Le 12 octobre, Gartner, un organisme de recherche en conseil en information de renommée mondiale, a publié les données d’une enquête sur son site officiel, d’ici 2026, plus de 80% des entreprises utiliseront des API d’IA génératives ou déploieront des applications d’IA génératives. En 2023, c’est moins de 5%.
Arun Chandrasekaran, vice-président et analyste principal chez Gartner, a déclaré que l’IA générative est devenue une priorité absolue pour les cadres supérieurs et a déclenché une énorme vague d’innovation dans de nouveaux outils au-delà du modèle sous-jacent.
Les secteurs de la santé, des sciences de la vie, du droit, des services financiers et d’autres secteurs connaissent une demande croissante d’IA générative.
Dans la « Courbe de maturité technologique de l’IA générative 2023 » publiée par Gartner, de plus en plus d’entreprises commencent à intégrer l’IA générative dans leurs activités réelles afin de réduire les coûts et d’accroître l’efficacité.
Trois innovations qui devraient avoir un impact énorme sur les organisations d’ici 10 ans sont : les applications qui prennent en charge l’IA générative, les grands modèles fondamentaux et la gestion de la confiance, des risques et de la sécurité de l’IA.
Applications prenant en charge l’IA générative
Améliorez l’expérience utilisateur (UX) et l’amélioration des tâches grâce à l’utilisation d’applications d’IA génératives pour accélérer et aider les utilisateurs à accomplir diverses tâches. Au fur et à mesure que les entreprises commenceront à utiliser l’IA générative, cela imprégnera un large éventail de compétences dans la main-d’œuvre.
Chandrasekaran a déclaré qu’à l’heure actuelle, le mode le plus courant d’intégration générative de l’IA est text-to-X (texte, code, images, vidéos, etc.), qui démocratise le travail en générant automatiquement divers contenus, principalement en utilisant des invites en langage naturel.
Cependant, il existe encore des obstacles à ces applications, tels que des hallucinations et des inexactitudes, qui peuvent limiter leur impact généralisé et leur adoption.
Grand modèle de base
Les grands modèles de base constituent une avancée importante dans l’IA, car ils sont pré-entraînés à grande échelle et présentent une large applicabilité dans les cas d’utilisation.
Selon Chandrasekaran, le grand modèle fondamental fera progresser la transformation numérique au sein de l’entreprise en améliorant la productivité des employés, en automatisant et en améliorant l’expérience client et en permettant la création rentable de nouveaux produits et services.
Le grand modèle de base est au sommet de l’expansion attendue sur la courbe de maturité technologique. Gartner prévoit que d’ici 2027, le grand modèle sous-jacent prendra en charge 60% des cas d’utilisation du traitement du langage naturel (NLP), contre moins de 5% en 2021.
Gestion de la confiance, des risques et de la sécurité de l’IA (AI TRiSM)
AI TRiSM assure la gouvernance, la fiabilité, l’équité, la fiabilité, la robustesse, l’efficacité et la protection des données des modèles d’IA. AI TRiSM comprend des solutions et des technologies pour l’interprétabilité des modèles, la détection des anomalies de données et de contenu, la protection des données de l’IA, les opérations de modèle et la résistance aux attaques contradictoires.
AI TRiSM est un cadre important pour parvenir à une IA responsable et devrait devenir courant d’ici 2 à 5 ans. D’ici 2026, les organisations qui mettent en œuvre la transparence, la confiance et la sécurité de l’IA amélioreront de 50% leurs modèles d’IA en termes d’adoption, d’objectifs commerciaux et d’acceptation par les utilisateurs.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Rapport d’enquête : D’ici 2026, plus de 80 % des entreprises utiliseront l’IA générative
Source originale : AIGC Open Community
Le 12 octobre, Gartner, un organisme de recherche en conseil en information de renommée mondiale, a publié les données d’une enquête sur son site officiel, d’ici 2026, plus de 80% des entreprises utiliseront des API d’IA génératives ou déploieront des applications d’IA génératives. En 2023, c’est moins de 5%.
Arun Chandrasekaran, vice-président et analyste principal chez Gartner, a déclaré que l’IA générative est devenue une priorité absolue pour les cadres supérieurs et a déclenché une énorme vague d’innovation dans de nouveaux outils au-delà du modèle sous-jacent.
Les secteurs de la santé, des sciences de la vie, du droit, des services financiers et d’autres secteurs connaissent une demande croissante d’IA générative.
Trois innovations qui devraient avoir un impact énorme sur les organisations d’ici 10 ans sont : les applications qui prennent en charge l’IA générative, les grands modèles fondamentaux et la gestion de la confiance, des risques et de la sécurité de l’IA.
Applications prenant en charge l’IA générative
Améliorez l’expérience utilisateur (UX) et l’amélioration des tâches grâce à l’utilisation d’applications d’IA génératives pour accélérer et aider les utilisateurs à accomplir diverses tâches. Au fur et à mesure que les entreprises commenceront à utiliser l’IA générative, cela imprégnera un large éventail de compétences dans la main-d’œuvre.
Chandrasekaran a déclaré qu’à l’heure actuelle, le mode le plus courant d’intégration générative de l’IA est text-to-X (texte, code, images, vidéos, etc.), qui démocratise le travail en générant automatiquement divers contenus, principalement en utilisant des invites en langage naturel.
Cependant, il existe encore des obstacles à ces applications, tels que des hallucinations et des inexactitudes, qui peuvent limiter leur impact généralisé et leur adoption.
Grand modèle de base
Les grands modèles de base constituent une avancée importante dans l’IA, car ils sont pré-entraînés à grande échelle et présentent une large applicabilité dans les cas d’utilisation.
Selon Chandrasekaran, le grand modèle fondamental fera progresser la transformation numérique au sein de l’entreprise en améliorant la productivité des employés, en automatisant et en améliorant l’expérience client et en permettant la création rentable de nouveaux produits et services.
Le grand modèle de base est au sommet de l’expansion attendue sur la courbe de maturité technologique. Gartner prévoit que d’ici 2027, le grand modèle sous-jacent prendra en charge 60% des cas d’utilisation du traitement du langage naturel (NLP), contre moins de 5% en 2021.
Gestion de la confiance, des risques et de la sécurité de l’IA (AI TRiSM)
AI TRiSM assure la gouvernance, la fiabilité, l’équité, la fiabilité, la robustesse, l’efficacité et la protection des données des modèles d’IA. AI TRiSM comprend des solutions et des technologies pour l’interprétabilité des modèles, la détection des anomalies de données et de contenu, la protection des données de l’IA, les opérations de modèle et la résistance aux attaques contradictoires.
AI TRiSM est un cadre important pour parvenir à une IA responsable et devrait devenir courant d’ici 2 à 5 ans. D’ici 2026, les organisations qui mettent en œuvre la transparence, la confiance et la sécurité de l’IA amélioreront de 50% leurs modèles d’IA en termes d’adoption, d’objectifs commerciaux et d’acceptation par les utilisateurs.