Pourquoi l’IA d’entreprise est une évolution et non une révolution

Par Manoj Chaudhary, CTO

Les arguments en faveur d’une approche plus intelligente de l’intelligence artificielle.

Il semble que vous ne pouvez pas passer une journée sans lire un autre article sur ce que l’IA va révolutionner. Cette semaine, cela allait de développement pharmaceutique et Publisher à déminage et à notre expertise, réseaux d'égouts. À leurs côtés, il y a au moins autant d’idées sur la façon dont l’IA affectera en fin de compte l’humanité, de « sauver le monde » à « sceller notre destin ».

Que vous soyez un « zoomeur » ou un « doomer » de l'IA, une chose est sûre : en matière d'intelligence artificielle, tous les systèmes sont à toute vapeur. Mais si l’IA a le potentiel de créer un changement positif à une échelle que nous pouvons à peine imaginer, la fuite en avant actuelle nous offre-t-elle vraiment les meilleures chances d’y parvenir ?

Je souscris à une voie différente : une approche plus progressive, réfléchie et délibérée qui donne aux travailleurs une place à la table. Cette philosophie produit une IA conçue comme un multiplicateur de force pour les humains, leur permettant d’accomplir plus que ce qu’eux-mêmes ou l’IA pourraient faire seuls.

Nous voulons tous changer le monde

Les économistes ont traditionnellement une vision positive des nouvelles technologies. Les avantages ne sont peut-être pas appliqués de la même manière, ont-ils soutenu, mais ces développements profitent généralement à tous les bateaux, sans que personne ne soit plus mal loti. Mais une réserve croissante de plus les données granulaires remettent en question ces croyances, aboutissant à des modèles qui prédisent deux voies divergentes pour un monde doté de l’IA.

L’une d’elles repose sur une approche descendante et rapide de l’IA. Cette philosophie vise à produire une IA suffisamment performante pour remplacer les humains, dans le but ultime d’éliminer des rôles.

Outre les implications économiques évidentes, cette approche pose d’autres problèmes. Nous avons déjà commencé à voir les inconvénients de l’approche de l’IA centrée sur l’exécutif et « prêt, tirer, viser ».

McDonalds vient de terminer un programme pilote de deux ans pour ses preneurs de commandes IA. Le McAI a toujours mal compris les commandes, avec des problèmes allant du chatbot ajoutant du bacon à la glace de quelqu'un à une commande interprétée à tort comme étant de « 2,610 XNUMX Chicken McNuggets ».

De même, un juge a récemment statué contre Air Canada à cause de fausses informations données par leur chatbot à un passager. Le raisonnement, semblait-il, était que si l'IA devait assumer des rôles humains, elle devait également assumer les responsabilités qui vont avec.

Tu peux me compter

Ces cas illustrent le principal problème de l’approche de certaines entreprises en matière d’IA : en essayant d’imposer une révolution dans leur calendrier, elles se retrouvent avec des produits de moins bonne qualité, une expérience client médiocre, moins d’emplois et des risques plus élevés – tout cela pour peu d’avantages commerciaux tangibles.

Il existe même un terme pour cela, inventé par le professeur Daron Acemoglu du MIT et Pascual Restrepo de l'Université de Boston : « technologie couci-couça ». Cette technologie a tendance à être juste assez bonne pour remplacer les emplois humains, mais pas assez bonne pour améliorer quoi que ce soit de manière significative.

L’exemple classique est la technologie des caisses automatiques : elle a suffisamment bien fonctionné pour éliminer certains emplois de caissier, mais pas tous, mais elle n’a pas réellement fonctionné. ainsi que. Cela irritait aussi bien les clients que les employés, qui se retrouvaient plus dispersés que jamais alors qu'ils devaient à la fois surveiller les clients et gérer les machines.

Nous voyons désormais le pendule revenir dans l'autre sens, à mesure que les détaillants éliminent, limitent ou réduisent considérablement leur dépendance à l'égard de cette technologie. Certains appellent cela une réaction violente, d’autres une correction, mais je considère cela comme une industrie reconnaissant l’erreur d’essayer de passer de zéro à la révolution sans faire aucune des étapes intermédiaires. En d’autres termes, ils ont tenté de forcer une révolution, alors qu’ils auraient dû rechercher une évolution.

Tu sais que tout ira bien

Jitterbit a déjà travaillé sur la prochaine phase de notre feuille de route produit, et l'IA y occupe une place importante. Mais nous ne cherchons pas à « révolutionner » nos produits. Nous n’allons pas tomber dans le piège de nous lancer dans l’IA pour le plaisir de l’IA, et de nous retrouver avec des fonctionnalités qui sont au mieux « légèrement utiles » et au pire, irritantes, effrayantes ou inutiles.

Le géant des médias sociaux Meta a récemment fait la une des journaux en annonçant qu'il commencerait à former ses modèles d'IA générative sur les données fournies par les utilisateurs, que ceux-ci le veuillent ou non. Il a déclaré qu’il « examinerait les demandes d’objection conformément aux lois pertinentes sur la protection des données », mais cela ne signifie pas grand-chose dans des pays comme les États-Unis, qui disposent de peu de protections de ce type.

Mais pour l’UE, c’est une autre histoire. Meta est désormais contraint de suspendre le déploiement de son IA en raison de la pression réglementaire, attirant ainsi une attention médiatique encore plus négative un an seulement après avoir été condamné à une amende de 1.3 milliard de dollars pour des violations similaires de la vie privée dans l'UE.

Le nombre et la portée de ces réglementations augmenteront parallèlement à l’IA générative, sans parler des difficultés de croissance auxquelles les plateformes d’IA elles-mêmes seront confrontées, comme interruption répétée du ChatGPT d'OpenAI début juin. Si votre produit dépend des offres d'une seule entreprise, que se passera-t-il si cette entreprise est confrontée à une perturbation similaire ?

Dans le cadre de notre approche de l’adoption de l’IA davantage basée sur l’évolution et l’infusion, nous avons prévu cette éventualité en créant une technologie totalement indépendante de l’IA. La beauté du paysage du Large Language Model (LLM) réside dans le grand nombre d’options disponibles, chacune offrant son propre ensemble d’avantages.

Nous nous engageons depuis longtemps à rassembler le meilleur des solutions que vous aimez, vous permettant de les intégrer pour une plus grande efficacité et convivialité. Nous adoptons la même approche envers l’IA. En reconnaissant que la véritable valeur de l'IA réside dans la capacité à utiliser au mieux vos propres données, la prochaine itération des développements Jitterbit donnera aux entreprises la liberté de travailler sans dépendre d'une plate-forme Gen AI particulière.

En vous donnant le pouvoir d'utiliser une large gamme de LLM pour différentes tâches, de Mistral et Perplexity au Copilot de Big Tech et Azure AI, vous pourrez basculer de manière transparente entre les outils, avec vos données – et non le LLM particulier que vous sélectionnez – étant le différenciateur clé.

Au cours des prochains mois, nous offrirons plus de détails sur ces développements. Mais en attendant, sachez que l’évolution de l’IA de Jitterbit sera intentionnelle, qu’elle aura du sens et qu’elle sera grandement bénéfique à votre main-d’œuvre et à votre entreprise.