Actualites Archives | Facilities.fr, site du Facility management

Par activité

Par date

La révolution de l’IA générative

Philippe Loranchet, Data Analyst / Scientist

Les progrès réalisés par l’IA en seulement une année sont spectaculaires avec des solutions comme Chat GPT (Generative Pre-trained Transformer) lancée en novembre 2022. La puissance de l’outil comme celle des autres apparus depuis, notamment Sora, un modèle d’IA générative capable de créer des séquences vidéo réalistes à partir d’instructions textuelles, interpelle.

« Generative » fait référence à la capacité du modèle à générer du texte. « Pre-trained » indique que le modèle a été préalablement entraîné sur une grande quantité de données avant d’être affiné pour des tâches spécifiques. «Transformer » est le nom de l’architecture principale utilisée pour construire le modèle. C’est une architecture particulièrement efficace pour traiter des séquences d’informations, comme le texte.

Pour l’instant entraîné sur des informations s’arrêtant à septembre 2021, Chat GPT est capable de répondre à des questions directes posées par des humains, comme le ferait un collaborateur d’une érudition sans limite qui aurait en mémoire des millions d’ouvrages et d’encyclopédies.

Mais qu’en est-il des applications concrètes? Dans le secteur de la grande distribution, par exemple, les réponses automatiques de ChatGPT alimentent des « chatbot », des robots répondant directement aux consommateurs.

Si les assistants numériques basées sur l’IA font le travail des assistants humains…

Les progrès réalisés par l’IA en seulement une année sont spectaculaires avec des solutions comme Chat GPT (Generative Pre-trained Transformer) lancée en novembre 2022. La puissance de l’outil comme celle des autres apparus depuis, notamment Sora, un modèle d’IA générative capable de créer des séquences vidéo réalistes à partir d’instructions textuelles, interpelle.

« Generative » fait référence à la capacité du modèle à générer du texte. « Pre-trained » indique que le modèle a été préalablement entraîné sur une grande quantité de données avant d’être affiné pour des tâches spécifiques. «Transformer » est le nom de l’architecture principale utilisée pour construire le modèle. C’est une architecture particulièrement efficace pour traiter des séquences d’informations, comme le texte.

Pour l’instant entraîné sur des informations s’arrêtant à septembre 2021, Chat GPT est capable de répondre à des questions directes posées par des humains, comme le ferait un collaborateur d’une érudition sans limite qui aurait en mémoire des millions d’ouvrages et d’encyclopédies.

Mais qu’en est-il des applications concrètes? Dans le secteur de la grande distribution, par exemple, les réponses automatiques de ChatGPT alimentent des « chatbot », des robots répondant directement aux consommateurs.

Si les assistants numériques basées sur l’IA font le travail des assistants humains actuels plus rapidement et pour moins cher, on peut légitimement anticiper un changement profond de certaines professions.

Alors que les premières études mettaient en évidence l’automatisation des emplois à faible qualification, une nouvelle enquête de McKinsey & Company de juin 2023 indique que l’IA générative affectera davantage les emplois liés au

« travail intellectuel ». Les emplois de bureau sont les plus exposés. En raison des progrès technologiques, certains de ces emplois pourraient disparaître mais l’étude pointe également une augmentation potentielle de la productivité plutôt qu’un remplacement de l’emploi.

L’IA générative pourrait ainsi apporter des gains de productivité significatifs au secteur de la vente, générant un chiffre d’affaires annuel supplémentaire de 1,2 à 2 %, soit un montant global de 400 à 660 milliards de dollars par an. Les avantages seront visibles à divers niveaux : service client, marketing, gestion des stocks et chaîne d’approvisionnement.

Toutefois, l’intégration de l’IA générative comporte des risques de cyberattaques, d’où l’importance de prioriser la sécurité et la confidentialité des données.

En conclusion, l’IA générative « n’est ni bonne ni mauvaise en soi. Ses impacts socio-économiques dépendront de la manière dont elle est diffusée ».

Lire la suite Réduire

Toutes les chroniques

Revue de presse