Modèles et plateformes d’IA
L’évolution de l’IA générative en 2025 : D’une nouveauté à une nécessité
Ajouter Unite.AI à vos sources préférées sur Google
L’année 2025 marque un moment charnière dans le parcours de l’IA générative (IAG). Ce qui a commencé comme une technologie fascinante est maintenant devenu un outil crucial pour les entreprises de diverses industries.
IA générative : De la recherche de solutions à la résolution de problèmes
Le premier élan d’enthousiasme pour l’IAG a été motivé par la nouveauté de l’interaction avec les modèles de langage à grande échelle (LLM), qui sont formés sur des ensembles de données publics vastes. Les entreprises et les individus ont été à juste titre captivés par la capacité de saisir des invites en langage naturel et de recevoir des réponses détaillées et cohérentes des modèles de frontière publique. La qualité humaine des sorties des LLM a conduit de nombreuses industries à se lancer dans des projets avec cette nouvelle technologie, souvent sans un problème commercial clair à résoudre ou un KPI réel pour mesurer le succès. Bien qu’il y ait eu quelques déblocages de valeur importants dans les premiers jours de l’IAG, il est clair que nous sommes dans un cycle d’innovation (ou d’hype) lorsque les entreprises abandonnent la pratique de l’identification d’un problème en premier lieu, puis cherchent une solution technologique viable pour le résoudre.
En 2025, nous nous attendons à ce que le pendule bascule dans l’autre sens. Les organisations chercheront à obtenir une valeur commerciale de l’IAG en identifiant d’abord les problèmes que la technologie peut résoudre. Il y aura certainement de nombreux projets de science bien financés, et la première vague de cas d’utilisation de l’IAG pour la synthèse, les chatbots, la génération de contenu et de code continuera à prospérer, mais les dirigeants commenceront à tenir les projets d’IA responsables de leur rentabilité cette année. L’accent technologique se déplacera également des modèles de langage général à usage public qui génèrent du contenu vers un ensemble de modèles plus étroits qui peuvent être contrôlés et formés en continu sur le langage distinct d’une entreprise pour résoudre des problèmes du monde réel qui ont un impact sur la ligne de fond de manière mesurable.
2025 sera l’année où l’IA se déplacera vers le cœur de l’entreprise. Les données d’entreprise sont la clé pour débloquer la véritable valeur de l’IA, mais les données de formation nécessaires pour construire une stratégie de transformation ne se trouvent pas sur Wikipedia et ne s’y trouveront jamais. Elles se trouvent dans les contrats, les dossiers des clients et des patients, et dans les interactions non structurées qui passent souvent par le back-office ou se trouvent dans des boîtes de papier. Obtenir ces données est compliqué, et les LLM à usage général sont une technologie mal adaptée, nonobstant les préoccupations en matière de confidentialité, de sécurité et de gouvernance des données. Les entreprises adopteront de plus en plus les architectures RAG et les petits modèles de langage (SLM) dans des environnements de cloud privé, leur permettant d’utiliser les ensembles de données internes de l’organisation pour construire des solutions d’IA propriétaires avec un portefeuille de modèles formables. Les SLM ciblés peuvent comprendre le langage spécifique d’une entreprise et les nuances de ses données, et offrir une précision et une transparence plus élevées à un coût inférieur, tout en respectant les exigences de confidentialité et de sécurité des données.
Le rôle critique du nettoyage des données dans la mise en œuvre de l’IA
À mesure que les initiatives d’IA se multiplient, les organisations doivent donner la priorité à la qualité des données. La première et la plus cruciale étape de la mise en œuvre de l’IA, que ce soit avec des LLM ou des SLM, est de s’assurer que les données internes sont exemptes d’erreurs et d’inexactitudes. Ce processus, appelé « nettoyage des données », est essentiel pour la curation d’un patrimoine de données propre, qui est la clé de voûte du succès des projets d’IA.
De nombreuses organisations s’appuient encore sur des documents papier, qui doivent être numérisés et nettoyés pour les opérations commerciales quotidiennes. Idéalement, ces données devraient affluer dans des ensembles de formation étiquetés pour l’IA propriétaire d’une organisation, mais nous sommes encore aux premiers jours de cela. En fait, dans une enquête récente que nous avons menée en collaboration avec le Harris Poll, où nous avons interviewé plus de 500 décideurs IT entre août et septembre, nous avons constaté que 59 % des organisations n’utilisent même pas l’ensemble de leur patrimoine de données. Le même rapport a révélé que 63 % des organisations estiment qu’elles ont un manque de compréhension de leurs propres données, ce qui les empêche de maximiser le potentiel de l’IAG et des technologies similaires. Les préoccupations en matière de confidentialité, de sécurité et de gouvernance sont certainement des obstacles, mais des données précises et propres sont critiques, même de légères erreurs de formation peuvent entraîner des problèmes qui sont difficiles à résoudre une fois qu’un modèle d’IA se trompe. En 2025, le nettoyage des données et les pipelines pour assurer la qualité des données deviendront un domaine d’investissement critique, garantissant que les nouveaux systèmes d’IA d’entreprise puissent fonctionner avec des informations fiables et précises.
L’impact croissant du rôle du DSI
Le rôle du directeur des systèmes d’information (DSI) a toujours été crucial, mais son impact est sur le point de se multiplier par dix en 2025. En tirant des parallèles avec l’« ère du DCM », où l’expérience client sous la direction du directeur du marketing était primordiale, les prochaines années seront l’« ère du DSI ».
Bien que les responsabilités fondamentales du DSI restent inchangées, l’influence de ses décisions sera plus importante que jamais. Les DSI réussis devront avoir une compréhension approfondie de la façon dont les technologies émergentes peuvent remodeler leurs organisations. Ils devront également comprendre comment l’IA et les technologies modernes liées conduisent la transformation commerciale, et non seulement les efficacités au sein des murs de l’entreprise. Les décisions prises par les DSI en 2025 détermineront la trajectoire future de leurs organisations, rendant leur rôle plus impactant que jamais.
Les prévisions pour 2025 mettent en évidence une année de transformation pour l’IAG, la gestion des données et le rôle du DSI. À mesure que l’IAG passe d’une solution à la recherche d’un problème à une force de résolution de problèmes, l’importance du nettoyage des données, la valeur des patrimoines de données d’entreprise et l’impact croissant du DSI façonneront l’avenir des entreprises. Les organisations qui embrasseront ces changements seront bien positionnées pour prospérer dans le paysage technologique en évolution.
