Comprendre l’IA pour mettre en place de nouveaux usages
Lorsque l’on parle d’intelligence artificielle, on pense presque immédiatement à l’entreprise OpenAI et son outil “prêt à l’emploi” ChatGPT. Grâce à sa capacité de réponse instantanée à une question, il a fortement enthousiasmé les collaborateurs des organisations de tout type. Dans une course effrénée à la performance, certains y ont vu le moyen de s’affranchir de tâches rébarbatives pour se concentrer sur de la haute valeur ajoutée nécessitant un degré de réflexion humaine.
Très vite ChatGPT a suscité l’inquiétude des dirigeants d’organisation, comme l’évoque le dernier article de Le Monde en date du 31 octobre dernier.
En effet, il est important de revenir sur un élément de base - celui de la compréhension. L’intelligence artificielle ne pourra être utilisée correctement que si elle est comprise tant sur sa partie technique que sur toutes les questions qu’elle pose en termes politique, éthique, philosophique. Qu’est-ce qu’une IA Générative ? Comment formuler une requête à une IAG ? Comment éviter les biais ? Sans cette acculturation, il est impossible d’en exploiter le plein potentiel.
A titre d’exemple, l’outil est aujourd’hui utilisé par 30% des Français comme moteur de recherche, or il s’agit d’un modèle pré-entraîné qui se nourrit exclusivement des données présentes sur le web et open source. Il s’agit donc d’une utilisation minimale pouvant induire les utilisateurs en erreur. Par ailleurs, confier des informations à de tels algorithmes peut poser des questions de sécurité et de confidentialité. Autrement dit, si les modèles de données utilisés ne sont pas entièrement contrôlés, alors ils peuvent représenter un risque.
Ces modèles d’IA qui entraînent de nouveaux usages ne sont pas la réelle révolution. Elle réside au contraire dans la capacité de l’IA à améliorer des outils et processus existants. Ce sont ces évolutions proposées par les fournisseurs technologiques qui vont devenir la véritable révolution.
L’exploitation des données via l’IA repose sur les fournisseurs technologiques
Les organisations ont une problématique majeure, celle d’améliorer rapidement et efficacement les processus existants pour mieux gérer les volumes exponentiels de données et ainsi créer de nouveaux services en toute sécurité. Ces dernières années, on a pu observer une multiplication de solutions de data management (outils de stockage, de gouvernance, outils décisionnels assistés par l’IA, etc.). Il est du ressort des fournisseurs technologiques d’exploiter au mieux l’intelligence artificielle en comprenant les bénéfices pour l’intégrer dans les solutions technologiques de data management existantes (nul besoin de créer de nouvelles solutions) et ainsi offrir aux organisations le combo parfait pour exploiter leurs données.
Des solutions de data management plus efficaces grâce aux modèles d’IA
L’arrivée généralisée de modèles d’IA au sein des solutions de data management pourrait ouvrir de nouvelles portes dans le travail préparatoire à l’analyse et la valorisation de données. Et plus particulièrement sur le travail de veille, d’identification des données pertinentes à recueillir dans un document pour en éviter la lecture complète mais aussi dans la recherche de nouvelles données. C’est notamment le cas sur les portails de données pour lesquels l’IA générative peut aider à améliorer les fonctionnalités de recherche au sein d’un catalogue d’assets variés, les producteurs de données dans leur quotidien ou encore assister un utilisateur final dans la création de visualisations de données impactantes et pertinentes.
A titre d’exemple, de nombreuses fonctionnalités peuvent d’ores et déjà être améliorées grâce à l’IA, entre autres :
- ré-générer automatiquement une configuration complète d’un jeu de données afin de faire gagner un temps considérable aux responsables de la publication et améliorer la qualité des données publiées.
- Traduire automatiquement des questions exprimées en langage naturel en requêtes techniques afin de permettre aux consommateurs de données d’interroger les données en posant de simples questions, sans avoir à connaître des langages de requête complexes.
- Ou encore ajouter un module de recommandation de jeux de données basé sur les similarités et les centres d’intérêt comme nous le propose dans la vie de tous les jours les sites grand public de VOD ou de e-Commerce
L’intelligence artificielle ouvre de nouvelles perspectives pour améliorer la performance des outils de data management existants. Il est facile d’imaginer des interfaces simples qui permettent de contribuer à démocratiser encore davantage la data. L’essor de nombreux groupes de travail sur l'interopérabilité des modèles d’IA avec les solutions existantes est la clé d’une vraie révolution technologique !
Lorsque l’on parle d’intelligence artificielle, on pense presque immédiatement à l’entreprise OpenAI et son outil “prêt à l’emploi” ChatGPT. Grâce à sa capacité de réponse instantanée à une question, il a fortement enthousiasmé les collaborateurs des organisations de tout type. Dans une course effrénée à la performance, certains y ont vu le moyen de s’affranchir de tâches rébarbatives pour se concentrer sur de la haute valeur ajoutée nécessitant un degré de réflexion humaine.
Très vite ChatGPT a suscité l’inquiétude des dirigeants d’organisation, comme l’évoque le dernier article de Le Monde en date du 31 octobre dernier.
En effet, il est important de revenir sur un élément de base - celui de la compréhension. L’intelligence artificielle ne pourra être utilisée correctement que si elle est comprise tant sur sa partie technique que sur toutes les questions qu’elle pose en termes politique, éthique, philosophique. Qu’est-ce qu’une IA Générative ? Comment formuler une requête à une IAG ? Comment éviter les biais ? Sans cette acculturation, il est impossible d’en exploiter le plein potentiel.
A titre d’exemple, l’outil est aujourd’hui utilisé par 30% des Français comme moteur de recherche, or il s’agit d’un modèle pré-entraîné qui se nourrit exclusivement des données présentes sur le web et open source. Il s’agit donc d’une utilisation minimale pouvant induire les utilisateurs en erreur. Par ailleurs, confier des informations à de tels algorithmes peut poser des questions de sécurité et de confidentialité. Autrement dit, si les modèles de données utilisés ne sont pas entièrement contrôlés, alors ils peuvent représenter un risque.
Ces modèles d’IA qui entraînent de nouveaux usages ne sont pas la réelle révolution. Elle réside au contraire dans la capacité de l’IA à améliorer des outils et processus existants. Ce sont ces évolutions proposées par les fournisseurs technologiques qui vont devenir la véritable révolution.
L’exploitation des données via l’IA repose sur les fournisseurs technologiques
Les organisations ont une problématique majeure, celle d’améliorer rapidement et efficacement les processus existants pour mieux gérer les volumes exponentiels de données et ainsi créer de nouveaux services en toute sécurité. Ces dernières années, on a pu observer une multiplication de solutions de data management (outils de stockage, de gouvernance, outils décisionnels assistés par l’IA, etc.). Il est du ressort des fournisseurs technologiques d’exploiter au mieux l’intelligence artificielle en comprenant les bénéfices pour l’intégrer dans les solutions technologiques de data management existantes (nul besoin de créer de nouvelles solutions) et ainsi offrir aux organisations le combo parfait pour exploiter leurs données.
Des solutions de data management plus efficaces grâce aux modèles d’IA
L’arrivée généralisée de modèles d’IA au sein des solutions de data management pourrait ouvrir de nouvelles portes dans le travail préparatoire à l’analyse et la valorisation de données. Et plus particulièrement sur le travail de veille, d’identification des données pertinentes à recueillir dans un document pour en éviter la lecture complète mais aussi dans la recherche de nouvelles données. C’est notamment le cas sur les portails de données pour lesquels l’IA générative peut aider à améliorer les fonctionnalités de recherche au sein d’un catalogue d’assets variés, les producteurs de données dans leur quotidien ou encore assister un utilisateur final dans la création de visualisations de données impactantes et pertinentes.
A titre d’exemple, de nombreuses fonctionnalités peuvent d’ores et déjà être améliorées grâce à l’IA, entre autres :
- ré-générer automatiquement une configuration complète d’un jeu de données afin de faire gagner un temps considérable aux responsables de la publication et améliorer la qualité des données publiées.
- Traduire automatiquement des questions exprimées en langage naturel en requêtes techniques afin de permettre aux consommateurs de données d’interroger les données en posant de simples questions, sans avoir à connaître des langages de requête complexes.
- Ou encore ajouter un module de recommandation de jeux de données basé sur les similarités et les centres d’intérêt comme nous le propose dans la vie de tous les jours les sites grand public de VOD ou de e-Commerce
L’intelligence artificielle ouvre de nouvelles perspectives pour améliorer la performance des outils de data management existants. Il est facile d’imaginer des interfaces simples qui permettent de contribuer à démocratiser encore davantage la data. L’essor de nombreux groupes de travail sur l'interopérabilité des modèles d’IA avec les solutions existantes est la clé d’une vraie révolution technologique !