Comment l'IA générative augmente la productivité des travailleurs du savoir

Les dernières avancées technologiques incessantes et innovantes sont dirigées par des domaines tels que l'intelligence artificielle (IA), la robotique, la blockchain et la biologie programmable. Ces technologies révolutionnent la vente au détail, l'automobile, la finance, la fabrication et bien d'autres industries aux niveaux macro et micro.

L'IA, en particulier IA générative, transforme les modes de vie et les tâches quotidiennes des travailleurs du savoir - des personnes qui sont des experts en la matière avec une éducation et une formation formelles. Tout à fait évidente dans des professions telles que la programmation, la conception, l'ingénierie et l'écriture, l'IA générative a amélioré la productivité des travailleurs du savoir.

Mais qu'est-ce que l'IA générative exactement et qu'est-ce qui la rend essentielle pour les travailleurs du savoir ? Explorons davantage cette idée ! 

Qu'est-ce que l'IA générative ?

L'IA générative crée automatiquement de nouveaux contenus tels que du texte, de la vidéo, de l'audio et des images à l'aide d'algorithmes d'IA, basés sur des invites écrites par l'homme. 

Certains des outils et produits de génération d'IA les plus importants incluent :

• ChatGPT – Développé par OpenAI, ChatGPT est un chatbot IA intelligent capable de fournir des réponses extrêmement détaillées et personnalisées en fonction des invites de l'utilisateur.
• DALL-E2, Diffusion stable, & À mi-parcours – Ce sont des outils de génération d'images alimentés par l'IA.
• Meta - Il s'agit d'un outil de génération de vidéo alimenté par l'IA qui permet aux utilisateurs de générer des vidéos à partir d'invites textuelles.
• Manuscrit – Il permet aux programmeurs de générer du code dans plusieurs langages de programmation en quelques secondes.

Voyons maintenant comment l'IA générative affecte les travailleurs du savoir !

Comprendre comment l'IA générative augmente la productivité des travailleurs du savoir de différents domaines

Selon Les grandes idées d'ARK 2023 rapport, l'IA devrait multiplier par quatre la productivité des travailleurs du savoir d'ici 4. Le rapport suggère également qu'avec une adoption à 2030 %, l'IA pourrait rapporter environ 100 200 milliards de dollars en termes de productivité du travail après une dépense globale en IA de 31 10 milliards de dollars. . Si les fournisseurs ne peuvent extraire que 14 % de la valeur créée par leurs produits basés sur l'IA, ils peuvent collecter près de 90 2030 milliards de dollars de revenus et XNUMX XNUMX milliards de dollars de valeur d'entreprise en XNUMX.

Prévisions du marché de l'IA pour 2030. Source : Les grandes idées d'ARK 2023

Voyons en détail comment les outils générateurs d'IA contribuent à augmenter la productivité des rédacteurs de contenu, des développeurs et des artistes.

1. Travailleurs du savoir : rédacteurs et éditeurs de contenu

Les entreprises modernes ont besoin d'un contenu bien documenté et habilement conçu pour attirer le public. C'est là que l'IA générative facilite le travail des rédacteurs et des éditeurs de contenu.

Avec l'émergence des chatbots intelligents tels que ChatGPT, la création de contenu devient de plus en plus facile et économique. Selon Les grandes idées d'ARK 2023  rapport, l'inférence par requête de ChatGPT, coûte environ 0.01 $ en 2022. Pour un milliard de requêtes, le coût total de l'inférence devient 10,000,000 2030 650 $. D'ici XNUMX, ce coût devrait se réduire à seulement XNUMX $, selon La loi de Wright. 

Une baisse des coûts de cette ampleur permettrait l'adoption massive d'outils de contenu d'IA. Par exemple, d'ici 2030, les applications de type ChatGPT devraient correspondre à l'échelle de la recherche Google et traiter 8.5 milliards de recherches par jour. Par conséquent, il deviendra plus facile pour les travailleurs du savoir dans le domaine du contenu de tirer parti de l'IA générative dans les tâches quotidiennes.

2. Travailleurs du savoir : ingénieurs et développeurs de logiciels

Compte tenu des cycles de développement de logiciels complexes et longs, la gestion et le déploiement de logiciels nécessitent une équipe de développeurs et de programmeurs dévoués et compétents. Des outils de codage IA génératifs comme Codex et Copilote facilitent le développement de logiciels et plus productif pour les travailleurs du savoir. 

Ainsi, Les grandes idées d'ARK 2023 rapport indique que les assistants de codage IA réduisent de moitié le temps nécessaire pour effectuer une tâche de codage. D'ici 2030, les assistants de codage IA pourraient multiplier par 10 le rendement des ingénieurs en logiciel.  

Temps nécessaire pour terminer les tâches de codage. Source: Les grandes idées d'ARK 2023

3. Travailleurs du savoir : artistes visuels et designers

Un autre groupe de travailleurs du savoir classés comme artistes et designers est également influencé par l'IA générative. Leurs tâches incluent généralement la création de concepts visuels, de graphiques, d'illustrations et d'interfaces utilisateur créatives à l'aide d'outils de conception tels qu'Adobe Photoshop, Illustrator et Canva pour offrir des expériences utilisateur riches. 

Avec révolutionnaire modèles d'images génératives comme DALL-E2, Stable Diffusion et Midjourney, la productivité des concepteurs a énormément augmenté. Par exemple, des conceptions graphiques réalisées par des humains en 5 heures et coûtant 150 $ peuvent désormais être réalisées sans effort dans moins d'une minute pour 8 cents à l'aide de modèles d'images génératives. 

4. Travailleurs du savoir : musiciens et ingénieurs du son

L'IA générative facilite grandement la composition et le mixage d'une piste musicale. Par exemple, Google AudioLM est un modèle audio génératif qui crée une musique de piano réaliste et complète des sons acoustiques incomplets. Google a également développé un modèle de génération de musique nommé MusiqueLM qui peut générer de belles mélodies basées sur des descriptions textuelles.

En 2020, Open AI a introduit un outil de génération de musique similaire connu sous le nom de juke-box qui génère un nouvel échantillon de musique basé sur le genre, l'artiste et les paroles en entrée. Auparavant, Open AI a également publié un Basé sur GPT-2 MuseNet modèle capable de générer des compositions musicales de 4 minutes à l'aide de 10 instruments.

Bien que les modèles audio génératifs soient dans leur phase naissante, la possibilité d'augmenter la productivité des musiciens et des ingénieurs du son ne fera que croître chaque année avec de meilleurs outils de musique IA génératifs.

5. Travailleurs du savoir : Youtubers et créateurs de contenu vidéo

Le contenu vidéo est en plein essor. Il y avait à peu près 51 millions Chaînes YouTube en 2022. La production de contenu vidéo passe par plusieurs étapes, notamment l'enregistrement, le montage, l'ajout d'illustrations et de sons, la pré et la post-production.

Les plates-formes vidéo d'IA générative facilitent la génération de contenu vidéo pour les travailleurs du savoir. Des outils comme Synthèse.io ainsi que Image, facilitent la génération de vidéos pour les spécialistes du marketing vidéo et les experts en branding. Ces plateformes d'IA à la pointe de la technologie permettent aux créateurs de contenu de créer des vidéos à partir de scripts. Ils peuvent ajouter un narrateur et un arrière-plan vidéo pour créer des vidéos d'aspect professionnel basées sur ces scripts.

En septembre 2022, Meta AI a publié Faire une vidéo plate-forme capable de générer des clips vidéo de haute qualité basés sur des invites textuelles. Il a été formé sur des ensembles de données accessibles au public pour apprendre des modèles vidéo. Il peut créer des vidéos uniques pleines de couleurs, de personnages et de paysages.

Créer plus de contenu de qualité en peu de temps améliorera la productivité des YouTubers et des créateurs de contenu vidéo à l'avenir.

Avantages et inconvénients de l'IA générative pour les travailleurs du savoir

Examinons les différents avantages et inconvénients que l'IA générative présente pour les travailleurs du savoir.

Avantages de l'IA générative pour les travailleurs du savoir

1. Génération de données synthétiques : La formation de modèles d'IA innovants nécessite de grandes quantités d'ensembles de données et l'IA générative peut résoudre ce problème. Apparemment, l'IA générative représentera 10% de toutes les données produites en 2025 contre 1% en 2023. Ainsi, les data scientists et les experts en IA n'auront pas à faire face aux défis liés à la collecte de données. 
2. Faibles coûts: Gartner prédit qu'environ 50% des plates-formes de développement low-code/no-code fourniront une fonctionnalité « text to code » d'ici 2024. Pour les développeurs, cela signifie plus de fonctionnalités avec le moins d'efforts et de coûts. 

Inconvénients de l'IA générative pour les travailleurs du savoir

1. Détection de contenu synthétique : Bien que l'IA générative augmente la productivité, le problème de détecter le contenu de l'IA générative et de le distinguer deviendrait une préoccupation sérieuse dans la recherche et le milieu universitaire. D'ici 2024, l'Union européenne adoptera une législation rendant obligatoire le « filigranage » des artefacts générés par l'IA.
2. Chômage: Les développeurs peuvent être confrontés au chômage si l'IA générative devient "trop" intelligente. Gartner prédit que d'ici 2025, 20% des professionnels du code procédural devraient acquérir de nouvelles compétences car l'IA générative prendra le relais de leurs compétences de base. 

Le coût de la construction de modèles d'IA générative

L'IA générative est de loin la branche la plus innovante de l'IA. Actuellement, le coût de la formation d'un modèle d'IA générative est élevé, mais diminue progressivement. Par exemple, le estimé le coût de la formation GPT-3 était de 4.6 millions de dollars en 2020. En 2022, il est tombé à 450,000 XNUMX dollars.

Coût pour former GPT-3. La source: Les grandes idées d'ARK 2023

Les Les grandes idées d'ARK 2023 Le rapport prédit que d'ici 2030, les modèles d'IA avec 57 fois plus de paramètres que GPT-3 (175 paramètres B) pourraient être entraînés pour seulement 600,000 57 $. Cela sera largement possible en raison de la baisse des coûts de formation des modèles d'IA. La loi de Wright suggère que les coûts de production des unités de calcul relatives (RCU) de l'IA et les coûts des logiciels devraient diminuer de 47 % et 70 % aux taux annuels, entraînant ainsi une baisse de 2030 % des coûts de formation par an jusqu'en XNUMX. 

Coût du matériel de formation à l'IA. La source: Les grandes idées d'ARK 2023.

Restez à jour avec toutes les technologies perturbatrices de l'IA sur unir.ai.