L'intelligence artificielle générative (GenAI) émerge comme un catalyseur de transformation majeur, transcendant son statut initial d'outil pour devenir un partenaire essentiel dans la redéfinition des entreprises.
Au cours de cette soirée, plusieurs intervenants de renom tels que SG, Thalès, LightOn et DeepLife, ont souligné l'importance croissante du GenAI dans le paysage professionnel, soulignant son rôle central dans la transformation des entreprises. Retour d’expériences et partage étaient les maîtres mots de la soirée, faisant de ces moments le cœur de l’événement.
L'Intelligence Artificielle (IA) a connu une évolution remarquable, passant d’algorithmes rudimentaires à des modèles d'apprentissage automatique sophistiqués au fil des années.
Aujourd'hui, un nouveau chapitre passionnant s'ouvre avec l'IA Générative (genAI). L'histoire de l'IA remonte au milieu du XXe siècle, évoluant de systèmes basés sur des règles aux réseaux neuronaux, puis aux modèles
d'apprentissage profond. L'IA Générative représente une avancée majeure en créant de nouvelles données plutôt que de simplement répondre à celles existantes.
Cette innovation ouvre des opportunités révolutionnaires pour toutes les entreprises et tous les secteurs. GenAI
va au-delà des limites de ce que les machines peuvent créer, offrant un potentiel transformateur pour l'innovation, la résolution de problèmes complexes et la personnalisation. Déjà utilisée dans des secteurs tels que le divertissement, le commerce de détail et le marketing, cette technologie promet un avenir où la créativité de l'IA complète l'innovation humaine. L'horizon de l'IA Générative s'annonce comme une nouvelle ère passionnante pour les professionnels des affaires et les travailleurs du savoir.
Side note : Focus LLMs
Chat-GPT, en porte-étendard des Large Language Models (LLMs), a popularisé l’IA générative qui existait depuis quelques années. Entrainés sur d’immenses volume de données, ces géants neuronaux dépassent souvent les 100 milliards de paramètres et démontrent une polyvalence remarquable, allant de la rédaction à la génération de code. Les plus imposants sont ce qu’on appelle des modèles de fondation qui peuvent être utilisés tel quel ou réadaptés pour résoudre des tâches plus spécifiques.
Quelques LLMs de fondation renommés : GPT, CLAUDE, BARD, LLAMA, TITAN, PALM
L’IA générative en quelques exemples : Agents conversationnels, deepfakes, génération d'image sur base de description, éditeurs de photo augmentés, assistance au développement informatique.
Parmi, les outils existants dans l‘univers de la GenAI, on retrouve :
o ChatGpt, Claude, Bard, Llama, Palm : LLMs devenus récemment très populaires
o Copilot, CodeWhisperer, IntelliCode : assistants de code pour développeurs. Capables de construire des morceaux de code entier fonctionnels voire des projets entiers pour gagner en efficacité opérationnelle
o DallE, Midjourney, Stable Diffusion, Firefly : génération d’images à la demande et de vidéo. Notamment, massivement utilisé dans le secteur marketing.
Méta-tendances de l’IA générative
- GenAI et IA émergentes : difficile de prédire le futur Gartner a positionné la GenAI en tête de son cycle annuel de des technologies émergentes en 2023 pour atteindre des bénéfices transformationnels dans les deux à cinq prochaines années. Surprenant quand en 2022, le métavers était chef de file de leurs rapports…
- « AI TriSM » stratégie à l'échelle de l'entreprise pour la gestion de la confiance, du risque et de la sécurité de l’IA. D’ici 2 à 5 ans la sécurité des genAI seront pleinement intégrées dans la conception numérique des organisations.
- Apprentissage machine fédéré et IA neuro-symbolique
- Cloud et GenAI
De nouveaux paradigmes permettront de rendre les IA encore plus
pertinentes, notamment en y incorporant des raisonnements logiques et
du multi-agent (plusieurs IA communiquant entre-elles).
Les plateformes Cloud faciliteront le développement de l’IA Générative.
Les retours d’expérience partagés
Large Language Model for Code
La maturité grandissante de l’IA Generative, avec notamment la sortie de ChatGPT en novembre 2022 ouvre de nouvelles perspectives sur le volet de l’efficacité opérationnelle. Un projet est engagé sur la mise à disposition prochaine de Github Copilot et d’un chatGPT SG, hybride et particulièrement avancé sur l’utilisation de l’IA générative pour près de 25 000 IT dont 10 000 développeurs. Les retours utilisateurs sont positifs et un gain en efficacité opérationnelle a été observé.
Jean-Baptiste Morlot, Co-Founder & CTO
Digital twins of cells for drug discovery
L'intégration des Large Language Models dans le domaine de la recherche métamorphose de manière spectaculaire le paysage des innovations. Un retour partagé sur la modélisation cellulaire révèle une transformation révolutionnaire dans le domaine de la recherche médicale. Ces technologies impulsent une accélération sans précédent dans la découverte de traitements novateurs.
Julio Lopez, CIO for Group Data & Digital Foundations
Large Language Model factory
LightOn se distingue dans le développement de grands modèles de langage, avec un historique de création de modèles allant de 1 milliard à plus de 100 milliards de paramètres. Retours sur les LLMs développés en présentant leurs offres phares telle que Alfred qui se distingue par ses capacités linguistiques avancées et leur plateforme Paradigm fournissant aux organisations des solutions de GenAI sur mesure et facilement intégrable à leur infrastructure.
Benoit Bouffard, CPO / CMO
Digital identity & security Generative AI
Au sein du Cloud center of Excellence et accompagnés par GCP, une plateforme de service de GenAI a vu le jour en 6 mois avec seulement 3 experts pour gérer le projet de bout en bout. Retour sur les obstacles qui
ont été rencontrés pendant l’intégration d’une telle architecture : la sécurité des données et la qualité, les performances, la fiabilité des réponses des LLMs, le « jailbreaking » des modèles de langages et bien d’autres.
Thomas Dandelot, CCoE Cloud Engineer
Les différents points de convergence des DSI présents
- Transformation Opérationnelle : Optimisation, efficacité et réduction des coûts
La GenAI affectera toutes les opérations (bancaires, d'assurance, autres) en optimisant chaque aspect des processus avec pour objectif d'accroître l'efficacité opérationnelle tout en réduisant les coûts associés. - Éthique et Conformité Réglementaire
Les organisations doivent garantir une utilisation conforme aux régulations strictes tout en respectant des normes éthiques élevées. La transparence dans le déploiement de ces technologies devient cruciale pour gagner la confiance des utilisateurs, clients et des régulateurs. - Évaluation des Modèles IA : Critères, performance et coûts
La compréhension des critères d'évaluation, l'analyse des performances et l'évaluation des coûts associés à la mise en oeuvre sont des éléments cruciaux pour garantir une sélection optimale et des résultats fiables. - Sécurité des LLMs : Enjeux de confidentialité et de protection des données
La garantie de confidentialité des données, la protection de la propriété intellectuelle du code généré et la prévention des risques de fuites d'informations sont des priorités absolues pour les DSI. - Rôle des DSI : Leadership dans l’adoption des LLMs
Le rôle des DSI est central dans l'adoption, l'intégration et la gestion des LLMs au sein des organisations.
Comment assurer un leadership adapté pour une implémentation réussie de ces technologies ? - Développement Durable et LLMs : Impacts environnementaux
Comment réduire l’impact des LLMs tout en tirant parti de leur potentiel pour un avenir financier plus durable ? - Formation et Adaptation des équipes : Enjeux de compétences et d’intégration
Les DSI doivent aborder les défis liés au développement des compétences, à la gestion du changement,
et à la création d'une culture organisationnelle favorable à l'adoption de ces technologies émergentes. - Collaboration et Partenariats : Clés de l’adoption des LLMs
Les collaborations stratégiques et les partenariats entre entreprises et acteurs technologiques sont essentiels
pour une adoption réussie des LLMs. Comment favoriser ces alliances pour une utilisation optimale de ces
technologies ?
L’IA générative représente bien plus qu’une simple avancée technologique. Alors que les entreprises s’orientent vers cette ère transformative, les DSI se positionnent comme des acteurs clés, appelés à définir la direction stratégique de l’IA dans leur organisation. Le constat selon lequel peu d'organisations ont établi des principes clairs souligne un besoin urgent d'orientation. Les prochains mois seront cruciaux, les entreprises doivent relever le défi de définir des ambitions claires en matière d'IA tout en anticipant les implications économiques, sociales, réglementaires et éthiques de cette technologie.
