À peine deux mois après son lancement, en novembre 2022, ChatGPT avait déjà attiré plus de 100 millions d’utilisateurs actifs. Cette adhésion nettement plus rapide que celle des autres innovations récentes annonçait la démocratisation de l’intelligence artificielle (IA) générative.
Les géants des technologies comme les entreprises et les jeunes pousses de tous les secteurs jouent des coudes pour se tailler une place dans cette nouvelle transformation. Il existe un large consensus sur le potentiel de l’IA générative, mais on s’accorde aussi généralement à dire que nous avons le devoir de la développer et de la déployer de manière responsable.
Les derniers outils qui sous-tendent les modèles génératifs permettent, à partir de requêtes formulées par les utilisateurs, la création de contenu original et contextualisé, notamment du texte, des œuvres d’art, de la musique, voire de vastes mondes virtuels. La capacité de l’IA à générer du contenu dont l’origine semble humaine, et qui nécessiterait pour l’humain un profond degré de compréhension et de créativité, renforce son potentiel disruptif.
Les modèles génératifs élargiront l’univers d’applications que les générations d’IA précédentes nous ont offertes. Nombre des cas d’utilisation pourraient transformer notre manière de travailler et générer d’énormes gains de productivité grâce à l’automatisation de tâches pour lesquelles l’intervention humaine nous semblait auparavant indispensable. Rien qu’au Canada, l’IA générative pourrait changer significativement les activités quotidiennes d’environ 40 % des travailleurs.
D’ailleurs, les conditions sont déjà réunies en vue de la mise en œuvre à grande échelle de ces technologies et de leur diffusion dans l’ensemble du marché du travail. De fait, compte tenu de la forte pénétration de l’infonuagique et de l’accessibilité de capacités informatiques à faible coût, l’infrastructure technologique est prête à passer au niveau supérieur pour répondre à la nouvelle demande. En outre, les effets de renforcement inhérents à l’IA générative accéléreront les cycles d’essais et erreurs, ce qui entraînera une multiplication rapide des applications qui en découlent. Combinée à la grande valeur qu’on lui associe, cette offre multipliée encouragera l’adoption de la technologie par les humains. La transformation sera massive et accélérée.
L’IA générative ne ressemble à aucune autre technologie qui s’est imposée dans les organisations. Elle ouvre la porte à des défis et à des possibilités qui demanderont aux dirigeants d’agir et de mobiliser leurs équipes de manière créative tout en se concentrant sur la valeur, l’agilité et la responsabilité.
Les applications potentielles de l’IA semblant illimitées, il faudra éviter de se tromper de priorité ou de s’éparpiller, c’est-à-dire de perdre du temps en ne se concentrant pas tout de suite sur les filons les plus prometteurs.
Les organisations devront s’adapter à un monde où les problèmes n’appellent pas tous la même solution technologique. À chaque cas correspondra un modèle génératif, ainsi que des technologies et des systèmes de données permettant de l’alimenter et de le déployer.
Quelles que soient les utilisations de l’IA, l’incidence de cette dernière sur les travailleurs sera vaste et profonde. De nouveaux bassins de travailleurs devront se mettre à niveau, un phénomène qui visera beaucoup d’employés qualifiés dans des secteurs autrefois réservés à l’humain : développement logiciel, services juridiques, conseils financiers, etc.
En concevant des modèles de langage personnalisés et en y intégrant des données propriétaires, les organisations innovantes créeront de la propriété intellectuelle qu’elles devront activement protéger, gérer et – idéalement – commercialiser ou monétiser pour en tirer de la valeur.
Pour profiter des capacités de l’IA générative à grande échelle, il est nécessaire de poser de nouvelles fondations, notamment une architecture de données moderne capable d’intégrer des données de différentes sources, une infrastructure infonuagique flexible et efficace, et un éventail de nouvelles compétences pour la concrétisation du potentiel de cette technologie.
Les modèles génératifs élargissent toutefois le champ des risques, ce qui demande plus de contrôle sur les données entrantes et sortantes, et une cybersécurité, une protection des données et des protocoles de confidentialité plus rigoureux. Les responsables de la gestion des risques devront renforcer leurs lignes de défense et les rendre plus agiles pour les adapter à un contexte de risques en constante évolution.
Les expérimentations isolées sur des utilisations particulières ne suffiront plus pour permettre une exploitation du véritable potentiel de l’IA générative. La capacité des modèles de fondation à prendre en charge de multiples cas d’utilisation au sein d’une organisation nécessite une bonne coordination des équipes interfonctionnelles, lesquelles pourront alors explorer les possibilités, expérimenter et apprendre de concert.
Nous pensons que les organisations qui sortiront gagnantes sont celles dont la stratégie sera holistique et basée sur quatre grands principes.
Le premier consiste pour l’organisation à définir une trajectoire claire en vue de la création de valeur au moyen de l’IA générative, laquelle guidera les choix d’applications.
Il faut concentrer les investissements sur un portefeuille d’applications prioritaires qui augmentent la productivité et créent un avantage concurrentiel en séparant les cas d’utilisation selon les données propriétaires mobilisées. Pour créer de la valeur, les dirigeants devront évaluer proactivement les incidences de l’adoption de l’IA générative sur la main-d’œuvre, et s’y préparer. Il faudra notamment planifier les ressources humaines de manière à prendre en compte les nouvelles compétences recherchées et celles qui pourraient devenir redondantes, investir dans des programmes de réorientation et de perfectionnement professionnel soutenant l’intégration de l’IA générative, et faire naître une culture qui récompense l’expérimentation et la formation continue.
Le deuxième principe vise à placer la confiance et la responsabilité au cœur du développement et de l’utilisation de l’IA générative.
Les dirigeants doivent définir et promouvoir en amont des lignes directrices afin d’intégrer la responsabilité aux processus de développement et de déploiement, et de prévenir les utilisations inappropriées. Par exemple, ces lignes directrices peuvent porter sur les droits d’accès, les processus d’approbation des différentes versions des modèles et les restrictions à l’utilisation de certaines données. Ces garde-fous peuvent ensuite servir de base au renforcement des contrôles du risque en matière de cybersécurité, de la protection des données et de la confidentialité, ce qui mènera à l’élaboration de processus de surveillance des données entrantes et sortantes des modèles et à l’évaluation des biais et de la transparence.
Le troisième grand principe consiste à conjuguer au futur les technologies et les fonctions de données pour qu’elles soutiennent efficacement la transformation.
Les organisations devront acquérir des capacités, comme la création et l’optimisation des requêtes, pour répondre aux exigences des modèles génératifs. Les chefs de file des technologies devront également mettre à niveau leur environnement technologique et leurs systèmes de données, en combinant infrastructure adaptée et ressources suffisantes (p. ex., la capacité informatique), pour permettre la prise en charge d’un portefeuille de modèles adaptés aux exigences des différentes utilisations. Les organisations qui évoluent déjà dans un environnement à nuages multiples pourraient vouloir faire appel à de multiples fournisseurs pour combler leurs besoins de manière optimale.
Enfin, le quatrième principe consiste à se reposer sur un ou plusieurs écosystèmes de partenaires capables de catalyser cette transformation.
Les dirigeants ont tout intérêt à définir des priorités cohérentes entre capacités et objectifs, et à cartographier les domaines qu’il serait plus efficace et efficient de confier à des partenaires, en l’occurrence, des fournisseurs de solutions spécialisées et de mise à grande échelle.
Exploiter le plein potentiel de l’IA générative ne sera fera pas du jour au lendemain, mais il est urgent d’agir. Par où votre organisation devrait-elle commencer? En s'inspirant des leçons tirées des huit premiers mois d’activité sur le marché et de sa propre expérience, PwC Canada a élaboré une stratégie permettant aux dirigeants d’approcher efficacement l’IA générative. Téléchargez l’article intégral pour en savoir plus et découvrir les sept grandes mesures à prendre pour transformer votre organisation.
Pour aider les leaders canadiens à entreprendre ce programme, nos professionnels de la résolution de problèmes présentent leurs analyses des principaux enjeux de l’IA générative, notamment les aspects très importants que sont la confiance, l’éthique, la protection de la vie privée et le consentement. Ils aident également les entreprises à explorer les divers usages possibles et les avantages qu’ils comportent, les grandes répercussions sur les effectifs et les capacités et partenariats technologiques nécessaires pour aller de l’avant. Nous vous invitons à prendre connaissance de nos analyses sur les nombreuses questions relatives à l’IA générative et serons heureux de discuter avec vous de l’avenir de votre entreprise et des façons d’entreprendre ce nouveau programme.
Découvrez comment une approche consciente des risques peut permettre à votre entreprise de tirer le meilleur parti de l'IA générative et explorez les questions clés pour les chefs de l'information, les chefs de la sécurité de l'information et les membres du conseil d'administration.
L’évolution de l’intelligence artificielle transforme le monde des affaires. Explorez nos observations sur ce qui nous attend et sur les mesures à prendre dès maintenant.
A playbook for executives who are ready to advance their companies' cybersecurity strategies.
Responsable dès la conception : comment exploiter l’IA générative sans risquer votre réputation.
