Il existe un parallèle historique avec la vague d’intelligence artificielle qui déferle aujourd’hui. La vague mobile a débuté avec le lancement de l’iPhone, en 2007. Elle offre des enseignements qui peuvent aider les entreprises à aller de l’avant avec leurs projets d’intelligence artificielle.
C’est le point de vue de Scott Snyder, professeur à Penn Engineering, et de Julie Ask, analyste chez Forrester Research. L’IA, sous toutes ses formes, est critiquée pour son manque de retour sur investissement. Mais tout cela n’est pas nouveau, comme le souligne un article récent.
« Très tôt, la plupart des dirigeants d’entreprise n’ont pas saisi l’ampleur de la vague mobile sur leurs clients et leurs employés », observent Snyder et Ask. « Ils se sont concentrés sur la création d’une application plutôt que sur la transformation de leurs modèles opérationnels et commerciaux afin d’exploiter pleinement les possibilités offertes par la téléphonie mobile ».
Les similitudes entre l’IA et le mobile
Le mobile et l’IA générative sont tous deux des technologies disruptives. Elles modifient la façon dont les gens travaillent et envisagent leur travail. Voici comment la vague actuelle d’IA fait écho à la vague mobile :
Apportez votre propre X
L’arrivée des smartphones a donné naissance au mouvement « Apportez votre propre appareil » (« Bring your own device » en anglais). Un mouvement souvent combattu par les organisations préoccupées par le manque de sécurité des appareils personnels des employés. Mais avec le temps les smartphones ont envahi l’entreprise. Les utilisateurs estimaient qu’ils les aidaient à mieux faire leur travail.
De même, la nature autonome et extérieure à l’entreprise de ChatGPT et d’autres outils d’IA générative signifie que l’utilisation de la technologie se fait en dehors des garde-fous de la technologie d’entreprise.
Ces deux exemples illustrent l’appel à « donner du pouvoir à vos employés, sinon ils innoveront sans vous », illustrent Snyder et Ask. « Les entreprises doivent désormais adopter le principe du « Bring your own AI » (BYOAI) avec les contrôles appropriés pour permettre aux employés d’utiliser les derniers outils d’IA générative à des fins de productivité et d’innovation. Tout en protégeant les données de l’entreprise. »
Le mobile et l’IA générative sont tous deux une démocratisation de l’informatique
Les appareils mobiles et leurs magasins d’applications ont apporté « une interface intuitive, associée à une plateforme informatique puissante, qui a conquis les utilisateurs du monde entier », soulignent Snyder et Ask.
« De même, l’IA générative offre de nouvelles capacités sans précédent qui peuvent créer du contenu, effectuer des analyses et permettre aux humains d’interagir avec les machines de manière plus naturelle ».
Le mobile et l’IA reposent tous deux sur des écosystèmes de partenaires
L’essor des services mobiles a été rendu possible par « des investissements massifs et continus dans la technologie des appareils, le cloud computing, les plateformes de développement, les centres de données et les réseaux cellulaires », soulignent M. Snyder et M. Ask.
« Il en sera de même pour l’IA générative ».
Le mobile et l’IA exploitent les données – beaucoup de données
Enfin, les deux vagues technologiques sont gourmandes en données. Et elles travaillent ensemble.
« Les entreprises d’IA créent des dispositifs personnels qui nous aident à envisager un avenir d’assistants virtuels et d’agents accessibles par le biais du langage naturel. Tout comme pour la téléphonie mobile, des produits et des business model innovants suivront », illustrent-ils.
Les différences entre l’IA et le mobile
Il existe également des différences. Snyder et Ask le soulignent : « L’informatique mobile a connu une adoption et une croissance constantes dans le monde entier. La capacité innée de l’IA à s’améliorer, ainsi que la surveillance réglementaire croissante, créeront une trajectoire non linéaire et imprévisible. Et ce contrairement à la croissance constante de l’informatique mobile. »
L’impact de l’IA sera différent de celui de la téléphonie mobile pour les raisons suivantes :
Le mobile dépend du matériel, l’IA est surtout un logiciel pour les utilisateurs finaux
« L’adoption de l’IA par les consommateurs sera plus rapide que celle de la téléphonie mobile, car les consommateurs n’ont pas besoin d’acheter de nouveaux appareils », soulignent les coauteurs.
« La croissance de la téléphonie mobile dépendait initialement de la mise à niveau des smartphones par les consommateurs tous les 18 à 24 mois, ainsi que de la mise en place de réseaux ou d’infrastructures de plus en plus performants. Alors que les fabricants de matériel construisent leur prochaine génération d’appareils avec des LLM locaux, la plupart des calculs massifs seront effectués dans le cloud. Ce qui signifie que les consommateurs peuvent commencer à utiliser l’IA avec les appareils qu’ils possèdent déjà. »
Le rythme du changement sera plus rapide que pour la téléphonie mobile, car l’IA fonctionnera de manière autonome
« Les capacités progressent rapidement malgré le besoin de ressources telles que les GPU, la puissance, les données et la formation humaine, ainsi que les préoccupations en matière d’éthique, de sécurité et de réglementation », affirment M. Snyder et M. Ask.
Au fur et à mesure que les capacités de l’IA évoluent, « ces outils commenceront à générer leurs propres expériences et ne dépendront plus du travail humain. Les agents commencent à s’autocorriger et à travailler ensemble ».
Les coûts d’acquisition pour le grand public et les entreprises seront plus élevés pour l’IA que ceux des applications mobiles pour les nouveaux venus
« Dans un premier temps, l’IA augmentera les services existants. Pensez à Siri ou à Microsoft Copilot pour les employés. Les applications auront besoin d’un historique et de données sur les individus pour devenir de véritables assistants virtuels. L’anticipation des besoins et la fourniture d’expériences contextuelles ou personnalisées augmentent en fin de compte les coûts de changement de fournisseur. »
Des facteurs échappant au contrôle des fabricants de LLM limiteront la croissance
Les modèles linguistiques de grande taille (LLM) sont confrontés à des obstacles plus importants que les business model ou les contraintes de capacité de l’écosystème mobile, observent les coauteurs.
« Pour faire progresser les modèles, il faut davantage de données ou de contenu d’entraînement. Alors que les LLM peuvent générer des données synthétiques, les prochaines avancées dépendent du contenu et des données du monde physique qui ne sont pas disponibles. »
En outre, les limites physiques de l’IA comprennent « l’accès aux GPU pour la formation ou l’électricité, l’eau et le talent humain nécessaires pour former les modèles ». Il y a aussi le spectre des réglementations gouvernementales sur l’IA.
Snyder et Ask conseillent de tirer les leçons de la vague mobile
« Trop d’entreprises se lancent dans l’expérimentation de l’IA sans avoir la moindre idée de la manière dont elles comptent mesurer l’impact réel sur l’entreprise », mettent en garde Snyder et Ask.
« Comme le mobile, l’IA générative apporte de nouveaux superpouvoirs à l’utilisateur final et a le potentiel de transformer radicalement la façon dont les entreprises fonctionnent et apportent de la valeur à leurs clients. En capitalisant sur les leçons tirées de la vague mobile, nous ne pouvons qu’être mieux préparés à ce qui nous attend. »