L’IA générative est la réponse : quelle était la question ?

Tom Godden (00:10) :
Nous disons donc souvent que l’IA générative est la réponse. Quelle était la question ? L’IA générative est vraiment une nouvelle technologie passionnante. Il s’agit d’une technologie transformatrice. En fait, nous pensons que c’est probablement comparable à la transformation de technologies telles que l’imprimerie, l’électricité, l’informatique personnelle, Internet et même le cloud.

Phil Le-Brun :
Vous dites que c’est nouveau ; d’une certaine manière, c’est l’aboutissement de 60 ans de développement. Grâce au cloud permettant des calculs à faible coût, puis aux avancées dans des domaines tels que les techniques statistiques, le modèle de transformateur actuellement utilisé pour l’IA générative, tout cela est devenu possible. Il y a donc eu cette accumulation de nouvelles avancées, qui nous ont amenés au point où nous pouvons faire des choses absolument incroyables dans les organisations.

Miriam McLemore :
J’ajouterais les données, n’est-ce pas ? Nous sommes tous préoccupés par les données. Nous sommes submergés de données. Et l’IA générative vous permet d’utiliser réellement ces données, de les utiliser de manière productive pour certaines choses que vous venez de décrire, qu’il s’agisse d’améliorer les chatbots, les centres d’appels ou la création de contenu. Nous venons de faire une nouvelle annonce sur HealthScribe – vous vous êtes assis dans le cabinet du médecin et vous l’avez regardé taper sur l’ordinateur. Ramenons le médecin dans le cabinet avec le patient. Il existe donc de nouvelles fonctionnalités intéressantes, mais il s’agit d’exploiter les données.

Tom Godden :
Et nous sommes tous enthousiasmés par l’IA générative pour tous les modèles fondamentaux, les grands modèles de langage. Les gens veulent se précipiter et commencer à utiliser l’IA générative. Mais ce sont vos données qui feront la différence. Si vous ne disposez pas d’une base de données solide, vous aurez vraiment du mal à faire quoi que ce soit d’autre que des tours de passe-passe astucieux avec l’IA générative. En tant qu’entreprise, vous devez vraiment parvenir à cette prévisibilité, à cette information contextuelle, et vos données vont faire la différence dans ce domaine.

Miriam McLemore :
Ce que je trouve formidable, c’est que les données ont été reléguées au back-office comme une tâche lourde, et que l’équipe dirigeante doit maintenant s’appuyer sur cette stratégie en matière de données.

Phil Le-Brun :
Et nous en sommes à ce point où nous avons entrepris ce parcours en tant qu’entreprise pour démocratiser le machine learning et l’intelligence artificielle, mais c’est souvent pour les personnes qui comprennent l’aspect technologique. Cela uniformise désormais les règles du jeu. Si vous examinez certaines données de McKinsey, elles suggèrent que 75 % des avantages de l’IA générative proviendront de quatre domaines : les opérations clients (comme les centres d’appels), les ventes et le marketing, la recherche et le développement, et le développement de logiciels. Vous avez parlé de chatbots, par exemple. Cette capacité à dialoguer avec une marque, moi en tant que client, à avoir une conversation qui me permette d’obtenir ce dont j’ai besoin, mais aussi, du point de vue de l’entreprise, l’argent qu’elle économisera et les frictions qu’elle pourra supprimer dans le parcours du client : cela va devenir un avantage concurrentiel.

Miriam McLemore (03:20) :
J’étais justement avec l’un de nos clients et ils travaillent d’arrache-pied pour échapper à la rapidité de leurs activités quotidiennes, à ce qui les tient occupés, mais sans regarder vers l’avant, sans voir grand. Comment pouvons-nous, en tant que dirigeants, briser ce modèle ? Il faut regarder de l’extérieur vers l’intérieur et anticiper le changement. Nous devons être des leaders différents, et cela permet de s’attaquer à la bureaucratie qui vous empêche d’avancer.

Tom Godden :
Eh bien, il s’agit d’un changement transformateur, tout comme le cloud computing, tout comme la transformation numérique. Et je pense que bon nombre de nos anciennes pratiques nous sont utiles ici. Il faut adopter la bonne culture. Mettre en place la bonne organisation. Il faut examiner attentivement les processus ou les mécanismes, comme nous aimons les appeler, et les remettre à leur juste place. Sinon, vous allez acheter cette voiture de course super rapide sans que l’équipe des stands et le pilote ne soient entraînés, prêts et capables de l’utiliser. Et ça ne mènera nulle part. Vous en retirerez probablement certains avantages, mais nous parlons de transformation parce que c’est ce qui nous préoccupe. La concurrence ne reste pas inactive, n’est-ce pas ? Vos concurrents ne sont pas en reste. Et il y a un avantage pour les premiers arrivés dans une grande partie de ces domaines. Soyez donc transformateur ou allez même jusqu’à révolutionner votre secteur d’activité, et cela nécessitera tous ces éléments.

Phil Le-Brun :
Scott Galloway, professeur, explique comment vous ne devriez pas vous inquiéter de l’impact de l’IA sur votre entreprise. Vous devriez vous inquiéter de l’impact de ceux qui savent comment utiliser l’IA pour transformer leur entreprise. Et Miriam, vous avez le dicton « pensez grand, commencez petit, évoluez rapidement ». Et je pense que c’est ce que nous devons faire. Vous ne pouvez pas tomber amoureux du battage médiatique, mais penser petit est une prophétie qui se réalise d’elle-même. Alors, comment pouvez-vous vraiment réfléchir à la manière dont vous pouvez transformer votre entreprise, tout en commençant dès maintenant, en surmontant votre inertie et en apprenant comment vous pouvez l’utiliser ? Découvrez le moyen le plus rapide de découvrir ce qui fonctionnera au sein de votre organisation.

Tom Godden (05:27) :
On en revient au fait que l’IA générative est la réponse. Quelle est la question ? Ne le faites que parce que cela ajoute de la valeur. Utilisez-la parce que c’est le bon outil. Nous voyons souvent de « simples » analyses de données ou, ce qui est risible, de l’intelligence artificielle « normale », du machine learning « normal », qui semblaient si avancés il y a six mois. Parfois, ils sont mieux adaptés au problème à résoudre. Et vous n’avez pas besoin de tout le travail et de tous les efforts liés à l’IA générative pour y parvenir. Soyez guidés par la valeur. Ne le faites pas simplement parce que tous les gens cool le font.

Miriam McLemore :
Mais penchez-vous sur la question.

Tom Godden :
Allez-y. Soyez impatient. Il y a un avantage à être le premier arrivé. C’est transformateur. Encore une fois, cela correspond à certaines des autres perturbations importantes que nous avons constatées, et vous devez passer à l’action. Vous devez jouer avec.

Phil Le-Brun :
Rien ne vous empêche de vous lancer dès maintenant. Vous pouvez utiliser de grands modèles de langage dès maintenant grâce à AWS SageMaker JumpStart. Tout est juste là. C’est un modèle de paiement à l’utilisation : activez-le, essayez-le. Si cela ne fonctionne pas, désactivez-le.

Miriam McLemore :
Vous pouvez élaborer une stratégie de données dès maintenant. Vous auriez dû le faire hier.

Tom Godden :
Ce sera une bonne chose pour vous quoiqu’il arrive, que vous utilisiez l’IA générative ou non. Et mettez de l’ordre dans vos clouds. Si vous n’avez pas encore fait preuve de robustesse et de maturité, procurez-vous un centre d’excellence cloud et mettez en place une équipe capable de s’occuper de ces tâches. Faites-le parce que c’est juste une bonne idée, mais aussi parce que cela va devenir une nécessité. Ce sont des éléments fondamentaux pour l’IA générative.

Phil Le-Brun :
Et ne vous contentez pas de laisser cela au CIO. Sans vouloir manquer de respect au CIO, il s’agit d’un défi commercial. Ce que je veux dire est que nous, en tant que dirigeants d’entreprise, devons comprendre la finance, la gestion du personnel. Je pense qu’il est désormais nécessaire que les dirigeants d’entreprise se plongent dans la technologie et les données pour déterminer ce qu’ils ont besoin de savoir. Pour répondre à ta question, Tom, il ne s’agit pas de magie. Il s’agira d’une combinaison de technologie, de modification des processus métier et d’évolution du personnel. Comment faites-vous pour réunir tout cela ? Vous ne pouvez pas confier cette tâche uniquement à l’équipe informatique.

Tom Godden (07:26) :
Dans ce contexte, nous devons envisager l’IA responsable de manière globale. Vous devriez avoir mis en place un programme d’IA responsable si vous utilisez déjà l’IA et le ML. Mais l’IA générative, en raison de sa nature générative, va vous obliger à redoubler d’efforts et à comprendre comment vous atténuez les biais, comment vous empêchez les hallucinations de se produire à l’intérieur de vos systèmes, et même les résultats toxiques, à moins que vous n’ayez mis en place les structures adéquates. Nous en avons beaucoup parlé. Pour reprendre la citation de Galloway, les gens comprennent comment utiliser l’IA générative, mais c’est cette supervision humaine qui va être si impérative. Nous ne sommes pas encore prêts à éliminer complètement l’humain de l’équation. C’est peut-être le cas en production, mais vous avez testé et éprouvé le fonctionnement du système sous la supervision d’un être humain, et il s’agit d’une entité vivante, qui respire. Donc, contrairement à de nombreux logiciels que nous avions l’habitude d’écrire, vous les testez, ils fonctionnent, vous les mettez en production, vous vous dites : « Super, nous allons passer à autre chose. Nous reviendrons le tester plus tard. Peut-être encore, un jour. » Non, il s’agit d’un domaine dans lequel vous devrez exécuter régulièrement des cas d’utilisation et des tests. Je veux dire tous les jours, voire toutes les heures dans certains cas, pour être sûr de garder le contrôle.

Miriam McLemore :
J’adore ton point de vue, et Phil, tu le dis souvent, il faut faire attention à son addiction aux prédictions parce qu’on peut utiliser cette technologie pour dire et reconfirmer des choses que l’on croit. Vous devez être prudent et écouter les données, les exploiter pour ouvrir de nouvelles voies et envisager de nouvelles approches.

Phil Le-Brun :
Je pense que cela revient en grande partie à ce dont nous parlons avec les données : plus de 75 % des problèmes que nous constatons avec les données concernent le personnel, l’organisation et la culture. Et cela commence par le leadership. En tant que leader, donnez-vous l’exemple en matière de comportement ? Remettez-vous en question les données ? Posez-vous les bonnes questions ? Essayez-vous simplement de confirmer la décision que vous avez déjà prise ? Mais je pense qu’il s’agit d’une période très intéressante et passionnante pour les dirigeants d’entreprise, compte tenu du potentiel dont ils disposent, mais aussi des obligations qui leur incombent en matière d’IA responsable. Il ne s’agit pas seulement d’éthique, de partialité et autres, mais aussi des implications de ce que vous faites. Je pense que nous sommes sur la bonne voie avec Amazon Bedrock, qui consiste à intégrer le modèle dans votre environnement de manière sécurisée. Utilisez vos données pour entraîner ce modèle plutôt que de prendre vos données et de les intégrer à un modèle public. Mais nous savons également qu’il n’existe pas de modèle de base unique capable de résoudre tous vos problèmes.

Tom Godden :
Et c’est là que la véritable force de Bedrock va entrer en jeu. La possibilité d’accéder à ces modèles de langage via une API, et la possibilité de pivoter et de se déplacer si nécessaire, ou d’accéder à un nouveau modèle pour un nouveau cas d’utilisation, tout en étant capable de le faire rapidement, comme tous les autres services AWS. Augmentez sa vitesse lorsque vous en avez besoin, diminuez-la lorsque vous n’en avez pas besoin.

Phil Le-Brun (10:28) :
Si vous voulez créer votre propre modèle, ne vous lancez pas trop vite dans cette aventure. Mon dieu. Mon dieu, mon dieu... Mais ne vous lancez pas là-dedans. Vous pourriez dépenser dix ou cent millions de dollars, mais s’il existe une véritable analyse de rentabilisation pour le faire, commencez par savoir ce que vous devez réellement faire avec la technologie dont vous disposez. Mais il y a aussi l’infrastructure dans le cloud. Vous disposez de solutions telles qu’Inferentia et Trainium d’AWS pour réduire le coût des inférences et de l’entraînement. Ainsi, quelle que soit votre orientation future, vous devez définir votre stratégie en matière de données et opter pour l’informatique dématérialisée. N’essayez pas de faire cela chez vous.

Tom Godden :
Parlons un instant des indicateurs de vanité relatifs aux modèles fondamentaux. Selon les dernières statistiques, les plus grands modèles de fondation comportent plus de 500 milliards de paramètres. Ça semble vraiment génial. Parfait. J’en voudrais cinq. Pourquoi ne puis-je pas en avoir 800 milliards ? Je pense que ce que nous constatons également, c’est qu’il n’est pas toujours nécessaire d’avoir une taille aussi importante. En fait, cela peut créer davantage de résultats et de réponses erronés. Le fait de disposer d’un outil sur mesure, même s’il s’agit d’un outil public à code source ouvert, mais qui est conçu pour le cas d’utilisation que vous essayez de traiter et adapté à vos informations métier contextuelles, permet très probablement d’obtenir de meilleurs résultats et d’être plus efficace que ces mesures de vanité dont on parle avec enthousiasme. 500 milliards de paramètres, c’est absolument extraordinaire, mais ce n’est peut-être pas ce qu’il faut pour résoudre le problème.

Miriam McLemore :
Oui, les bonnes données pour le bon problème. Et encore une fois, comme vous l’avez dit, commencez par le problème. Travaillez à rebours à partir d’une valeur métier que vous pouvez développer, penchez-vous sur la question, choisissez un point de départ. C’est une période passionnante, mais il vous faudra un certain temps pour trouver votre rythme et la valeur ajoutée de votre approche. Je suis étonnée de voir les clients qui s’y intéressent déjà et qui proposent des parcours incroyables que nous allons tous imiter. C’est l’une des choses les plus intéressantes, à mon avis, et lors des sessions AWS, que d’examiner les cas d’utilisation d’autres clients, d’apprendre de ceux qui ont essayé des choses. Vous ne devez pas tout faire vous-même.

Tom Godden :
Nous avons parlé de Code Whisperer. Je vois que beaucoup de personnes sont également très intéressées par le Centre de contacts. C’est un environnement riche en cibles. Vous entretenez une relation directe avec le client, vous devez donc faire attention, mais c’est aussi un risque moindre que d’essayer de mettre au point la prochaine nouvelle thérapie dans le secteur de la santé. S’il vous plaît, faites-le, nous avons besoin de ce genre de progrès. Mais aujourd’hui, les risques sont très élevés ; c’est vraiment très compliqué. Je vois également certaines personnes qui regardent leur intranet et si le vôtre était comme le mien, c’est là que les informations sont vouées à disparaître. Vous disposiez d’un excellent moteur de recherche qui ne trouvait pratiquement rien dedans, et vous avez maintenant une excellente occasion de récupérer et de débloquer toutes ces informations au sein de votre organisation, mais aussi un excellent moyen de commencer à donner vie à ces informations afin que les gens puissent en voir le potentiel et le faire sans trop de risque. Cela ajoute beaucoup de valeur. Faites-le. Soyez impatient.

Miriam McLemore (13:35) :
C’est l’une des grandes annonces que nous avons faites concernant la formation, n’est-ce pas ? Car comment apprend-on à faire cela ? Il s’agit donc d’aller sur le terrain, de former votre équipe, et votre équipe de direction. Nous proposons un certain nombre d’offres qui peuvent aider nos clients à former leurs organisations sur les points de départ et sur les outils disponibles afin que vous puissiez prendre votre propre décision quant à la bonne approche pour votre entreprise.

Phil Le-Brun :
Apprenez et soyez curieux. Je veux dire par là que nous avons le cours de formation et certification pour les cadres. C’est très simple : qu’est-ce que l’IA générative ? Nous avons maintenant le cours Coursera, qui est fantastique. Si vous voulez vraiment entrer dans le vif du sujet et certaines des choses dont nous parlons, il faut trouver le bon équilibre entre la quantité de données, les paramètres et le calcul. Tout est là. Cela relève en grande partie du domaine public. Fais-le maintenant. Démarrez la formation dès maintenant Il n’est jamais trop tôt.

Tom Godden :
Et cette formation vous aidera à attirer des personnes, car soyons honnêtes, il s’agit d’une technologie transformatrice, mais qui peut aussi être perturbatrice. Certaines personnes sont à juste titre très préoccupées par la question suivante : qu’est-ce que cela signifie ? Pas seulement pour mon travail. J’ai un loyer, une hypothèque, des enfants à envoyer à l’université. Ai-je encore un rôle à jouer dans ce nouveau monde profondément passionnant et transformé ? Quel sera son impact sur la société ? Et je pense que les aider à voir leur place, les aider à comprendre le rôle qu’ils vont pouvoir jouer et les soutenir tout au long de cette formation, va devenir encore plus vital dans ce cas que dans d’autres évolutions transformatrices que nous avons connues.

Phil Le-Brun :
Oui, détruisez vos silos. Tu as parlé de biais, Tom. Le meilleur moyen d’atténuer les biais est de disposer d’une équipe représentative de votre clientèle. De plus, nous savons que le machine learning en général, et l’IA générative en particulier, va s’étendre à l’ensemble de l’organisation. Il va fonctionner en dépit de votre structure organisationnelle, et non grâce à elle. Alors débarrassez-vous de votre bureaucratie. Je suppose que l’on peut utiliser l’IA générative pour s’en débarrasser en partie, mais nous en revenons à ce qui fait…

Tom Godden :
Crée-moi un nouvel organigramme ?

Phil Le-Brun :
Oui, automatisez PowerPoint.

Miriam McLemore :
Dis-moi qui devrait être responsable.

Phil Le-Brun :
C’est là qu’un certain biais va s’introduire. C’est exact. Mais utilisez-le pour vraiment comprendre votre avantage concurrentiel. Si vous regardez des entreprises comme Autodesk qui utilisent l’IA générative, elles réduisent aujourd’hui le poids de certaines de leurs conceptions à 40 %. Quel avantage considérable en termes de durabilité. Mais ils ont vraiment identifié : « Où pouvons-nous l’utiliser pour apporter une différence concurrentielle à notre organisation ? »

Tom Godden :
Faites-le parce que cela ajoute de la valeur. Ne le faites pas simplement parce que les gens cool le font.

Phil Le-Brun (16:11) :
Ce que je trouve intéressant, c’est qu’il y a souvent cette tension entre « est-ce que j’économise de l’argent parce que les temps sont durs » ou « est-ce que j’innove ? » et je pense qu’il n’y a plus de choix possible. Vous devez faire les deux. Et en réalité, il y a tellement d’argent gaspillé dans les organisations. Je crois que 94 % des CXO interrogés dans une étude ont montré que leur propre structure organisationnelle les empêchait d’innover. Toute cette bureaucratie. Combien de temps vous faut-il pour prendre une décision ? Ce que nous appelons en quelque sorte « l’indice de masse bureaucratique ». Combien de temps passez-vous réellement à faire un travail significatif au lieu d’attendre une décision ? Comment faites-vous pour prendre ces décisions ? Je ne pense donc pas que la question soit de savoir s’il faut « innover ou économiser de l’argent ». Faites les deux. Réduisez le coût du travail indifférencié, libérez-le pour innover, et cela deviendra un cercle vertueux. Et utilisez même le machine learning, l’IA générative, pour réduire une partie de ces coûts et de cette bureaucratie dans votre propre organisation.

Miriam McLemore :
Ce que nous avons constaté et ce que nous disons à nos clients, c’est que les contraintes stimulent l’innovation mieux que lorsque nous avons tout à portée de main. Le fait de se trouver entre le marteau et l’enclume vous pousse à faire preuve de créativité et à vous demander comment sortir de cette situation. Vous pouvez tirer parti des difficultés économiques pour penser différemment. Vous n’avez pas le choix. Mais je pense également, comme vous l’avez dit, qu’avec l’IA générative, l’une des grandes valeurs sera la productivité et l’économie d’une partie de cette charge indifférenciée. J’ai travaillé pendant de nombreuses années pour la société Coca-Cola, et la création de contenu, de nouveaux sites, de nouvelles expériences, de nouvelles images pour nos consommateurs et nos clients, de matériel pour les points de vente, tout cela va changer la donne pour les technologies du marketing.

Tom Godden :
Nous l’avons vu se manifester dans d’autres transformations. Le véritable changement ne réside pas toujours uniquement dans la technologie, mais dans votre volonté de l’appliquer d’une nouvelle manière. Nous l’avons constaté avec l’électricité, qui a changé la façon dont nous avons aménagé et géré les usines. Nous avons pu gérer les usines de manière plus sûre 24 heures sur 24. Encore une fois, la technologie était le catalyseur, le catalyseur initial, mais la véritable transformation s’est produite lorsque nous avons repensé le processus. Alors que nous examinons cette question et que nous cherchons ce nouvel équilibre, nous devons revenir en arrière, examiner nos processus et nous demander « pourquoi je fais cela ? » L’IA générative me permet-elle d’envisager les choses d’une manière complètement différente ? Ne vous contentez pas d’automatiser votre passé grâce à l’IA générative. Profitez-en pour repenser ces choses et les faire complètement différemment.