Le président d'Infosys prédit que les modèles d'IA seront banalisés et que la valeur se déplacera vers les applications

Nandan Nilekani, cofondateur et président d’Infosys, prédit un changement important dans le paysage de l’intelligence artificielle (IA).

Selon Nilekani, la valeur future de l’IA ne résidera pas dans les modèles eux-mêmes, mais dans les applications construites sur eux.

À mesure que les modèles d’IA, tels que les grands modèles linguistiques (LLM), deviennent de plus en plus répandus et banalisés, la véritable innovation et le véritable avantage économique proviendront de la création d’applications pratiques, axées sur l’entreprise, pour des cas d’utilisation et des régions spécifiques.

Le point de vue de Nilekani met en évidence la dynamique évolutive de l’IA, où les entreprises détournent leur attention des modèles d’IA fondamentaux vers des solutions à l’échelle de l’entreprise.

Cette évolution souligne la nécessité pour les entreprises de se concentrer sur des applications concrètes qui offrent des avantages tangibles, au-delà du battage médiatique entourant les modèles d’IA.

Des modèles d’IA spécifiques à chaque région pourraient ouvrir de nouveaux marchés

Les LLM, comme ceux utilisés dans les applications d’IA populaires telles que ChatGPT, sont des systèmes d’IA formés sur de vastes quantités de données.

Les principaux géants de la technologie comme OpenAI, Meta et Google ont investi massivement dans le développement de ces modèles, créant ainsi un marché concurrentiel.

Cependant, à mesure que la technologie évolue, Nilekani entrevoit un avenir où ces modèles deviendront banalisés et adaptés aux besoins régionaux.

Par exemple, en Inde, des entreprises développent déjà des LLM spécifiquement conçus pour les langues indiennes et les ensembles de données locaux.

Cette diversification régionale est cruciale car les modèles d’IA fonctionnent mieux lorsqu’ils sont formés sur des données pertinentes pour la région dans laquelle ils opèrent.

Selon les experts, les entreprises se concentrant sur des modèles d’IA spécifiques à une région pourraient débloquer de nouveaux marchés et stimuler l’innovation en proposant des solutions adaptées aux besoins locaux.

Les solutions d’IA d’entreprise nécessitent une approche sur mesure

À mesure que les LLM et les modèles d’IA deviennent plus standardisés et accessibles, Nilekani soutient que la véritable valeur de l’IA se déplacera vers la couche applicative, où les entreprises peuvent se différencier en intégrant l’IA dans leurs opérations principales.

Les experts suggèrent que des secteurs comme la finance, la santé et la vente au détail sont sur le point de bénéficier considérablement des applications basées sur l’IA qui optimisent les flux de travail, améliorent l’expérience client et améliorent les processus de prise de décision.

Nilekani souligne que les entreprises doivent se concentrer sur l’intégration de l’IA dans leurs processus existants pour un impact maximal.

Alors que les applications d’IA grand public, telles que les chatbots, peuvent être déployées rapidement, les solutions d’IA d’entreprise nécessitent une approche plus stratégique et personnalisée.

Selon les initiés du secteur, cette focalisation sur les applications favorisera une adoption plus durable et plus efficace des technologies d’IA dans tous les secteurs.

Le cycle d’adoption complexe de l’IA d’entreprise

Alors que les applications d’IA destinées aux consommateurs ont gagné en popularité, Nilekani souligne que l’IA d’entreprise a un cycle d’adoption plus long et plus complexe.

L’intégration de l’IA dans les opérations commerciales principales oblige les organisations à repenser leurs flux de travail, leur gestion des données et leur infrastructure technologique.

Bien que longue, cette transformation offre des avantages concurrentiels significatifs aux entreprises qui mettent en œuvre avec succès l’IA d’entreprise.

Les experts affirment que les entreprises qui souhaitent capitaliser sur l’IA d’entreprise doivent investir dans le renforcement des capacités internes et dans le perfectionnement de leurs piles technologiques.

Alors que les entreprises reconnaissent de plus en plus le potentiel de l’IA pour stimuler l’efficacité et l’innovation, la demande d’applications d’IA personnalisées et spécifiques à chaque secteur continuera de croître.