Benedict Evans, analyste indépendant avec plus de 20 ans d'expérience dans les secteurs de la téléphonie mobile, des médias et de la technologie, analyse l'impact de l'IA générative, en particulier des modèles de langage (LLM) comme ChatGPT. Bien que ces technologies aient été adoptées rapidement, leur utilité reste encore limitée pour beaucoup d’utilisateurs. Malgré des millions de tests initiaux, de nombreuses personnes n'ont pas continué à les utiliser régulièrement, suggérant que l'IA générative n'est pas encore perçue comme indispensable.Alors que les discussions sur les éventuelles limites de l’intelligence artificielle (IA) s’intensifient, Jensen Huang, PDG de Nvidia, leader mondial dans la fabrication de puces graphiques et d’infrastructures dédiées à l’IA, a réfuté l’idée que cette technologie aurait atteint un plateau. Lors d’une récente intervention, Huang a souligné l’importance de poursuivre l’innovation pour faire avancer l’IA, tout en mettant en lumière l’urgence de surmonter des défis majeurs.
Evans souligne que bien que ChatGPT ait atteint des millions d'utilisateurs, une majorité ne l’utilise plus régulièrement. De nombreuses entreprises ont lancé des projets pilotes avec des LLM, mais leur adoption à grande échelle reste encore modeste. Cela dit, selon lui, cela ne fait que retarder l’inévitable évolution. Il avertit que bien que les LLM semblent offrir des solutions « magiques », ils n’en sont pas encore à un stade où ils peuvent transformer réellement les usages. Il faudra sans doute un long processus pour arriver à une véritable adéquation produit-marché.
En s'inspirant de son ancien patron Marc Andreessen, Evans fait un parallèle avec les échecs de la bulle Dotcom, qui sont aujourd’hui considérés comme des succès après avoir mûri. Il rappelle que, tout comme il a fallu des années pour rendre le haut débit courant ou établir le commerce électronique, l'adoption des nouvelles technologies prend du temps. L'exemple du commerce en ligne aux États-Unis, où il a fallu plus de 20 ans pour que 20 % des ventes soient réalisées en ligne, en est une illustration.
Commerce électronique en % du commerce de détail
Aujourd'hui, avec l'émergence de l’iPhone, il est facile d’oublier que ce produit a également nécessité du temps pour s’imposer. Durant ses 12 premiers mois, Apple n’a vendu que 5,4 millions d'unités, et ce n’est qu’en 2010 que les ventes ont explosé. Le cloud, par exemple, semble désormais obsolète, mais il ne représente encore qu'un tiers des flux de travail des entreprises, même 25 ans après les premiers efforts de Marc Benioff pour convaincre d'utiliser les logiciels dans le cloud.
ChatGPT a capté toute l'attention à la fin de 2022 et a rapidement fait son entrée dans le monde de la technologie. En deux mois, il a atteint 100 millions d’utilisateurs, un exploit sans précédent. Cependant, Evans met en garde contre la tentation de voir cette adoption comme un signe d’une révolution imminente. En réalité, beaucoup de gens l’ont testé une ou deux fois, mais peu l’utilisent de manière régulière. Ce phénomène peut être vu comme un verre à moitié plein ou à moitié vide : un quart ou un tiers de la population des pays développés a essayé le produit, mais la majorité n’a pas vu en quoi cela pouvait réellement leur être utile.
Malgré son succès initial, l'adoption de ChatGPT reste freinée par le manque de compréhension de son utilité concrète et le fait que ce n'est pas encore un produit complet, mais une technologie qui nécessite encore des améliorations. Evans compare cette situation à d'autres innovations passées, comme l’iPhone et le commerce en ligne, qui ont mis du temps à se transformer en produits réellement utiles et largement adoptés.
L’analyste note aussi que, bien que l’enthousiasme soit fort, la technologie derrière les LLM est encore en phase expérimentale, en particulier pour les entreprises. Les déploiements à grande échelle sont rares et les cas d’utilisation sont encore en test. Les investissements massifs dans l’IA générative semblent prématurés, car les entreprises n’ont pas encore trouvé les applications pratiques concrètes de ces technologies.
Evans suggère que la bulle actuelle autour de l'IA générative repose sur l'idée que les LLM pourraient tout automatiser, mais il reconnaît que cette réalité pourrait prendre encore plusieurs années. Il appelle à la patience et rappelle que les promesses de l'IA ne se réaliseront pas immédiatement, nécessitant...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.
