Imaginez : une peinture à l’huile surréaliste dans laquelle un voilier doté d’une IA et dont les voiles sont en argent se trouve à la crête d’une énorme vague. Le bateau s’apprête à surfer sur la crête de cette vague et, ce faisant, à franchir la ligne de départ d’une course qui s’achèvera en 2026.
Voici la consigne que j’ai saisie dans Dall-E 3, et l’image qu’il a générée après quelques itérations. Mais pourquoi diable ai-je demandé à un outil d’IA générative de créer cette image ? À l’issue de re:Invent, on ne peut s’empêcher de réfléchir à l’IA en 2024, et cette image résume mes réflexions générales sur le sujet. Poursuivez votre lecture pour découvrir mes réflexions sur le lien entre les courses de voiliers, le « Hype Cycle » de Gartner consacré à l’intelligence artificielle et le discours d’ouverture du Dr Werner Vogels lors de la conférence AWS re:Invent, axé sur le coût du cloud.
[Généré par l’IA] Contemplez cette représentation surréaliste d’un voilier conçu par l’IA, dont les voiles sont ornées de motifs inspirés des devises, prêt à fendre les vagues pour rejoindre la ligne de départ d’une course révolutionnaire qui atteindra son apogée en 2026.
Ce que révèle le « Hype Cycle » de Gartner sur l’IA générative : au sommet de la vague
En 2023, toute personne disposant d’une connexion Internet a été submergée par un déluge d’informations sur l’intelligence artificielle, en particulier l’IA générative. Il est donc tout à fait logique que Gartner ait placé l’IA générative dans son « Hype Cycle » 2023 tout en haut du « pic des attentes exagérées », estimant qu’elle atteindra le « plateau de productivité » d’ici 5 à 10 ans. Cela signifie qu’au cours des deux prochaines années, on assistera à une chute vertigineuse vers le « creux de la désillusion ». (N’est-ce pas là qu’Atreyu a perdu Artax dans L’Histoire sans fin ?)
En termes plus simples, le marché n’a jamais été aussi enthousiaste à l’égard de l’IA générative qu’il ne le sera probablement jamais. À partir de maintenant, ce n’est littéralement qu’une descente, mais ce n’est pas forcément une mauvaise nouvelle. Si les entreprises spécialisées dans l’IA générative vont commencer à faire face à un scepticisme accru, l’autre extrémité du cycle sera marquée par une véritable acceptation du marché. Les entreprises qui survivront à cette période mouvementée en récolteront les fruits. Alors, comment les entreprises qui développent des produits d’IA générative peuvent-elles se préparer dès aujourd’hui à réussir demain ?
Pourquoi il est important de concevoir en tenant compte de l’échelle et des coûts : le voilier
Le discours d’ouverture du Dr Werner Vogels lors de la conférence AWS re:Invent a mis l’accent sur l’importance de mettre en place des architectures évolutives et soucieuses des coûts, en particulier à mesure que les entreprises se développent et que les marchés arrivent à maturité. Il a établi un parallèle entre les coûts et la durabilité ; bien qu’il n’ait fourni que peu d’éléments concrets concernant la durabilité environnementale sous-entendue, l’optimisation des coûts constitue un élément évident de la durabilité des entreprises.
Pour les entreprises qui développent des applications d’IA générative, la pérennité de leur activité sera un enjeu majeur lors de la phase descendante vers la « désillusion » (et, à terme, lors de la remontée et de la sortie de cette phase). Le marché a pris conscience du potentiel de l’IA générative, mais commence également à percevoir les limites des premières versions. Les entreprises qui parviendront à traverser la période de scepticisme à venir devront démontrer leur valeur de multiples façons.
Les clients devront pouvoir constater que les produits fonctionnent conformément à ce qui est annoncé, en prouvant leur valeur avec un minimum d’illusions, un maximum d’authenticité et une réelle utilité. Pour y parvenir, il faudra disposer de meilleurs modèles et d’un flux constant de données en grande quantité et de haute qualité. Parallèlement, les investisseurs devront constater l’existence d’une activité durable, caractérisée par des états financiers solides et une trajectoire claire vers la rentabilité, avec des coûts maîtrisés et prévisibles. Cela signifie que la conception axée sur l’évolutivité et la rentabilité doit être la priorité absolue des développeurs.
Selon certains experts, les modèles finiront par se banaliser avec le temps, et c’est des ensembles de données que proviendra le principal avantage concurrentiel. Cette perspective souligne l’importance cruciale des données et, par conséquent, la nécessité d’en garantir la disponibilité, la sécurité et la résilience. Cependant, compte tenu de la vitesse et de l’ampleur requises par l’IA générative, ces ensembles de données seront submergés d’appels d’API, ce qui rendra les efforts de résilience d’autant plus difficiles.
Prendre position dès le départ pour assurer le succès à long terme : la ligne de départ
Le départ d’une course à la voile est chaotique. Contrairement à d’autres disciplines sportives où l’on part de l’arrêt, les voiliers franchissent la ligne de départ alors qu’ils filent déjà à toute vitesse. La course commence en réalité avant le départ officiel, les bateaux se disputant la meilleure position de départ. Ils se retrouvent à quelques pouces les uns des autres, cherchant à franchir la ligne de départ au moment même où le coup de canon retentit, et à se placer de manière à tirer le meilleur parti du vent. Franchissez la ligne au bon moment, dans la bonne position, avec les bonnes voiles, et vous êtes gagnant. Trop tôt ou trop tard, avec les mauvaises voiles ou au mauvais endroit, et votre course est pratiquement terminée avant même d’avoir commencé.
À l’heure actuelle, les développeurs d’IA générative avancent à toute vitesse, sur le point de franchir la ligne de départ, mais tous ne parviendront pas à la ligne d’arrivée, le « plateau de productivité ». La course d’avant-course a été à la fois chaotique (Bard se montrant un peu trop « emo ») et passionnante (l’omniprésence de ChatGPT). Bien qu’une certaine différenciation soit déjà perceptible, il est encore trop tôt pour désigner les gagnants et les perdants. Beaucoup de choses peuvent encore se passer dans les années à venir.
Les entreprises qui ont déjà développé des produits prometteurs tout en privilégiant la maîtrise des coûts et l’évolutivité bénéficieront d’un avantage de départ, mais les autres peuvent tout de même mettre en œuvre des mesures stratégiques qui s’avéreront bénéfiques à long terme. Ces changements consisteraient notamment à mettre en place des flux de données fiables et de haute qualité, une infrastructure capable d’évoluer de manière rentable au rythme de ces données, ainsi que des outils de gouvernance des données garantissant une efficacité durable.
Préservez votre avantage concurrentiel en protégeant vos données : préparez-vous pour la course qui s’annonce
Alors que les entreprises se positionnent sur la ligne de départ, il existe un troisième aspect essentiel de la pérennité des entreprises qui revêt une importance particulière pour celles spécialisées dans l’IA générative : la protection et la préservation des données critiques.
L’IA s’appuie sur d’énormes quantités de données pour la création de modèles, l’entraînement et l’inférence, et ces données sont généralement hébergées dans un « data lake », souvent stocké sur Amazon S3. Le caractère critique de ces données rend leur sauvegarde indispensable, une tâche qui devient de plus en plus complexe à mesure que le volume de données augmente et que le nombre d’appels d’API s’accroît.
Les stratégies de sauvegarde qui s’avéraient efficaces à leurs débuts peuvent rapidement devenir coûteuses et sujettes à des défaillances lorsque le volume de données dépasse les capacités de la solution. Pire encore, les solutions de sauvegarde qui ne s’adaptent pas pour optimiser la charge sur l’API peuvent provoquer la panne de l’ensemble de l’application. Une voile adaptée peut devenir inadaptée lorsque les conditions changent et, dans le pire des cas, se transformer en ancre.
Résilience des données évolutive et automatisée : la voile qui ne se trompe jamais
La solution la plus simple consiste à partir avec une voile qui s’adapte automatiquement aux conditions. En termes de données, il s’agit d’une solution dotée d’une évolutivité automatisée et illimitée, même dans des environnements très changeants. Clumio sauvegarde des lacs de données allant de quelques centaines d’objets et d’un seul téraoctet à 40 milliards d’objets et plusieurs centaines de pétaoctets, ainsi que toutes les tailles intermédiaires, tout en garantissant un délai de restauration (RPO) faible avec jusqu’à 20 millions de modifications par heure. La solution aide les clients à maîtriser leurs coûts cloud en identifiant les instantanés orphelins et autres copies de données superflues, et s’inscrit dans une architecture soucieuse des coûts en proposant une tarification abordable basée sur la consommation.
La course est lancée. Les entreprises spécialisées dans l’IA générative doivent développer de meilleurs produits tout en assurant la pérennité de leur activité grâce à l’évolutivité et à une gestion rigoureuse des coûts.
Prenez une longueur d’avance sur vos concurrents :
