Fin septembre, l’industrie de l’Intelligence artificielle et de la Data s’est réunie au palais des congrès de la Porte Maillot au salon Big Data & AI Paris pour découvrir et échanger sur les thématiques les plus actuelles. Cette année, un espace était entièrement dédié à l’informatique quantique et nous avons pu découvrir de nouvelles écoles spécialisées dans le domaine de la Data/IA. Pour cette édition, on note la présence largement dominante de la Data et de l’IA générative.

Les thématiques qui nous ont interpellés pendant ces deux jours sont la règlementation de l’IA, l’IA générative, la transition numérique/gestion de la Data en entreprise, les considérations environnementales et l’informatique quantique.

 

La règlementation de l’intelligence artificielle

L’arrivée de l’agent conversationnel ChatGPT en novembre dernier a assurément bouleversé le monde de la tech. En plus des questionnements sur les multiples utilisations possibles des IA génératives, le sujet de leur régulation a été abordé à plusieurs reprises. Avec l’émergence et la démocratisation de ces technologies, plusieurs craintes sont apparues. Le remplacement de nombreux métiers par des intelligences artificielles est l’une d’entre elles. Les intervenants se sont toutefois montrés plutôt rassurants sur cette question, jugeant qu’elle pourrait être au contraire créatrice d’emplois et/ou de croissance. La lutte contre la désinformation et la protection des droits d’auteur sont des points qui sont, eux, restés en suspens. L’absence de cadre légal pour réguler les IA est un problème majeur auquel l’Union Européenne souhaite répondre dans les prochaines années au travers de l’AI Act. La tendance actuelle semble être de porter un projet de régulation suffisamment souple pour permettre aux petites entreprises d’innover sans se confronter à une barrière administrative trop importante. Plusieurs intervenants ont d’ailleurs affirmé qu’ils seraient favorables à une régulation de l’IA par ses utilisateurs.

 

L’IA générative

L’IA générative a été au cœur des discussions cette année, mettant en lumière son potentiel de transformation du paysage professionnel et sa capacité à réinventer l’avenir du travail. Plusieurs intervenants ont souligné les multiples opportunités qu’elle offre, que ce soit pour optimiser l’efficacité opérationnelle et personnaliser les services d’une entreprise, ou encore pour générer du contenu et des données synthétiques qui sont pratiquement indiscernables des données réelles, parfois rares ou sensibles. Ces avancées sont susceptibles de stimuler la croissance et la compétitivité des entreprises.

Pour en savoir plus, contactez-nous
Nom
Prénom
Société
E-mail *
Téléphone
Votre message *

* Champs obligatoires

Concrètement, l’application de l’IA générative permet d’automatiser de nombreuses tâches administratives, telles que la planification de rendez-vous et la rédaction d’e-mails, libérant ainsi du temps pour les employés. Cela les encourage à se consacrer davantage à des activités stratégiques et créatives. En conséquence, les entreprises devront repenser leur structure organisationnelle pour favoriser l’apprentissage des employés et leur collaboration avec les systèmes basés sur l’IA.

De plus, les professionnels du marketing et de la rédaction de contenus peuvent exploiter l’IA générative pour produire des contenus captivants et sur mesure, renforçant ainsi l’interaction entre les clients et les entreprises. Selon les intervenants, cette tendance promet de façonner un nouveau paradigme de travail où l’IA générative jouera un rôle central dans l’amélioration de l’efficacité opérationnelle et de l’engagement client.

 

La gestion de la Data en entreprise

Nous avons pu assister à plusieurs conférences d’entreprises faisant part de leur expérience en transition numérique, notamment en gestion de la Data en interne et en développement d’IA. Parmi les sujets récurrents on trouve :

  • Comment rendre accessibles les données et favoriser leur utilisation ?
  • Comment bien former les collaborateurs à l’utilisation de l’IA (responsabilité, éthique, environnement) ?
  • Comment s’assurer qu’on ne crée pas de doublons de nos IA (deux IA différentes pour résoudre le même problème à deux endroits différents) ?
  • Comment prendre en compte la durée de vie des IA ? Dans certains cas, si on ne réentraîne pas une IA régulièrement, ses performances se dégradent jusqu’à devenir inutilisable.

Un exemple courant qui a fait l’objet de plusieurs retours d’expérience sur ce sujet est l’utilisation des grand modèles linguistiques (LLM en anglais) pour améliorer l’accès aux bases de données et les interactions avec les clients. Les LLM sont une catégorie de réseaux de neurones, capables d’apprendre la complexité du langage humain et utilisés par exemple pour ChatGPT.

Les LLM peuvent être utilisés pour créer des interfaces en langages naturel pour les bases de données. Au lieu d’utiliser des langages de requête complexes, les employés et les clients peuvent simplement poser des questions en langage clair, et le LLM peut extraire les données pertinentes. Cela simplifie l’accès aux données pour les utilisateurs non-techniques.

Les LLM peuvent également aider dans l’analyse des données en synthétisant de grands ensembles de données (résumer des documents, identifier des tendances…) et en générant des connaissances à partir de données non structurées. Cela aide les entreprises à prendre des décisions basées sur les données de manière plus efficace.

Enfin, ils peuvent servir d’assistants virtuels et de chatbots pour améliorer les interactions avec les clients, offrir un support multilingue, personnaliser les offres de marketing et garantir la sécurité des données et la conformité réglementaire.

 

Considérations environnementales

En début de salon, le Ministre délégué chargé du Numérique, Jean-Noël Barrot, annonçait que l’IA générative serait la technologie qui nous permettrait de répondre aux défis de la transition écologique. Selon les estimations de GeSI (Global e-Sustainability Initiative), d’ici 2030, l’utilisation de l’IA et de l’Internet des objets (IoT) pourrait réduire les émissions de gaz à effet de serre du numérique de 16,5%. On retiendra néanmoins que, contrairement à l’année dernière, les questions environnementales sont abordées du point de vue de la réduction de l’impact énergétique des futures IA et non pas de ses possibles applications pour nous accompagner dans une potentielle transition écologique, de l’aménagement de territoire, etc.

 

Informatique Quantique

Nous avons pu discuter avec des startups dans le domaine de l’informatique quantique. Côté matériel, les machines en sont encore au stade de développement et il reste beaucoup de travail avant d’avoir un ordinateur utilisable dans un cas d’application concret. On espère néanmoins voir de nouveaux prototypes accessibles dans le cloud dès cette année. Côté logiciel, on fournit des accès gratuits et en temps réel à des émulateurs pour commencer dès aujourd’hui à se familiariser avec les ordinateurs et proposer des démonstrations en entreprises. Enfin, certains acteurs ont obtenu des premiers résultats prometteurs en utilisant l’informatique quantique pour accélérer la phase d’entrainement des réseaux de neurones.

 

En conclusion

Au cours de ces deux journées de salon, nous avons également pu observer d’autres applications de la data/IA qui, sans être des problématiques majeures, restent intéressantes à suivre. Citons par exemple l’utilisation des data mesh (architectures de données décentralisées qui organisent les données par domaine d’activité spécifique) et leur impact sur la gestion des données, ou encore les métavers (mondes virtuels, donnant accès à des simulations d’espaces 3D temps réel, partagées et persistantes, dans lesquelles on peut vivre ensemble des expériences immersives) et les technologies qui ouvrent de nouvelles possibilités pour le futur de l’Internet.

Pour découvrir celles qui, parmi ces thématiques, auront pris de l’importance, nous vous donnons rendez-vous lors de l’édition 2024 !