'IA stimulera l'économie en remplaçant les travailleurs dans certains emplois, ce qui leur permettra de trouver du travail dans d'autres domaines.
- Il prédit des économies importantes grâce à "l'automatisation complète des tâches exposées à l'IA", mais cela repose sur l'hypothèse non prouvée que l'IA automatisera entièrement ces tâches.
- Briggs mélange souvent l'IA et l'IA générative, utilisant les termes de manière interchangeable alors qu'il s'agit de concepts distincts.
- Il interprète les progrès récents de l'IA générative comme un signe de l'émergence d'une "superintelligence", ce qui me semble très prématuré
J'ai inclus cette section du rapport pour répondre aux commentaires occasionnels de mes collègues et amis selon lesquels je ne présente pas les deux aspects de l'IA. Cependant, il y a une raison pour laquelle je me concentre généralement sur un seul point de vue.
Les arguments en faveur de l'IA reposent souvent sur des hypothèses spéculatives. Ils tendent à prédire des développements futurs sans preuves solides, comme l'idée que les modèles de langage ou les générateurs d'images deviendront d'une manière ou d'une autre "intelligents".
Ces prédictions découlent généralement d'une mauvaise compréhension du fonctionnement de l'IA actuelle. Les gens confondent la capacité à générer du texte ou des images avec une véritable intelligence ou conscience artificielle.
Mon objectif est d'ancrer la discussion dans ce que l'IA peut faire aujourd'hui, plutôt que dans ce que certains espèrent ou croient qu'elle pourra faire à l'avenir. Cette approche permet de distinguer les attentes réalistes des spéculations exagérément optimistes.
Les modèles d'IA actuels, comme le GPT, n'ont pas les véritables capacités de raisonnement et de pensée créative que possèdent les cerveaux humains. Il s'agit essentiellement de systèmes de reconnaissance des formes très avancés, et non d'êtres véritablement intelligents.
Le problème est que les modèles d'IA qui obtiennent de bons résultats aux tests d'abstraction et de raisonnement ne font pas preuve d'une réelle intelligence.
Au contraire, ils ne font que traiter des millions d'exemples d'humains résolvant ces tests. C'est comme si quelqu'un mémorisait les réponses à un test de QI et l'écrasait, au lieu de comprendre les problèmes.
Cette approche des tests d'IA est encore moins pertinente que le bachotage pour un test de QI.
Elle ne mesure pas la véritable intelligence ou la capacité à résoudre des problèmes. Au lieu de cela, elle montre simplement dans quelle mesure l'IA peut imiter les réponses humaines à des problèmes spécifiques qu'elle a déjà rencontrés.
Cela met en évidence un malentendu crucial sur les capacités actuelles de l'IA.
Ces systèmes sont incroyablement doués pour la recherche de modèles et le traitement des données, mais ils ne "pensent" pas vraiment.
L'IA dans les emplois de tous les jours
Prendre des commandes dans un restaurant rapide peut sembler simple pour les humains, mais c'est un véritable défi pour l'IA.
En effet, l'IA, comme les modèles de langage, ne comprend pas vraiment les mots - elle se contente de prédire des modèles dans le texte.
Wendy's a récemment testé un système d'IA appelé "FreshAI" pour prendre les commandes dans certains de ses restaurants.
Toutefois, les résultats montrent que l'IA a encore des progrès à faire :
- L'IA a besoin d'une aide humaine pour environ 15 % des commandes. Cela représente une commande sur sept pour laquelle une personne doit intervenir.
- Les clients disent se répéter plusieurs fois pour que l'IA comprenne leur commande.
- Le système interrompt les clients s'ils ne parlent pas assez vite.
Ces questions mettent en évidence un problème majeur de l'IA actuelle : si elle peut effectuer des tâches simples dans des environnements contrôlés, elle a du mal à faire face à la variabilité et à la complexité des interactions dans le monde réel.
Comprendre le contexte, les accents, les bruits de fond et les petits détails de la communication humaine reste un défi de taille pour les systèmes d'IA.
Cet exemple montre qu'en dépit du battage médiatique, l'IA a encore un long chemin à parcourir avant de pouvoir remplacer de manière fiable les humains dans des fonctions simples de service à la clientèle.
McDonald's a récemment cessé d'utiliser son système de commande par IA dans plus de 100 restaurants, probablement parce qu'il commettait de grosses erreurs. Par exemple, un client a accidentellement commandé des centaines de nuggets de poulet !
Dans l'ensemble, ces systèmes de commande par IA n'ont pas encore eu beaucoup de succès.
De plus, même si l'IA pouvait prendre les commandes à la perfection, les humains doivent toujours cuisiner les aliments dans des restaurants comme McDonald's ou Wendy's. Malgré tout l'enthousiasme et l'argent investis dans l'IA, celle-ci ne remplace pas les emplois comme on l'a dit.
Je suis fatigué d'entendre que les robots vont bientôt prendre tous nos emplois. La vérité, c'est qu'à l'heure actuelle, l'IA n'est pas en mesure de remplacer complètement les emplois.
Au contraire, elle rend certaines tâches plus faciles et moins coûteuses. Cela pourrait nuire aux personnes qui débutent dans des emplois créatifs et qui utilisent ces tâches pour acquérir de l'expérience professionnelle.
De nombreux PDG et patrons obligent l'IA à remplacer les vrais travailleurs, mais cela ne signifie pas que l'IA est meilleure. Cela montre simplement que ces patrons n'apprécient pas les compétences de leurs travailleurs et ne se soucient pas de fournir aux clients un travail de qualité.
Des emplois tels que la rédaction ou la conception artistique ont beaucoup plus de valeur que ce que l'IA peut faire.
Mais dans l'économie actuelle, de nombreux PDG ne comprennent pas ou ne respectent pas ce type de travail. Ils utilisent donc l'IA pour produire un grand nombre de contenus qui se ressemblent.
La situation s'est tellement détériorée que certaines entreprises engagent désormais des rédacteurs pour faire en sorte que le texte généré par l'IA ait l'air d'avoir été écrit par une personne en chair et en os.
Cela montre que l'IA ne remplace pas les travailleurs qualifiés - elle ne fait que créer de nouveaux problèmes que les humains doivent résoudre.
Lorsque les chefs d'entreprise remplacent les travailleurs par l'IA, ils passent à côté de quelque chose d'important.
Embaucher une vraie personne ne consiste pas seulement à obtenir un produit fini. Il s'agit également de partager la responsabilité et le risque liés à la création de ce produit. Par exemple, lorsque vous engagez un rédacteur pour créer du contenu, vous obtenez plus que son temps et ses compétences.
Vous obtenez :
- sa capacité à écouter et à comprendre ce que vous voulez
- son style créatif unique
- sa volonté de travailler avec vous, en apportant des modifications jusqu'à ce que vous soyez satisfait.
- leurs années d'expérience, qui les aident à résoudre des problèmes auxquels vous n'auriez peut-être pas pensé.
Vous les payez pour qu'ils se chargent de la tâche principale, à savoir la création du contenu, de sorte que vous n'avez pas à vous en préoccuper.
Ces éléments proviennent de l'expérience réelle du rédacteur, dans le cadre de son travail et en dehors. Il n'est pas possible d'enseigner ces compétences à une IA en lui fournissant simplement un grand nombre de données.
C'est la raison pour laquelle les travailleurs humains sont encore très précieux, même avec l'aide de l'IA.
Pouvoir et coûts
Une partie intéressante d'un rapport parle de Jim Covello.
Il est expert en puces informatiques chez Goldman Sachs. Jim a une opinion bien arrêtée sur l'engouement actuel pour l'IA. Il pense que c'est exagéré et irréaliste :
- La construction et l'exploitation de tous les systèmes d'IA coûteront environ mille milliards de dollars au cours des prochaines années.
- Il pose la question suivante : "Quel problème d'une valeur de mille milliards de dollars l'IA va-t-elle résoudre ?"
- Il souligne que l'utilisation d'une technologie d'IA coûteuse pour remplacer des emplois mal rémunérés n'a pas de sens. C'est l'inverse de la façon dont la technologie a été généralement utilisée au cours des 30 dernières années : remplacer quelque chose de coûteux par une variante moins chère.
Selon Jim, la tendance actuelle en matière d'IA n'est peut-être pas aussi précieuse ou révolutionnaire que beaucoup le pensent. Il remet également en question certaines idées reçues sur l'IA.
De nombreuses personnes comparent l'IA d'aujourd'hui aux débuts de l'internet. Covello n'est pas d'accord. Selon lui, l'internet a remplacé des choses coûteuses. L'IA est très coûteuse et n'est pas conçue pour résoudre des problèmes complexes.
Certains affirment que l'IA deviendra moins chère avec le temps, comme d'autres technologies. Covello appelle cela "réécrire l'histoire". Il pense que le monde de la technologie est trop confiant dans le fait que les coûts de l'IA vont baisser de manière significative.
Il explique que les puces informatiques sont devenues plus petites, plus rapides et moins chères (loi de Moore) parce que des entreprises comme AMD ont concurrencé Intel. Cette concurrence a favorisé le progrès.
Mais avec l'IA, une entreprise (Nvidia) contrôle la majeure partie du marché des puces informatiques spéciales dont l'IA a besoin. En l'absence d'une véritable concurrence, l'IA est moins poussée à devenir moins chère ou à s'améliorer. Nvidia suit le concept "pendant une ruée vers l'or, vendez des pelles", et cette situation lui convient donc.
Covello souligne donc que l'IA pourrait ne pas suivre la même voie que d'autres technologies dans le passé, à savoir devenir moins chère et plus utile.
Selon lui, les coûts de l'IA sont extrêmement élevés.
Même si les coûts baissent, il faudrait qu'ils baissent énormément pour que l'IA soit abordable. Il compare cette situation aux débuts de l'internet, lorsque les entreprises utilisaient des serveurs coûteux. Mais selon lui, les coûts de l'IA sont bien pires que cela. De plus, il faudrait moderniser l'ensemble du réseau électrique pour permettre à l'IA de se développer.
Covello estime que les grandes entreprises technologiques se sentent obligées de participer à la course à l'IA en raison de l'engouement qu'elle suscite. Cela signifie qu'elles continueront à dépenser beaucoup d'argent pour l'IA. Mais il ne pense pas que l'IA apportera beaucoup d'argent frais à ces entreprises.
Pourquoi ?
Il pense que l'IA ne rendra pas les travailleurs plus intelligents. Elle les aidera simplement à trouver des informations plus rapidement. En outre, étant donné que toute entreprise peut utiliser l'IA, aucune ne peut facturer ses produits plus cher simplement parce qu'elle utilise l'IA.
En d'autres termes : Personne ne gagne réellement de l'argent grâce à l'IA, car elle n'aide pas les entreprises à gagner plus. Être plus efficace, c'est bien, mais cela ne permet pas à une entreprise d'avoir une longueur d'avance sur les autres.
Il ajoute que les grandes entreprises technologiques comme Google et Microsoft gagneront de l'argent supplémentaire grâce à l'IA. Mais il ne s'agira pas des profits énormes qu'elles pourraient espérer, surtout si l'on considère les sommes qu'elles ont consacrées à l'IA au cours des deux dernières années.
Le principal problème est que l'IA est censée être intelligente et rendre les gens plus intelligents. Or, pour l'instant, elle ne fait qu'aider les gens à trouver des informations plus rapidement.
Par ailleurs, l'IA ne crée pas de nouveaux emplois ni de nouvelles méthodes de travail. Il n'est pas évident de savoir comment elle permettra de gagner plus d'argent à l'avenir.
Covello soulève un dernier point délicat : Plus nous attendons sans voir d'applications importantes et utiles de l'IA, plus il sera difficile de continuer à croire au potentiel de l'IA. Les grandes entreprises pourraient continuer à soutenir le développement de l'IA pour le moment, mais cela pourrait changer si l'industrie technologique est confrontée à des difficultés économiques.
Il prédit que si nous ne voyons pas de moyens importants d'utiliser l'IA dans l'année ou les deux années à venir, les investisseurs pourraient commencer à se désintéresser de l'IA.
Le rapport mentionne également des problèmes de puissance :
- Les grandes entreprises technologiques telles que Microsoft, Amazon et Google consomment beaucoup plus d'énergie aujourd'hui qu'auparavant. D'ici à 2030, elles pourraient utiliser suffisamment d'énergie pour faire fonctionner plusieurs villes américaines.
- En Virginie du Nord, où de nombreuses entreprises technologiques possèdent des centres de données, le réseau électrique pourrait devoir doubler sa capacité au cours des dix prochaines années.
- Les compagnies d'électricité n'ont pas eu à gérer une telle augmentation de la consommation d'énergie depuis une vingtaine d'années. C'est un problème car la construction de nouveaux réseaux électriques prend beaucoup de temps et implique un grand nombre de règles et de formalités administratives.
- Le nombre de projets énergétiques en attente de raccordement au réseau électrique a augmenté de 30 % l'année dernière. Ces projets doivent maintenant attendre de 3 à 6 ans avant d'être raccordés.
Verdict
Jusqu'à présent, l'IA n'a pas fait grand-chose de ce que les gens espéraient :
- Elle n'a pas créé d'applications incontournables (comme l'a fait l'invention des smartphones)
- Elle ne rapporte pas d'argent aux entreprises.
- Elle ne crée pas de nouveaux emplois et ne modifie pas les industries de manière significative.
Certaines personnes défendent encore l'IA en affirmant qu'OpenAI (une entreprise leader dans le domaine de l'IA) possède une technologie secrète et étonnante que nous ne connaissons pas encore. Ils pensent que cette technologie secrète prouvera que tous les sceptiques ont tort.
Mais le fait est qu'elle n'existe probablement pas.
Mira Murati, responsable technique d'OpenAI, a récemment déclaré que les modèles d'IA sur lesquels ils travaillent dans leurs laboratoires ne sont pas beaucoup plus performants que ce qui existe déjà et que tout le monde peut utiliser.
Mon point de vue est donc le suivant :
- Il n'y a pas de tour de magie.
- Il n'y a pas de secret que Sam Altman (le leader d'OpenAI) nous montrera bientôt et qui changera tout.
- Il n'y a pas d'outil extraordinaire que les grandes entreprises technologiques comme Microsoft ou Google sont sur le point de mettre sur le marché et qui fera que tout ce battage autour de l'IA en vaudra soudainement la peine.
Les gens s'enthousiasment pour l'IA, mais il est essentiel d'en comprendre les limites.
L'IA d'aujourd'hui, connue sous le nom d'IA générative, ne deviendra pas les machines super intelligentes que nous voyons dans les films. Je parle ici des IA fictives, comme Samantha dans le film "Her". En effet, l'IA devrait être consciente, ce qu'aucune technologie actuelle ne peut réaliser.
Une véritable intelligence exige un traitement parfait de l'information, une véritable compréhension et une capacité de prise de décision fondée sur l'expérience.
Il s'agit là de compétences distinctes que l'IA ne possède pas à l'heure actuelle.
L'IA actuelle ne fait que traiter des informations pendant l'entraînement. Elle n'"apprend" ni ne "comprend" réellement comme le ferait un être humain. Au lieu de cela, elle donne des réponses basées sur les mathématiques et les probabilités, et non sur une véritable compréhension.
Si l'IA d'aujourd'hui est utile, elle est loin d'être l'assistant conscient et super intelligent que l'on nous promet. L'écart entre ce que l'IA peut faire et ce qui est annoncé est énorme, et les gens doivent reconnaître cette différence.
L'IA générative ne changera pas grand-chose au marché du travail.
Pourquoi ?
Parce qu'elle ne peut pas accomplir la plupart des tâches, et qu'elle n'est même pas très douée pour les quelques tâches qu'elle peut accomplir.
Certes, l'IA peut accélérer et faciliter certaines tâches. Mais le hic, c'est que la technologie qui sous-tend l'IA est extrêmement coûteuse à exploiter. Cela pose un gros problème aux entreprises spécialisées dans l'IA, comme OpenAI.
À un moment donné, ces entreprises devront probablement faire l'une des deux choses suivantes :
- Augmenter fortement leurs prix
- ou risquent de faire faillite
Ceci parce qu'ils utilisent une technologie très coûteuse.
Ainsi, si l'IA peut être un outil utile pour certaines tâches, elle n'est pas la révolution du marché de l'emploi que certains pensent qu'elle est. Les coûts élevés et les capacités limitées de l'IA signifient qu'il est peu probable qu'elle change radicalement notre façon de travailler ou les emplois disponibles.
Les gens me demandent comment la bulle de l'IA va éclater. Je pense que cela se fera en plusieurs étapes :
Tout d'abord, les investisseurs seront contrariés.
Ils puniront probablement une grande entreprise comme Microsoft ou Google pour avoir dépensé des tonnes d'argent dans l'IA sans faire beaucoup de bénéfices.
Ensuite, nous assisterons à une série de petits problèmes.
Par exemple, Figma, un outil de conception, a dû arrêter sa nouvelle fonction d'IA parce qu'elle copiait le design de l'application météo d'Apple. Cela s'explique par le fait que l'IA a probablement été entraînée sur des données qui incluaient l'application d'Apple.
Le coup de grâce pourrait être la faillite d'une grande entreprise d'IA. Il pourrait s'agir de Cognition AI, qui a reçu 175 millions de dollars pour créer un "ingénieur en logiciel d'IA", mais qui a dû simuler une démonstration pour montrer qu'il fonctionnait.
Ces entreprises s'appuient sur une technologie qui ne rapporte rien. L'effondrement de l'une d'entre elles pourrait faire éclater toute la bulle de l'IA.
Ce qu'il faut retenir, c'est que de nombreuses entreprises d'IA dépensent beaucoup d'argent pour des technologies non rentables. Cela ne peut pas durer éternellement, et lorsque cela s'effondrera, cela pourrait entraîner l'effondrement de tout l'engouement pour l'IA.
Source : "Beyond the Hype: My Honest Reflections on Gen AI"
Et vous ?
Utilisez-vous ou pas l'IA générative dans le cadre de votre travail en informatique ? Quelle est votre expérience en IA générative dans le cadre de votre travail en informatique ? Utile ou pas ? Comment utilisez-vous l'IA générative dans le cadre de votre travail en informatique ? Quels sont les projets dans votre entreprise sur l'utilisation de l'IA ?Voir aussi :
Goldman Sachs suggère que le retour sur investissement de la technologie de l'IA générative risque d'être décevant et les coûts liés à son développement pourraient ne pas diminuer comme certains le prévoient Pourquoi certains experts sont-ils si convaincus que le boom de l'IA va s'essouffler ? Ils voient des similitudes avec l'ère des dotcoms et affirment que les capacités de l'IA générative sont surestimées 80 % des projets d'IA échouent et des milliards sont gaspillés, ce qui représente le double du taux d'échec, déjà élevé, des projets IT des entreprises qui n'impliquent pas l'IA, selon un rapport du RAND 
