L’appel aux politiques et aux investissements
L’appel aux politiques reflète l’ampleur de la tâche qui nous attend et souligne que même les géants de l’IA comme Google ne peuvent pas y parvenir seuls. Il sera nécessaire d’investir massivement dans les infrastructures et d’encourager des innovations supplémentaires de la part des gouvernements et des entreprises.
L’adaptation des modèles d’IA pour les entreprises
Les entreprises, qu’elles soient grandes ou petites, devront s’inspirer de modèles de base comme celui de Gemini de Google et les adapter à leurs propres besoins, environnements et domaines d’activité, explique Manyika. Dans certains cas, Google a déjà réalisé une partie de cette adaptation, car cela correspond à ses intérêts.
Exemple de Med-Gemini
Par exemple, en mai, Google a lancé Med-Gemini, en utilisant les capacités multimodales de son modèle de base pour faciliter diverses tâches médicales telles que les décisions diagnostiques basées sur l’imagerie, les vidéos d’interventions chirurgicales et les informations des dossiers médicaux électroniques. Aujourd’hui, il revient aux professionnels de la santé et aux chercheurs de déterminer comment appliquer cette technologie, car Google n’est pas directement impliqué dans le secteur de la santé. Cependant, cela leur offre un bon point de départ.
Le défi d’intégrer l’IA dans l’économie
Le véritable défi pour l’IA reste de transformer l’économie.
Malgré l’engouement pour l’IA générative et les milliards de dollars investis dans les startups spécialisées, la vitesse à laquelle cette technologie pénètre le monde des affaires reste lente. Une enquête menée par le Bureau du recensement des États-Unis en mars révèle que la proportion d’entreprises utilisant l’IA est passée de 3,7 % en septembre 2023 à 5,4 % en février 2024, et devrait atteindre environ 6,6 % d’ici la fin de l’année. La plupart de ces entreprises ont adopté l’IA dans des secteurs tels que la finance et la technologie, tandis que des domaines comme la construction et l’industrie manufacturière sont encore largement épargnés. La principale raison de ce manque d’engouement est ce que la plupart des entreprises perçoivent comme l’« inapplicabilité » de l’IA à leur activité.
Les obstacles pour les entreprises, notamment les plus petites
Pour de nombreuses entreprises, notamment les plus petites, il reste un grand défi de parier sur l’IA et d’investir le temps et l’argent nécessaires pour adapter leurs fonctions commerciales. En plus de ne pas percevoir la valeur de cette technologie, de nombreux dirigeants s’interrogent sur la fiabilité des modèles d’IA génératifs : les hallucinations sont acceptables dans une discussion, mais inacceptables dans une usine ou aux urgences d’un hôpital. Ils sont également préoccupés par la confidentialité des données et la sécurité des informations sensibles. Sans modèles d’IA mieux adaptés aux besoins spécifiques des différentes entreprises, il est probable que beaucoup resteront sur la touche.
L’obsession de la Silicon Valley pour les agents intelligents
Pendant ce temps, la Silicon Valley et les géants de la technologie se concentrent sur les agents intelligents et les vidéos créées par l’IA générative ; des fortunes sont amassées grâce à la promesse d’améliorer les smartphones et les recherches en ligne. Comme au début des années 2010, une grande partie de l’économie reste à l’écart, ne bénéficiant ni des avantages financiers de la technologie ni de son potentiel pour développer et rendre plus productifs de grands secteurs.
La responsabilité des grandes entreprises d’IA
Il est peut-être irréaliste d’attendre des Big Tech qu’elles changent soudainement leurs priorités pour bénéficier à des secteurs comme l’industrie. Après tout, ces entreprises se concentrent sur ce qu’elles font le mieux.
Il sera difficile pour les entreprises d’IA de réviser leurs vastes modèles de base pour répondre aux problèmes concrets du monde réel. Elles devront collaborer avec des experts de divers secteurs et répondre à leurs besoins spécifiques. Cependant, les grandes entreprises d’IA sont actuellement les seules à disposer de la puissance de calcul nécessaire pour exécuter les modèles de base et du talent pour développer les prochaines générations de technologies.
Qu’on le veuille ou non, en dominant le domaine, elles ont assumé la responsabilité de son application à grande échelle. Il nous faudra attendre pour voir si elles choisiront d’assumer cette responsabilité de manière bénéfique pour tous, ou si elles continueront à se concentrer sur l’accumulation de richesses, ce qui se reflétera probablement dans les futurs rapports économiques.
