Qu'est ce que l'IA Générative? #iagenerative
Summary
TLDRL'introduction à la générative AI par Anis et Simon explore les défis et opportunités de cette technologie émergente. Bruno Le Maire envisage un avenir prochain pour l'Europe avec son propre GPT, tandis que les modèles de langage large comme Chat GPT et Bard montrent la capacité de raisonnement et de création de l'IA. Les applications variées de la générative AI, y compris dans les médias et les décisions d'affaires, sont discutées, ainsi que les enjeux environnementaux et éthiques. L'importance de l'adoption précoce et la préparation pour un changement de comportement des utilisateurs sont soulignées.
Takeaways
- 🚀 L'IA générative est un domaine en rapide évolution, avec de nouvelles outils et articles scientifiques publiés quasiment quotidiennement.
- 🌐 L'Europe peut avoir son propre modèle d'IA générative compétitif sous 5 ans, selon Bruno Le Maire.
- 🤖 Les modèles d'IA générative comme GPT et Bard sont capables de créer du texte, des images et d'autres médias avec un certain degré de nouveauté.
- 📈 Les modèles de langage large (LLM) ont un grand nombre de paramètres d'apprentissage, ce qui leur donne une mémoire importante pour comprendre les langues et les complexités.
- 🌟 Le phénomène d'émergence se produit lorsqu'un modèle a une taille de mémoire suffisante pour développer de nouvelles capacités, comme la généralisation et la raison.
- 🖼️ Des modèles d'IA générative pour l'image existent, comme Dali et stable diffusion, qui sont utilisés dans différents domaines, y compris la cryptomonnaie et le web 3.
- 📈 L'adoption de l'IA générative est en train d'augmenter rapidement, avec des croissances d'utilisateurs incroyables comme celle de GPT.
- 💡 L'expérience utilisateur est un aspect clé de l'IA générative, avec des utilisateurs habitués à un niveau élevé de service qui cherchent à retrouver cette expérience dans d'autres produits.
- 🏢 L'IA générative est déjà utilisée dans les entreprises pour des tâches telles que la configuration de produits, la recherche dans des catalogues et l'aide à la prise de décisions.
- 🌱 Les entreprises qui adoptent l'IA générative peuvent avoir un avantage compétitif, mais elles doivent également faire face à des défis organisationnels et de compétences.
- 🔄 L'environnement et la durabilité sont des enjeux importants à considérer avec l'utilisation de l'IA générative, car les grandes plateformes consomment beaucoup de ressources énergétiques.
Q & A
Qu'est-ce que la générative AI et comment fonctionne-t-elle?
-La générative AI est un type d'intelligence artificielle capable de créer du texte, des images et d'autres médias en réponse à des instructions appelées prompts. Elle est basée sur des modèles qui ont appris à partir de données d'entraînement et peuvent ainsi générer du contenu original avec un certain degré de nouveauté.
Quels sont les exemples de modèles de générative AI en texte?
-Des exemples de modèles de générative AI en texte incluent GPT (Générateur Prédictif de Texte) développé par OpenAI, Bard de Google et Falcon de Meta, qui sont tous des modèles non open source, ainsi que LAMa et Stable Diffusion qui sont open source.
Qu'est-ce qu'un modèle de langue large (LLM) et qu'est-ce que cela signifie pour la compréhension des langues?
-Un modèle de langue large (LLM) est un modèle qui comporte beaucoup de paramètres d'apprentissage, ce qui le rend capable de comprendre et de générer des quantités considérables de données linguistiques. Plus un modèle est large, plus sa mémoire est grande et plus il est capable de comprendre les spécificités et les complexités des langues.
Quel est le phénomène d'émergence dans le contexte des modèles de générative AI?
-Le phénomène d'émergence se produit lorsqu'un modèle de générative AI atteint une certaine taille de mémoire, développant ainsi des capacités qu'on ne lui a pas spécifiquement appris. Cela inclut la capacité de connecter des points de concepts, de généraliser et même de raisonner de manière similaire à l'intelligence humaine.
Comment la générative AI peut-elle être utilisée dans le domaine de la création d'images?
-La générative AI peut être utilisée pour créer des images à travers des modèles comme Dali et Dali 2, ainsi que Stable Diffusion qui sont open source. Ces modèles peuvent générer de nouveaux contenus visuels en réponse à des prompts, ce qui est utile pour des applications telles que le design, la publicité et bien d'autres.
Quelle est l'importance de l'expérience utilisateur avec les génératives AI?
-L'expérience utilisateur est cruciale avec les génératives AI car elles permettent une interaction personnalisée et naturelle avec les utilisateurs. Cela peut conduire à une augmentation de la satisfaction et de la fidélisation des clients, ainsi qu'à une demande accrue de produits et services offrant un niveau élevé d'expérience utilisateur.
Quels sont les défis associés à l'utilisation de génératives AI dans les entreprises?
-Les défis associés à l'utilisation de génératives AI incluent la gestion des compétences nécessaires pour exploiter ces technologies, l'adaptation des métiers existants, la compréhension des potentialités et des risques associés, et la mise en place d'un cadre d'adoption pour intégrer ces solutions dans les opérations quotidiennes de l'entreprise.
Comment les entreprises peuvent-elles tirer parti de la générative AI pour améliorer leur efficacité opérationnelle?
-Les entreprises peuvent utiliser la générative AI pour automatiser des tâches, améliorer la prise de décision, accélérer le prototypage de produits, faciliter l'accès à des informations juridiques et simplifier d'autres processus opérationnels, ce qui peut conduire à des gains de productivité et de temps significatifs.
Quelle est la relation entre la générative AI et les enjeux environnementaux?
-La générative AI consomme une grande quantité de ressources énergétiques pour entraîner et exécuter les modèles. Cela soulève des questions sur l'impact environnemental de ces technologies et la nécessité de trouver des moyens de les rendre plus écologiques.
Quels sont les risques potentiels liés à l'utilisation de génératives AI?
-Les risques potentiels incluent la biais dans les données de base qui peuvent conduire à des résultats biaisis et peu fiables, les hallucinations où les modèles mélangent des concepts incorrectement, et les défis réglementaires qui pourraient émerger en raison de la nature innovante et disruptrice de la technologie.
Pourquoi est-il important d'adopter la générative AI dès maintenant?
-Il est important d'adopter la générative AI dès maintenant pour rester compétitif sur le marché, car une grande partie des organisations explore déjà cette technologie. De plus, l'adoption précoce permet de préparer l'entreprise aux changements organisationnels et opérationnels qui seront nécessaires pour tirer parti pleinement de ces technologies.
Comment la générative AI pourrait-elle être comparée à d'autres révolutions technologiques précédentes?
-La générative AI pourrait être comparée à l'arrivée d'Internet, car elle aura un impact significatif sur de nombreux départements de l'entreprise et de la société en général. Elle changera la manière dont nous interagissons avec la technologie et les services numériques, tout comme le web et les smartphones l'ont fait auparavant.
Outlines
🤖 Introduction à la générative AI et enjeux technologiques
Dans ce paragraphe, Anis et Simon introduisent le sujet de la générative AI, abordant l'article de BFM TV sur les prédictions de Bruno Le Maire concernant l'Europe et l'IA. Ils soulignent la rapidité avec laquelle l'IA évolue, comparant la nouveauté constante à un jour sans innovation. Anis, en tant qu'ingénieur dans l'IA, exprime son interêt pour la temporalité spécifique de l'IA et la difficulté de saisir l'impact de cette évolution rapide. Ils proposent de définir les enjeux, les opportunités et les risques de la générative AI, en commençant par une définition commune basée sur les génératifs comme GPT et d'autres modèles de langage large (LLM). L'importance de la capacité de raisonnement de l'IA générative est également mentionnée, ainsi que l'impact potentiel sur l'intelligence artificielle.
🌐 Utilisation de la générative AI dans le business et l'expérience utilisateur
Dans ce paragraphe, les locuteurs discutent de l'utilisation de la générative AI dans le domaine professionnel et l'importance de l'expérience utilisateur. Ils mentionnent les modèles de langage comme GPT et Bard, ainsi que les modèles open source comme LLaMA et Falcon. L'accent est mis sur la croissance rapide de l'adoption de GPT, avec une comparaison de l'adoption d'Instagram et GPT. Les auteurs soulignent également l'impact de l'IA sur le comportement des utilisateurs et l'importance de l'expérience utilisateur dans les projets d'IA. Des exemples concrets d'utilisation de l'IA dans le business sont donnés, comme la création de vidéos marketing en 24 heures pour Nestlé. Ils mentionnent également les statistiques de Gartner sur l'adoption de l'IA et l'importance de l'expérience utilisateur dans les investissements des entreprises.
🚀 Mise en œuvre de la générative AI dans les entreprises
Ce paragraphe se concentre sur la manière dont les entreprises peuvent mettre en place la générative AI. Les orateurs recommandent de s'appuyer sur des solutions existantes et de les adapter à leurs besoins à travers une approche de fine tuning. Ils soulignent l'importance d'équipes multidisciplinaires, plutôt que de simples data scientists, pour comprendre les opportunités et les risques associés à l'utilisation de l'IA. Les conseils incluent également la nécessité d'une vieille constante pour rester à jour avec les avancées rapides de l'IA, ainsi que les considérations environnementales liées à la consommation d'énergie des grandes plateformes technologiques. Les problèmes éthiques, tels que les biais dans les données et les hallucinations générées par l'IA, sont également abordés. Enfin, l'importance de la réglementation et de la préparation à long terme est discutée, avec une évaluation des défis à venir en termes d'adoption, de compétences et de paradigmes organisationnels.
🌟 Impact de la générative AI sur l'industrie et la société
Dans le dernier paragraphe, les orateurs discutent de l'impact potentiel de la générative AI sur l'industrie et la société dans son ensemble. Ils comparent cette révolution technologique à l'arrivée d'Internet, soulignant les changements significatifs qui pourraient affecter de nombreux départements d'entreprises, tels que le marketing, les ressources humaines, le design et les opérations juridiques. Ils posent la question de savoir si les entreprises seront prêtes à faire face à ces défis et opportunités. Le paragraphe se termine sur une note de réflexion sur la préparation et la rapidité avec laquelle l'industrie doit s'adapter pour rester compétitive face à l'évolution rapide de l'IA.
Mindmap
Keywords
💡Générative AI
💡Open AI
💡Modèle de langage large (LLM)
💡Phénomène d'émergence
💡Expérience utilisateur
💡Génération d'images
💡Business
💡Régulation
💡Sustainability
💡Adoption de l'IA
💡Concurrence
Highlights
Introduction à la générative AI et ses enjeux, opportunités et risques.
Bruno Le Maire pense que l'Europe pourra avoir son Open AI sous 5 ans.
La générative AI est un type d'IA capable de créer du texte, des images et d'autres médias.
Les modèles de générative AI comme GPT et Bard ne sont pas open source.
Les modèles open source de générative AI incluent le LaMDA de Meta et Falcon.
Les modèles de langues larges (LLM) ont un grand nombre de paramètres d'apprentissage.
Le phénomène d'émergence se produit lorsque les modèles ont une grande taille de mémoire.
La générative AI permet de résoudre une grande variété de tâches.
Les utilisateurs se sont habitués à un niveau élevé d'expérience utilisateur grâce à la générative AI.
L'adoption de la générative AI est déjà en cours dans le business.
Gartner indique que 20% des entreprises ont des projets en pilote ou en production avec l'IA.
La générative AI peut être utilisée pour la prise de décisions et la recherche d'informations.
Les entreprises devraient s'adapter rapidement à l'adoption de la générative AI pour rester compétitives.
Il est important de considérer les aspects environnementaux liés à la générative AI.
Les défis de l'adoption de la générative AI incluent la gestion des compétences et le paradigme centralisation versus décentralisation.
La générative AI pourrait être comparée à l'impact de l'arrivée d'Internet.
Les impacts de la générative AI toucheront tous les départements de l'entreprise.
Il est crucial de se préparer à l'adoption de la générative AI dès maintenant pour être prêt au moment voulu.
Transcripts
bonjour à tous moi c'est anis et avec
Simonet on est très content d'être là
aujourd'hui on a la lourde tâche de vous
faire étalk d'introduction sur generati
veyi en préparant le Talk il y a
quelques jours je suis tombé sur un
article de BFM TV avec Bruno Le Maire et
le titre de l'article c'était chat GPT
Bruno Le Maire estime que l'Europe
pourra avoir son open high sous 5 ans
alors ça m'a interpellé surtout la
dernière partie qui m'a interpellé le
sous 5 ans parce que aujourd'hui en tant
qu'ingénieur dans l'IA une espace
quasiment pas un jour sans qui est de la
nouveauté sentier de nouveaux outils ou
sans qui est de nouvelles articles
scientifiques à lire
et donc d'après moi la temporalité de
l'IA ce n'est pas une temporalité d'un
projet quelconque c'est une temporalité
qui est bien spécifique et je pense que
Bruno n'est pas le seul à ne pas
aujourd'hui saisir peut-être tout
l'impact qu'il y a derrière cela et je
pense qu'aujourd'hui notre rôle c'est de
d'essayer des éléments de compréhension
de définir un petit peu les enjeux qu'il
y a derrière ça les opportunités que ça
peut apporter et également les risques
avant de Deep Diver on va peut-être
définir un petit peu ce que la
générative Ayi pour avoir tous un petit
peu la même définition
il y a génératif selon Wikipédia c'est
un type d'IA qui est capable de générer
du texte des images d'autres médias
c'est un peu plus que 4G pété et tout
cela vient en réponse à des instructions
qu'on appelle des promptes
et le nouveau contenu est similaire aux
données d'apprentissage mais avec un
certain degré de nouveauté en d'autres
termes donc comme son nom l'indique il
peut générer donc il peut créer des
nouvelles choses et en cela
sa capacité à créer une nouvelle chose
on peut dire qu'il a entre guillemets la
capacité de raisonner
et donc avec l'IA générative on se
rapproche un peu plus du concept
d'intelligence artificielle un peu plus
que avec les modèles dia classique
alors je vais vous donner des exemples
concernant le texte l'exemple de modèles
donc on a le chat GPT que vous
connaissez tous qui est fait par open
high qui estampillé un petit peu
Microsoft puisque openia et Microsoft
sont partenaire on a le pendant de chez
Google qui s'appelle Bard les deux
premiers modèles se sont des modèles qui
ne sont pas open source c'est à dire
qu'on peut y accéder via une interface
sur internet via le navigateur
ils sont gratuits jusqu'à une certaine
utilisation mais si on veut en faire une
utilisation un peu plus professionnelle
si on veut une situation un peu plus
intensive il faudra payer et il y a
également d'autres modèles qui sont Open
Source donc on a le lama de Meta et on a
également Falcon qui est aussi un modèle
open source qui est peut-être le modèle
aujourd'hui le plus abouti en tant
qu'Open source qui se rapproche le plus
de chat GPT
un élément de jargon c'est modèle on les
qualifie de LLM donc ça veut dire l'art
du vanguet du modèle en français des
modèles de langues large qu'est-ce qu'on
entend par large et bien en fait on dit
qu'un modèle est large quand il comporte
beaucoup de paramètres à titre indicatif
une heure de paramètres d'apprentissage
pour chat GPT c'est 175 milliards alors
ça peut vous paraître un petit peu
abstrait nombre de paramètres on peut
vulgariser ça par en disant que c'est la
mémoire du modèle donc plus on a de
paramètres et plus la mémoire est grande
et alors pour comprendre les les
différents langages il nous faut
beaucoup de mémoire du coup pour
comprendre les spécificités les
complexités et alors il y a une autre
raison pour lesquelles on utilise des
modèles très larges c'est que en fait au
bout d'une certaine taille de mémoire on
voit apparaître un phénomène qui
s'appelle le phénomène d'émergence et en
fait c'est que le modèle développe des
capacités qu'on ne lui a spécifiquement
apprises dire qu'il arrive à connecter
des points des concepts il arrive en
fait à généraliser et en quelque sorte à
raisonner et c'est très important
pourquoi est-ce que ça nous intéresse
parce qu'en fait un seul et elle aime va
nous permettre de résoudre beaucoup de
news différents on n'est plus dans le
paradis de on a un modèle par husky on a
un modèle que nous permet de résoudre
une grande variété de choses et ça c'est
assez important pour le business en
termes de génération d'image donc on a
des modèles comme mi-journées comme Dali
on a également Dali 2 actuellement et on
a le pendant open source qui est stable
diffusion
tout le monde en parle vos collègues en
parlent on en parle à l'école on en
parle à la presse un petit peu comme la
crypto le NFC blockchain le web 3
metaves tout ces termes tous ces besoins
d'un petit peu donc en fait on est en
droit de se poser la question est-ce que
c'est un effet de mode ou est-ce que
c'est une révolution alors il y a un
effet de mode bien évidemment parce que
Tchad j'ai pété a mis à generati veyi
sous le feu des projecteurs d'ailleurs
si aujourd'hui on est là à vous parler
de générative VIP c'est peut-être à
cause ou grasse le chat GPT
néanmoins ce n'est pas une révolution
technique parce que toutes les
technologies nécessaires à faire des
exister depuis 2017 en réalité en
revanche ce qui a changé c'est le
rapport à la machine on va dire c'est
l'expérience utilisateur
donc aujourd'hui n'importe qui peut se
connecter à Internet et avec le
navigateur il peut dialoguer avec le
modèle et il y a une expérience
entièrement personnalisée
et
au-delà de ça openaya a ajouté une
couche un peu éthique c'est à dire que
ils ont fait en sorte que le modèle ne
dise pas n'importe quoi et qui ne
s'aventurent pas dans les sujets un peu
sensibles ça c'est aussi important pour
xper ensuite utilisateur c'est une
révolution parce que c'est un impact
déjà palpable aujourd'hui
dans la société dans les entreprises et
c'est parti pour durer alors il y a un
changement du comportement utilisateur
qui est illustré à travers cet article
du Time et en fait qui nous explique que
la croissance de chat GPT en termes de
nom d'utilisateur est incroyable pour
vous donner des chiffres Instagram ils
ont mis deux ans à avoir 100 millions
d'utilisateur 4G pété ils ont mis deux
mois
donc c'est une propagation très rapide
et tous ces utilisateurs qui sont
habitués à ce niveau de service à ce
niveau d'expérience utilisateur ils vont
vouloir retrouver ça dans d'autres
produits
et on pense que à moyen terme des
produits qui n'auront pas ce niveau
d'expérience ce niveau de service et ben
ils vont peut-être être relégués au
second plan donc c'est c'est important
d'avoir ça en tête
il y a déjà des choses qui sont
aujourd'hui utilisées dans le business
notamment on a l'exemple de
de l'agence au gilvi qui a utilisé l'IA
pour imaginer réaliser en 24 heures une
vidéo donc à des fins marketing donc
c'était autour du tableau de laitière
pour Nestlé et
aujourd'hui selon un sondage Gartner on
a 20% des entreprises qui ont des
projets en pilote ou en production donc
ça bouge déjà assez rapidement et
d'après le même sondage de Gartner
auprès de plus de 2500 dirigeants
entreprises ce qui est très intéressant
c'est que ça confère un petit peu ces
tests d'expérience utilisateur c'est que
on a 38% des sondés qui ont investi dans
l'IA pour l'expérience utilisateur et
pour sa rétention
on pourrait a priori on aurait pu penser
que on voit d'abord faire de l'IA pour
la performance opérationnelle pour
essayer d'avoir une meilleure
productivité mais c'est bien cet aspect
expérience utilisateur qui prédomine on
a vu des exemples de ce qui peut faire
des autres mais qu'est-ce que vous
pourrez faire effectivement dans la
pratique aujourd'hui avec Laia du coup
on peut l'utiliser pour tout un tas de
choses comme par exemple demander un à
une ingénérative des configurer une un
produit pour nous ou de rechercher dans
un catalogue produit on peut l'utiliser
aussi pour être aidé dans des prises de
décisions par exemple un peu demander à
ce chatbot quel magasin pareil à la
meilleure séance 2023 ou quelle est la
catégorie des produits plus achetés par
les hommes de plus de 60 ans et vous
voyez la façon dont pose cette question
est très naturelle on utilise un langage
qui est très naturel on a plus besoin de
envoyer un mail à quelqu'un ou de aller
dans un outil de reporting à cliquer sur
4000 boutons différents trouver
l'information ici on pose la question
alia de façon naturelle comme si on
dialoguait avec quelqu'un et c'est ça
qui est aussi l'expérience utilisateur
dont un Nice vous parlez on peut aussi
avoir des cabines de destination virtuel
[Musique]
mais on peut l'utiliser aussi pour
beaucoup de choses différentes notamment
le prototypage les supports juridique
parce qu'effectivement la générative VIP
permet aussi de accélérer des simplifier
l'accès à l'information lorsque
notamment on accède on a besoin
d'accéder à beaucoup d'informations
comme c'est le cas justement dans dans
les éléments juridiques voilà ce sont
d'Angleterre pour la production
d'éléments auditorial unitoriaux pour la
photocopie plein de cas d'usage
différents comment on peut mettre en
place de la générative en entreprise on
a quelques conseils très rapide le
format était plutôt court aujourd'hui
déjà la on va pas remonter la roue et on
va pas non plus remonter la voiture on
va surtout se baser sur des solutions
qui existent déjà aujourd'hui année
rapidement et on va les adapter on va
les améliorer on va faire ce qu'on
appelle du fine tuning pour l'adapter à
notre besoin
ce qui veut dire que effectivement on
peut avancer assez rapidement mais même
des façons si on veut assez frugal on
n'a pas besoin forcément des sur
investir on peut avoir besoin des petits
équipes effectivement compétentes qui
peuvent être suffisantes pour démarrer
aussi ces équipes elles doivent être
muté disciplinaire et ce n'est pas
forcément des équipes composées
uniquement par des Data scientistes au
contraire il faudra plutôt des personnes
qui effectueront une connaissance de la
data science mais aussi une connaissance
des potentialités des risques associés à
chaque modèle mais aussi des
opportunités business qu'une la
technologie peut ouvrir encore une fois
souvenez-vous dès l'élément expérience
utilisateur
effectivement du coup des personnes qui
aussi une vision produit
et aussi bien sûr on aura besoin d'une
vieille constante parce que ça avance à
une vitesse telle que une information
une technologie devient deux mois de 3
mois peut être déjà
presque obsolète il y a aussi un volet
dont on parle pas assez souvent à Mango
c'est les volets environnementales il
faut savoir que Google Microsoft
meta et société qui aujourd'hui crée les
plateformes sur lesquelles on va
s'appuyer pour créer des solutions de
générative VIP consomme énormément des
ressources énergétiques pour créer ces
solutions
et un sujet qui je pense sera alors du
jour dans quelques mois dans l'année
prochaine
le monde n'est pas parfait elle a donné
non plus on sait qu'il a généralité
vient s'appuie sur de donner existantes
pour fournit de la nouvelle donnée mais
si la donner de base et les fausses et
les protéger pendant l'auteur elle est
biaisée bah alors le résultat sert aussi
biaisé
peu fiable mais il y a aussi un élément
qui est les hallucinations c'est à dire
que parfois c'est un problème de
jeunesse cette génération de génération
de générateur c'est que parfois les
résultats peuvent être créés en
mélangeant des concepts qui ne vont pas
avec pour créer effectivement des
hallucinations un exemple tout bête dont
on parle souvent ce qui est parfois
jackpgt peut vous dire que 1 kg de plomb
pèse plus qu'un kilo de bois d'éléments
kilos n'est pas retenu et du coup le
père un peu le contexte il perd un peu
la capacité à raisonner
d'autres problématiques nouvelles
régulations qui vont arriver au niveau
du machiner surtout en Europe des mises
à jour très fréquent des solutions puis
des données Samsung on a fait l'épreuve
après je vais aller vite là dessus et
maintenant et alors maintenant
notre conviction c'est que il faut s'y
mettre dès maintenant parce qu'il y a un
élément à prendre en compte c'est la
concurrence encore une fois carte
70 % des organisations sont actuellement
en mode Exploration avec l'iagénérative
donc il y a un enjeu là-dessus
si vous êtes pionnier dans votre domaine
et bien vous allez sûrement avoir un
avantage compétitif si vous n'êtes pas
bah ça vous permet de garder le cap et
ensuite le troisième levier et bien ça
va être de faire des de d'augmenter
l'efficacité opérationnelle
il faut commencer maintenant parce que
les timings dans l'IA sont plus en plus
courts vous l'avez compris avec la
temporalité de l'IA il y a moins de 3
ans entre GPT 3 et GPT 4
et vous voyez d'après ce graphique
j'ai pété 375 milliards de paramètres
j'ai pété 4 100 000 milliards de
paramètres donc il y a un facteur 1000
donc là on a complètement explosé la loi
de Moore
donc ça c'est un paramètre à voir en
tête il faut commencer maintenant parce
que il y a très certainement des sujets
organisationnels à anticiper sur le long
terme c'est des sujets qui prennent du
temps et il y a trois principaux sujets
identifiés d'après un rapport DCG le
premier c'est le fait de mettre en place
le cadre de l'adoption parce que c'est
pas dit que on va adopter la générative
il y a de manière générale au centre de
manière simple il y a des défis en
termes de compétences à gérer puisqu'il
y a des métiers qui vont évoluer très
certainement et également le paradigme
centralisation versus décentralisation à
appréhender
et voilà tout cela ça prend un peu de
temps donc il faut s'y mettre maintenant
on apparaît du présent maintenant on va
faire une petite projection vers le
futur
exactement
déjà
notre conviction c'est que beaucoup de
solutions
mais beaucoup de solutions on vous parle
avec vous voyez sur le sur la presse
c'est bientôt comme auditi pourquoi
parce que encore une fois on se base sur
des choses qui existent déjà on va
adapter comme on va améliorer mais donc
le socle le plus important est déjà fait
et beaucoup de sociétés aujourd'hui sont
prêtes effectivement à démarrer avec des
solutions en production qui se basent
sur la générative on enverra des plus en
plus on en verra d'ici la fin de l'année
et ceci est un risque et aussi on
opportunité tout comme la concurrence
peut aller très vite vous aussi vous
pouvez aller très vite
et puis avec Anis hier soir parce qu'on
a fini presque bien sûr dans le soir à
table on se posait la question qu'on
était fatigué mais à quoi ça ressemble
cette révolution technologique est-ce
que ça ressemble plutôt à l'arrivée des
mobiles des smartphones ou plutôt du web
2.0 ou des e-commerce à l'Amazon et on
se disait que finalement ça ressemble
beaucoup à l'arrivée d'Internet tout
court parce qu'il y aura des impacts qui
auront qui touchons pour les
départements d'une entreprise le
marketing les différentes les ressources
humaines le design les opérations les
juridiques posent une société pour être
touchée par les impacts de la générative
et du coup la question qui reste c'est
est-ce que nous serons prêts lorsque le
four
merci beaucoup
[Applaudissements]
[Musique]
Ver Más Videos Relacionados
iOS 18 : les futures nouveautés !
La Course à l’IA Accélère de Nouveau ! (Claude 3, Q*, Apple, OpenAI, Figure, EMO, Ideogram...)
L'IA DÉTRUIRA-T-ELLE L'HUMANITÉ !?
La vie des sols
Tout comprendre sur les modèles ARVALIS, au cœur des Outils d’Aide à la Décision - ARVALIS.fr
TERATEC24 - Interview d'Hugues Even (BNP Paribas)
5.0 / 5 (0 votes)