Les entreprises d’IA font face à une concurrence croissante et à des progrès technologiques plus lents

Ouvrez cette photo dans la galerie :

OpenAI, basé à San Francisco, a lancé une vague de battage médiatique sur l’IA générative en lançant ChatGPT en novembre 2022.KIRILL KUDRYAVTSEV/Getty Images

Le monde de l’entreprise est fasciné par l’intelligence artificielle générative depuis plus d’un an, à mesure que la technologie progresse à pas de géant. Mais les gains de performances dans les grands modèles de langage, capables de produire et de résumer du texte, pourraient commencer à ralentir. La technologie développée par les leaders du secteur, tels que OpenAI, Google, Cohere et Anthropic, n’est peut-être pas non plus si unique en fin de compte, ce qui suggère que la concurrence va devenir beaucoup plus intense.

« Le marché n’est peut-être pas aussi important que prévu et les marges peuvent être minces parce qu’il n’y a pas de véritable fossé », a déclaré Gary Marcus, professeur émérite de psychologie et de sciences neuronales à l’Université de New York, qui a lancé deux sociétés d’IA. « Tout le monde construit plus ou moins la même technologie, récupérant les mêmes données. »

OpenAI, basé à San Francisco, a lancé une vague de battage médiatique sur l’IA générative en lançant ChatGPT en novembre 2022. Le chatbot est alimenté par un grand modèle de langage, ou LLM. Les versions antérieures des LLM produisaient des passages de texte décousus et à la limite de l’incohérence, mais les modèles actuels sont d’une fluidité impressionnante.

La sortie de la dernière suite de LLM de Google en décembre, appelée Gemini, montre certains des défis liés à la poursuite des progrès. Les chercheurs utilisent une série de critères pour évaluer les LLM sur leur capacité à raisonner, à traduire du texte et à répondre à des questions, entre autres tâches. Le rapport de Google indique que son modèle Gemini le plus performant était « à la pointe de la technologie » sur 30 mesures sur 32, battant OpenAI, dont le modèle GPT-4 est généralement considéré comme le plus performant.

Mais Google n’a pas battu OpenAI de beaucoup. Le modèle Gemini le plus performant a surpassé le GPT-4 d’à peine une fraction de point de pourcentage dans certains cas. Pour certains observateurs de l’IA, ce fut une surprise. Google, avec son histoire de percées en matière d’IA, ses légions d’employés et son immense puissance de calcul, n’a pas vraiment fait exploser son principal rival. Les résultats soulèvent également la question de savoir si les LLM deviendront une marchandise, ce qui fait référence au processus par lequel un bien devient impossible à distinguer de ses concurrents.

D’autres défis demeurent également, comme la propension des LLM à halluciner et à inventer des choses. Les entreprises d’IA générative sont également confrontées à des problèmes juridiques concernant la formation sur du matériel protégé par le droit d’auteur. La conclusion d’accords de licence avec les fournisseurs de contenu est une solution, mais elle pourrait peser sur les marges bénéficiaires.

« Les entreprises de ce secteur sont probablement surévaluées », a déclaré M. Marcus. « Nous pourrions assister à un recalibrage en 2024 ou 2025. »

Une grande partie des progrès réalisés dans les LLM est due à l’échelle : d’énormes quantités de données de formation associées à des charges de puissance de calcul pour construire de très gros modèles avec des milliards de paramètres ou de nœuds, ce qui est une mesure de la complexité du modèle.

« Si vous parliez à quelqu’un en avril 2023, les gens parlaient d’OpenAI travaillant sur GPT-7 et du fait que cela représenterait un billion de nœuds, et que ce serait une intelligence sensible », a déclaré Alok Ajmera, directeur général d’une société de technologie financière. Prophix Software Inc. à Mississauga. « Ce qui s’est passé, c’est qu’il y a un rendement marginal en augmentant le nombre de nœuds. Plus de puissance informatique et plus de données à entraîner n’aident pas le grand modèle de langage à proposer des choses plus intéressantes.

Bien entendu, cela ne veut pas dire que le progrès s’arrête. Le principe général qui sous-tend l’évolution avec les données et la puissance de calcul est toujours vrai, a déclaré Jas Jaaj, associé directeur de l’IA chez Deloitte Canada, mais les gains ne se produisent pas au même rythme. « Le rythme auquel l’efficacité et les performances des modèles augmentent est désormais relativement lent », a-t-il déclaré.

Pendant ce temps, le nombre de LLM disponibles pour les entreprises clientes ne fait qu’augmenter. Non seulement il existe des développeurs propriétaires tels qu’OpenAI, mais il existe également tout un écosystème de LLM open source qui peuvent être utilisés gratuitement à des fins commerciales. Il y a aussi de nouveaux entrants, comme la société française Mistral AI, fondée l’année dernière seulement. Meta Platforms Inc. a publié ses LLM dans la communauté open source et s’est associé en décembre à International Business Machines Corp. et d’autres sociétés pour promouvoir le développement open source.

Aujourd’hui, les entreprises utilisant l’IA générative ne sont guère redevables à un seul fournisseur, car échanger un LLM contre un autre peut être assez simple. « Nous ne voulons pas être dépendants d’un fournisseur lorsqu’il s’agit de développer ces éléments », a déclaré Ned Dimitrov, vice-président de la science des données chez StackAdapt, une société de publicité programmatique basée à Toronto qui teste l’IA générative. « C’est un domaine en évolution, donc si quelque chose d’open source devient disponible demain et qui fonctionne mieux, il devrait être très facile d’en changer. »

La poussée open source de Meta, a-t-il déclaré, vise à garantir qu’un grand nombre de modèles soient disponibles afin que les géants technologiques rivaux ne contrôlent pas le marché avec une technologie propriétaire. « C’est un jeu très stratégique, où ils veulent le banaliser », a-t-il déclaré.

Si cela se produit et que les performances se stabilisent, les développeurs de LLM devront rivaliser sur différents attributs pour les clients. Cohere, basée à Toronto, met par exemple l’accent sur les avantages de sa technologie en matière de confidentialité et de sécurité, qui sont importants pour les utilisateurs professionnels. En effet, les chefs d’entreprise canadiens interrogés par Russell Reynolds Associates ont récemment déclaré que les préoccupations en matière de sécurité et de confidentialité des données constituaient le principal obstacle au déploiement de l’IA générative.

Le coût apparaît comme un autre facteur important. Ici, les modèles open source ont l’avantage. « C’est l’une des raisons pour lesquelles nous cherchons à tirer parti, dans certains cas, des plateformes open source. De cette façon, nous pouvons répercuter une partie de ces économies sur nos clients », a déclaré Muhi Majzoub, directeur des produits chez Open Text Corp. L’entreprise technologique basée à Waterloo a déployé ce mois-ci une suite de produits d’IA, y compris un outil de productivité pour la synthèse de documents. , recherche conversationnelle et traduction.

De nombreuses autres entreprises canadiennes optent pour des modèles open source. Selon une récente enquête d’IBM, 46 pour cent des entreprises ayant répondu expérimentent une technologie open source, contre 23 pour cent utilisant la technologie d’un fournisseur externe et 31 pour cent développant des outils en interne. « Ce que fait l’open source vous donne vraiment de l’ampleur et une rapidité de commercialisation », a déclaré Deb Pimentel, directrice générale de la technologie chez IBM Canada. Néanmoins, Mme Pimentel s’attend à ce que les entreprises adoptent une approche hybride et utilisent un mélange de technologies différentes.

Même si la gamme de LLM disponibles aujourd’hui peut poser des défis concurrentiels aux entreprises qui les construisent, la situation est idéale pour les entreprises qui cherchent à tirer parti de l’IA générative. « Je ne pense pas que nous soyons arrivés au point où une organisation devrait mettre tous ses œufs dans le même panier, car il est trop tôt pour dire qu’il y a un gagnant évident », a déclaré M. Jaaj chez Deloitte. « Notre recommandation aux organisations est la suivante : travaillez avec plusieurs acteurs. »

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *