Intelligence Artificielle en 2024 – Ce qui va s’accélérer et ce qui va changer

Article publié dans Le JDN du 28 décembre 2023

Nul doute, l’IA restera au sommet des priorités stratégiques pour 2024.

Mais comment avancer dans ce fourmillement ? Le plus sage n’est-il pas d’attendre ? Comment trancher entre les postures antagonistes de ceux qui veulent aller vite en s’appuyant sur les solutions des géants américains et celles de ceux qui ne croient qu’en la vertu de solutions maîtrisées en interne ? Peut-on réussir à accélérer sans s’engager dans une vraie transformation RH ?

Les spécialistes ont été surpris par la percée fulgurante des solutions Copilot de Microsoft. En quelques mois, nous sommes passés de quelques enthousiastes et prudents pilotes à des commandes massives de licences. Car l’enjeu est de répondre à une attente des collaborateurs qui ne conçoivent pas de continuer à réaliser des tâches basiques quand ChatGPT a déjà envahi leur sphère privée. Mais c’est aussi un enjeu de transformation pour habituer rapidement les collaborateurs à ces nouveaux assistants et bénéficier au plus vite des gains d’attractivité et de productivité annoncés.

Dans la continuité de son hégémonie sur les suites collaboratives en entreprise (O365), Microsoft et son nouvel allié OpenAI sont déjà les grands vainqueurs de cette transformation des modes de travail et une grande partie des entreprises accélérera sur ce sujet en 2024.

Si le coût des licences ne semble plus toujours un point bloquant, la grande question résiduelle est celle de l’acceptation du coût du changement pour mettre à la disposition de plusieurs milliers de collaborateurs ces nouveaux assistants, dont il est prouvé par plusieurs études qu’ils ne sont bénéfiques qu’a ceux qui savent les utiliser.

Après l’euphorie des débuts et de premiers cas d’usages métiers « non bureautiques » (agents conversationnels, recherche documentaire, assistant développeur, rédaction de fiches produits, vendeur/conseiller augmenté, idéation produit…), l’heure est à la fiabilisation. Les premiers résultats sont unanimes : la promesse est forte mais l’usage souvent freiné par les hallucinations, les biais, l’absence d’explicabilité et de contrôle des dérives.

Les options techniques de fiabilisation se multiplient (Retrieval augmented generation, langchain, fine-tuning, prompt-injection, RALM…) sans que la martingale n’ait encore été trouvée, notamment parce que leur efficacité dépend beaucoup des cas d’usages et des données d’apprentissage.

Dans ce contexte, en 2024, de nombreuses entreprises vont structurer ou étendre des centres d’excellence IA pour trouver les solutions permettant de fiabiliser ces IA. On observera par ailleurs un rapprochement fort des équipes Cybersécurité et IA pour être en capacité d’auditer les IA et détecter leurs failles (attaques par prompt…).

Ce besoin de contrôle et d’autonomie stratégique va contribuer à équilibrer les options éditeurs et les options open-source, au bénéfice de ces dernières pour les cas d’usages stratégiques. En 2024 on parlera toujours beaucoup de Azure/OpenAI, de GCP, d’AWS… mais de plus en plus de Kyutai, de l’alliance open-source Méta/IBM, de Mistral.ia, de Giskard…

Bien sûr, sans le détailler plus ici, mais il va sans dire que ce mouvement vers une maîtrise plus profonde sera également encouragé par le contexte règlementaire (AI Act) et sociétal (frugalité, éthique…) qui façonneront aussi l’agenda 2024.

Les IA « magiques » immédiatement source de valeur resteront limitées (assistant bureautique, marketing produit, veille documentaire, assistant développeur…). Pour tous les sujets plus transformants (conseiller/vendeur augmenté, hyperpersonnalisation, supply-chain, conformité, nouvelles offres clients…), il faudra choisir ses combats et être lucide : un bon assistant IA est un outil qui transforme en profondeur un processus et des gestes métiers. Dans cette mesure il ne faudra pas sous-estimer les efforts d’accompagnement (co-construction, prompt-academy, nouvelles compétences…) des collaborateurs pour un usage à l’échelle perçu positivement.

Par ailleurs de nombreux cas d’usages IA dépendront de la donnée interne et de sa qualité : il est illusoire de croire qu’un LLM sera performant s’il est entraîné sur des données trop parcellaires ou non qualifiées. 2024 confirmera la tendance actuelle à défricher l’IA Générative… tout en accélérant sur les nécessaires travaux – souvent lourds et moins attractifs – de gouvernance et de qualité.