L’IA possède un potentiel immense, un état à la fois incertain et passionnant qui perdure depuis que ChatGPT a fait irruption dans la sphère publique en novembre 2022. Deux ans plus tard, malgré un intérêt et une reconnaissance considérables, les cas d’usage rentables peinent encore à justifier les investissements dans cette technologie gourmande en ressources. Dans sa revue prospective de l’année à venir, l’analyste et écrivain *Benedict Evans explore la prochaine phase de l’IA – voici ce qu’il faut savoir.
Pourquoi l’avenir de l’IA générative est important ?
L’IA, grâce à des interfaces de chat conviviales, est incroyablement utile, facilement accessible et – de manière problématique – gratuite. Les besoins énergétiques de l’IA sont bien connus, mais les centres de données et les puces nécessaires pour faire fonctionner cette technologie sont également extrêmement coûteux. La plupart des modèles actuels suivent la logique des grands modèles de langage (LLM) : plus de puissance de calcul et plus de données donnent de meilleurs résultats.
Deux questions majeures dès lors se posent :
Un, l’essor de l’IA ralentira-t-il jusqu’à devenir simplement un logiciel ordinaire, devenant ainsi moins coûteux à produire grâce aux économies d’échelle ? Ou les leaders du marché continueront-ils à investir massivement dans l’espoir que leur produit final se démarque du reste ?
La réponse ne sera pas uniquement technique. Le défi consiste à transformer une technologie impressionnante en un produit capable de justifier un prix premium.
Ce qui se passe
L’analyste Benedict Evans met en avant sur son site web, les trois points clés pour comprendre l’avenir de l’IA :
1. La question du modèle économique :
Les modèles de monétisation ayant permis la croissance des technologies de l’ère internet ne s’appliquent pas aux coûts de l’IA.
Résultat, beaucoup d’entreprises convergent vers une technologie banalisée, sans que les profits espérés soient au rendez-vous.
Car bien que les versions gratuites de l’IA facilitent l’adoption, seules une minorité d’entreprises ont réellement mis ces technologies en production, ce qui témoigne de déceptions ou de difficultés.
2. La question des cas d’usage :
Malgré des enquêtes indiquant que 10 % des employés utilisent l’IA générative, pourquoi une si grande majorité ne la trouve-t-elle pas utile ? Beaucoup ignorent que l’IA peut produire des erreurs. La fluidité des réponses masque la nature probabiliste des modèles, entraînant des déceptions sur les cas d’usage attendus. C’est ce qui pousse Benedict Evans a redéfinir les capacités de l’IA non pas comme des « experts à portée de main », mais comme des « stagiaires infinis ».
3. La question du produit :
L’IA est-elle simplement un logiciel supplémentaire, ou va-t-elle réduire le besoin de logiciels existants en les remplaçant ? Au final, les LLMs seront-ils des API appelées par d’autres logiciels, ou deviendront-ils des plateformes principales, où d’autres services deviendront les API ? Ces questions sont fondamentales car un produit banalisé perd son « effet wow » dès qu’il fonctionne parfaitement. Et de citer une reformulation d’une vieille blague : « L’IA, c’est ce qui ne fonctionne pas encore »* En mûrissant, elle deviendra invisible.
Ce que cela signifie…
L’IA continuera d’évoluer et atteindra probablement une nouvelle phase où ces questions trouveront des réponses plus concrètes. Toutefois, l’IA a besoin de davantage de marketing, en se concentrant sur les fondamentaux : produit, prix et distribution, et non pas uniquement sur la promotion. Car au final l’IA se limitera-t-elle à n’être qu’une fonctionnalité, une plateforme complète, ou simplement une commodité bon marché que les utilisateurs utiliseront individuellement ?