IA générative

Qu’est-ce que l’IA générative ?

L’IA générative est une intelligence artificielle (IA) qui utilise des algorithmes de machine learning (ML) et de deep learning pour produire du contenu (notamment du texte, des images, de la vidéo, de la musique, ou du code informatique) en réponse aux invites et aux questions des utilisateurs. Elle a le potentiel de transformer radicalement la façon dont les humains créent du contenu original pour leurs besoins personnels, professionnels et artistiques.

L’IA générative est un sous-ensemble de l’IA de génération augmentée de récupération (RAG, retrieval augmented generation). Le modèle RAG combine les forces de l’IA générative et de l’IA de récupération. L’IA générative diffère également de l’IA cognitive, qui imite le fonctionnement du cerveau humain pour obtenir des résultats.

Comment fonctionne l’IA générative ?

Un système d’IA générative doit d’abord être formé avant de pouvoir créer de nouveaux contenus. Un système de deep learning est alimenté par de vastes quantités d’informations (des mots, des images, de la musique ou d’autres contenus).

Un réseau neuronal d’IA (un sous-ensemble du ML qui apprend aux ordinateurs à traiter des données en imitant le cerveau humain) passe ensuite les données au crible pour permettre au système « d’apprendre ». Par exemple, le célèbre chatbot ChatGPT a été formé sur des jeux de données massifs et plus de 300 milliards de mots recueillis sur Internet, dans des livres, des magazines, des chansons, des pièces de théâtre, des films et d’autres sources de données accessibles au grand public. ChatGPT étudie toutes ces données pour apprendre à discerner des modèles et des structures.

Une fois que le modèle d’IA générative a assimilé suffisamment de connaissances, il peut commencer à créer. Les modèles qu’il extrapole à partir des données sur lesquelles il a été formé lui permettent désormais de générer de nouveaux contenus en fonction des directives ou questions des utilisateurs. Par exemple, si le modèle a été formé aux romans d’un auteur particulier, un utilisateur pourra lui demander de rédiger des textes dans le même style et d’utiliser les mêmes sujets que ceux dont parle cet auteur. De même, une personne qui voudrait une nouvelle image n’aurait qu’à entrer certaines caractéristiques pour que l’IA générative produise un dessin.

Comme elle est formée à apprendre en permanence, l’IA générative produit plusieurs versions d’un contenu et choisit celle qui convient le mieux à ce moment-là. C’est ce processus de perfectionnement qui permet aux systèmes d’IA générative d’améliorer constamment la qualité de leurs résultats.

Quels sont les avantages de l’IA générative ?

L’IA générative a de nombreux avantages potentiels, notamment :

• Accélérer la création de contenu – Que ce soit pour faire de la conception graphique, produire une vidéo de formation, écrire un article, composer une chanson ou déboguer du code, l’un des avantages les plus populaires de l’IA générative est de pouvoir générer rapidement du contenu en utilisant les entrées utilisateur appropriées (questions, instructions, images visuelles ou notes). Selon Gartner, 30 % des messages marketing sortants seront créés par une IA générative d’ici 2025, contre seulement 2 % en 2022.
• Améliorer l’efficacité des employés humains – Même lorsque le résultat initial d’un modèle d’IA générative ne satisfait pas aux normes de qualité, il est possible d’utiliser le contenu brut et le retravailler à notre convenance beaucoup plus rapidement que si l’on partait de zéro.
• Augmenter la productivité de l’entreprise – Les modèles d’IA générative peuvent travailler 24 h/24 et 7 j/7, ne se fatiguent jamais, ne tombent jamais malades et n’ont jamais besoin de pauses. Il est donc possible de réaliser en permanence davantage de tâches, et ainsi de stimuler la productivité globale.
• Réduire les coûts – Certaines entreprises utilisent l’IA générative pour remplacer des fonctions professionnelles et ainsi réduire les dépenses, mais beaucoup d’autres s’en servent pour permettre à leurs employés actuels d’en faire plus.
• Améliorer l’expérience client – Les chatbots de service client à IA générative permettent d’améliorer le parcours client en fournissant des réponses plus chaleureuses, plus personnalisées et plus humaines aux questions des clients et aux problèmes d’assistance.
• Accélérer le développement de nouveaux produits – L’IA générative peut accélérer le développement et la découverte de nouveaux médicaments, simplifier le codage des applications d’entreprise, favoriser l’innovation et lancer de nouvelles idées de produits.
• Améliorer la formation et l’éducation – Grâce aux tests personnalisés et à l’affectation dynamique du matériel de formation et d’apprentissage, l’IA générative peut personnaliser les expériences des étudiants et des employés afin de leur permettre d’apprendre plus rapidement et plus efficacement.
• Améliorer la prise de décision – Grâce à la capacité de l’IA générative d’ingérer de grandes quantités de données et de repérer les schémas et les tendances, les dirigeants peuvent obtenir des informations qu’ils auraient peut-être ratées sans son aide, et ainsi prendre de meilleures décisions ou formuler des stratégies plus efficaces.

Quels sont les risques et les limites de l’IA générative ?

Bien que l’IA générative présente de nombreux avantages, elle s’accompagne également de certains risques et limites si elle n’est pas gérée de manière appropriée et utilisée de manière responsable. En voici quelques-uns :

• Qualité inférieure à la norme – L’IA générative peut fournir du contenu rapidement, mais la qualité ne correspond pas toujours aux standards requis. Il est donc indispensable de vérifier les faits, de surveiller et de corriger méticuleusement les résultats afin de s’assurer qu’ils sont exacts, pertinents et de grande qualité.
• Uniformité et conformité plutôt que créativité – L’IA peut imiter les modèles qu’elle a appris en ingérant un large éventail de contenus, mais elle ne comprend pas ce qu’elle fait. La créativité humaine, et en particulier l’intuition et la capacité à faire des raccourcis logiques, limitera la profondeur et la résonance émotionnelle de ce que l’IA générative produit.
• Révélation involontaire d’informations privées, exclusives ou sensibles – L’IA générative a besoin de grandes quantités de données pour former ses modèles. Les entreprises et les particuliers doivent donc être très attentifs aux sources de données utilisées pour former ces modèles afin de ne pas exposer par inadvertance des données à caractère personnel (DCP) ou privées, de ne pas divulguer d’informations sensibles ou de ne pas violer les réglementations en matière de confidentialité et de sécurité des données.
• Mauvais usage éthique – L’IA risque également d’être utilisée à des fins malveillantes ou criminelles, par exemple pour créer des « deep fakes » (de fausses vidéos qui semblent réelles), diffuser des « fake news » ou plagier des contenus protégés par le droit d’auteur.
• Résultats biaisés, insuffisants ou complètement faux – Les premiers modèles d’IA l’ont démontré, le contenu produit par l’IA générative dépend fortement des données qui l’alimentent et qu’elle utilise pour générer ses résultats. Si ces données sont de mauvaise qualité, restrictives, biaisées ou tout simplement erronées, alors les résultats obtenus par le système d’IA le seront également.
• Perturbations sociales – Pour certains, l’IA générative pourrait, comme toute forme d’automatisation, remplacer davantage d’emplois et potentiellement affecter un groupe de professions beaucoup plus large que ne l’ont fait les précédentes générations de technologies automatisées. L’histoire a montré que ces types de révolutions industrielles sont susceptibles de créer des fractures sociales et des tensions entre les anciennes et les nouvelles générations.
• Terrain juridique incertain – Le contenu généré par l’IA peut poser des problèmes juridiques, notamment la violation des droits d’auteur ou la responsabilité en cas de publication d’un contenu exclusif, préjudiciable ou mensonger.

Toutes ces raisons font que les entreprises doivent veiller à utiliser l’IA générative de manière responsable et éthique.

Comment l’IA générative est-elle utilisée ?

L’IA générative est déjà utilisée dans de nombreuses professions et industries :

• Services créatifs / Marketing – Les entreprises et les agences utilisent l’IA générative pour élaborer des publicités ciblées, rédiger des contenus marketing, planifier des campagnes, mesurer les performances des campagnes et créer des sites web.
• Commerce de détail – Le commerce de détail utilise déjà l’IA depuis quelque temps pour faire des recommandations d’achat aux clients en fonction de leur navigation ou de leurs comportements d’achat. L’IA générative peut également prédire quels produits seront très demandés, à quel moment, et où optimiser les stocks dans les entrepôts et les magasins.
• Santé – Les outils d’IA générative peuvent permettre aux médecins de personnaliser les soins apportés aux patients en fonction de leurs antécédents médicaux, notamment les résultats des tests de laboratoire et les images (radiographies ou scanners). Les médecins peuvent également détecter les maladies plus tôt grâce aux grandes quantités de données cliniques et diagnostiques qui alimentent ces systèmes dotés de puissantes capacités de filtrage par motif. L’IA peut également éliminer les tâches manuelles, notamment prendre des notes lors des rendez-vous, prescrire des médicaments et tenir les dossiers à jour.
• Logistique, expédition et transport — Ces secteurs dépendent fortement des services de localisation. L’IA générative peut transformer les images satellites en vues cartographiques, et ainsi permettre aux employés comme aux systèmes de planifier des itinéraires et d’acheminer plus efficacement les marchandises jusqu’à leur destination.
• Fabrication : les temps d’arrêt non planifiés peuvent être financièrement préjudiciables aux industriels de toutes tailles. Ceux-ci peuvent ainsi utiliser l’IA générative et la maintenance prédictive pour en finir avec les temps d’arrêt imprévus. Ils peuvent également produire et tester simultanément plusieurs conceptions de produits afin de déterminer lesquelles sont les plus rentables.
• Finance – L’IA générative peut améliorer l’expérience client dans la banque de détail en automatisant les transactions en temps réel comme les dépôts et les retraits.
• Éducation – Les enseignants des cycles supérieur, secondaire et primaire peuvent utiliser l’IA générative pour créer des plans de cours et des examens, suivre les notes et la participation, et éliminer bon nombre de tâches répétitives liées à la gestion d’une salle de classe.
• Hôtellerie – Les hôtels, restaurants et autres entreprises du secteur peuvent utiliser l’IA générative pour personnaliser l’expérience de leurs clients. Les chatbots d’IA générative peuvent facilement prendre en charge de nombreuses tâches fastidieuses et répétitives, notamment faire les réservations ou vérifier la disponibilité d’une chambre ou d’une table.

Cohesity et l’IA générative

Cohesity s’engage à utiliser l’intelligence artificielle (notamment l’IA générative) pour exploiter la puissance des données d’une entreprise afin de garder une longueur d’avance sur les menaces de sécurité.

Cohesity collabore avec Microsoft Azure OpenAI pour permettre aux entreprises de mieux gérer, sécuriser et protéger leurs données. L’IA permettant de plus en plus d’atténuer les menaces en fonction des profils de risque et du comportement des utilisateurs, Cohesity est la mieux placée pour comprendre l’IA générative, cognitive et augmentée de récupération afin d’arrêter les auteurs malveillants.

L’IA générative est importante pour le cœur de métier de Cohesity, à savoir sécuriser et gérer les données. Cohesity permet aux clients de sauvegarder l’ensemble de leur patrimoine de données et d’améliorer leur cyber-résilience grâce à l’isolation des données, à la détection des menaces et à la classification des données.

Cohesity fournit aux plus grandes entreprises du monde les informations et les analyses approfondies dont elles ont besoin pour améliorer leurs postures de sécurité. Cohesity Data Cloud est une plateforme moderne de sécurité et de gestion des données qui a la particularité d’être « IA-ready » (adaptée à l’IA). Elle est conçue pour être massivement évolutive et facilement consultable. Elle applique également des contrôles d’accès granulaires et met en œuvre des fonctionnalités de sécurité pour garantir les plus hauts niveaux de disponibilité et d’intégrité des données.

Par exemple, les capacités de recherche globale de Cohesity permettent aux utilisateurs d’effectuer facilement et rapidement des recherches dans plusieurs charges de travail et copies de données à partir d’une interface gérée de manière centralisée. Grâce à Cohesity Data Cloud, l’IA et les LLM (large language models) pourront répondre rapidement aux questions critiques des entreprises tout garantissant que seules les personnes concernées voient les réponses relatives aux données auxquelles elles ont accès.

Les données protégées dans Cohesity Data Cloud sont indexées et contiennent les métadonnées spécifiques qui permettent d’utiliser ces données dans les LLM. Tout comme les données sont stockées et peuvent être explorées et analysées pour détecter des menaces, ces métadonnées sont également adaptées à l’IA. Ainsi, lorsqu’une personne pose des questions sur les données par l’intermédiaire d’un LLM ou d’autres modèles d’IA en langage évolué (notamment Azure OpenAI), le LLM fournira immédiatement des réponses lisibles par l’homme. En utilisant des sources de données fiables sauvegardées sur Cohesity, les entreprises obtiendront des réponses plus précises et exploitables aux requêtes des utilisateurs et des machines.

Les entreprises, les organismes publics et les autres entités peuvent introduire l’IA en toute sécurité dans leurs stratégies de cybersécurité. La plateforme Cohesity Data Cloud fournit des données complètes, propres et contextuelles pour les initiatives d’IA, de sécurité, de conformité et d’analyse.

Cohesity a récemment lancé Cohesity Gaia, une solution complète qui répond aux besoins spécifiques des entreprises.

Cohesity Gaia est le premier assistant de recherche à l’échelle de l’entreprise alimenté par l’IA sur le marché. Il intègre l’IA de génération augmentée de récupération (RAG, retrieval augmented generation) et les grands modèles de langage (LLM, large language models) aux données de sauvegarde de grande qualité stockées dans Cohesity Data Cloud.

Les entreprises utilisent Cohesity Gaia pour « dialoguer avec leurs données », ce qui leur permet de prendre plus rapidement de meilleures décisions.