Lorsque l’IA générative (Gen AI) a fait irruption il y a deux ans, les chatbots étaient considérés à la pointe de la technologie. Mais aujourd’hui, ce sont des assistants et des agents d’IA qui exécutent des actions en votre nom.
Et au-delà de ces agents d’IA se trouve l’intelligence générale d’entreprise (EGI) qui, comme son nom l’indique, fait référence à des solutions d’IA adaptées aux besoins spécifiques des entreprises. Bien que l’on en sache beaucoup moins sur l’EGI que sur l’intelligence artificielle générale (AGI), un système informatique capable de résoudre des problèmes aussi bien, voire mieux, qu’un être humain, certains experts pensent que l’EGI pourrait transformer les opérations des entreprises.
Pour en savoir plus sur l’EGI, ZDNET s’est entretenu avec Silvio Savarese, responsable de la recherche sur l’IA chez Salesforce, qui vient de publier un article de blog sur le concept.
Qu’est-ce que l’intelligence générale d’entreprise (EGI -Enterprise General Intelligence) ?
Une EGI (Enterprise General Intelligence) est un système d’intelligence artificielle très performant qui traite les applications commerciales de manière fiable. Cependant, pour comprendre le concept, il est important de comprendre ce qui différencie l’EGI des autres solutions d’IA d’entreprise qui offrent déjà d’importants gains de productivité, tels que les agents d’IA.
Les caractéristiques des EGI sont les performances en termes de capacité et de cohérence. Ils peuvent répondre aux besoins complexes des environnements commerciaux avec des résultats prévisibles sur la matrice Capacité-Consistance (Capability-Consistency matrix).
L’axe des capacités
En ce qui concerne les capacités, M. Savarese dit que les systèmes EGI auront des niveaux de raisonnement qui leur permettront d’effectuer des tâches complexes et opérationnelles, telles que la recherche dans des environnements en évolution rapide.
« Les agents que nous déployons sont un peu au début de cette trajectoire. Ils peuvent faire des choses simples. Mais certainement pas ce genre de recherche approfondie. Ils ne peuvent pas faire des tâches à long terme. Ils ne peuvent pas encore faire de raisonnement complexe », dit M. Saverse.
L’axe de la cohérence
L’axe de la cohérence fait référence aux systèmes EGI capables de fournir des résultats prévisibles, fiables et précis. Plus précisément, M. Saverse dit que la cohérence aide ces systèmes à éviter les « irrégularités ». C’est à dire lorsque les modèles d’IA excellent dans les tâches complexes mais se trompent dans les tâches plus simples.
Cette cohérence rend les systèmes EGI adaptés aux cas d’utilisation en entreprise. Car un système incohérent serait inutile, même s’il excelle dans les performances maximales.
« Vous ne voulez pas passer de l’excellence à la médiocrité. Vous voulez quelque chose de très, très, fiable, en qui vous avez confiance », dit M. Saverse.
Comment l’EGI se compare-t-il à l’AGI ?
L’AGI fait référence à une IA dotée d’une intelligence et d’une autonomie semblables à celles des humains. Bref, on parle ici de Terminator. Il y a donc une certaine hésitation autour de cette technologie. C’est pourquoi vous serez peut-être soulagé d’apprendre que, malgré des noms similaires, l’EGI et l’AGI diffèrent en termes de fonction et de mise en œuvre.
Pour mieux comprendre cette relation, il faut considérer le paysage plus large de l’IA. Savarese divise le développement de l’IA en cinq vagues :
- L’IA prédictive
- Les copilotes
- Les agents d’IA
- La Robotique
- Et, enfin, l’AGI
Même si l’EGI n’est pas officiellement répertoriée comme une vague de l’IA, elle se situe entre les agents et la robotique. Pourquoi ? Parce que comme décrit ci-dessus, elle fait franchir à l’IA une étape supplémentaire par rapport aux agents grâce à un raisonnement plus approfondi.
Salesforce
Les premiers EGI d’ici 6 à 12 mois
Et même si des agents d’IA sont disponibles aujourd’hui, nous n’en sommes pas encore au point où l’EGI est réalisable. Avant d’en arriver là, il faut développer de nouveaux critères de référence qui examinent spécifiquement les performances des systèmes EGI sur les tâches d’IA, ainsi que des environnements de stress test pour pousser ces outils jusqu’à leurs limites.
« Les LLM sont évalués sur le benchmark de l’AGI, pas sur celui de l’EGI. Ils sont évalués sur ces tâches qui ne se concentrent pas vraiment sur les tâches d’entreprise » explique M. Savarese.
Pour remédier à ce problème, Salesforce travaille sur un référentiel CRM qui mesure la compétence dans l’exécution des tâches, comme la façon dont l’IA peut résumer les e-mails, ou faire des recommandations commerciales. Bien que ce référentiel ne soit pas la solution parfaite, il s’agit d’un pas dans la bonne direction. M. Savarese laisse entendre que les systèmes EGI pourraient voir le jour d’ici six à douze mois. Visitez son billet de blog pour en savoir plus.