Intelligence artificielle et robotique : Tendances et occasions
- Courriel
-
Signet
-
Imprimer
L’intelligence artificielle (IA) existe depuis des décennies. Mais l’intelligence artificielle générative, qui fait couler beaucoup d’encre ces temps-ci, est relativement nouvelle.
Ces outils, fondés sur de grands modèles de langage, sont entraînés au moyen des connaissances collectives stockées sur Internet. Puisque ces modèles excellent dans l’appariement de formes, ils peuvent fournir des réponses qui semblent humaines. Cela dit, leur exactitude dépend de la qualité des données recueillies.
Par conséquent, ces outils d’IA ne sont probablement pas prêts à gérer vos activités quotidiennes, à moins que vous ne disposiez d’une vaste quantité de données à adapter et à personnaliser en fonction de vos besoins. De plus, la plupart des entreprises n’ont pas la capacité d’investir des centaines de millions de dollars pour bâtir un grand modèle de langage propre à leurs besoins. Cela dit, plusieurs fournisseurs offrent des outils d’IA générative prêts à l’emploi, et les sociétés peuvent lier leurs données exclusives à ces grands modèles de langage existants.
De même, les entreprises utilisent la robotique sous une forme ou une autre depuis des décennies. La différence maintenant, c’est que les robots alimentés par l’IA promettent d’apporter des capacités transformatrices, au-delà des améliorations en matière d’efficience.
À court terme, la clé sera de comprendre comment l’IA peut profiter à votre organisation dès maintenant et de découvrir les occasions auxquelles vous devez vous préparer au cours des prochaines années.
Comment différents secteurs peuvent-ils tirer parti de l’IA et de la robotique?
Examinons deux secteurs distincts : le secteur manufacturier et les services financiers. Dans le secteur financier, beaucoup de processus quotidiens sont fondés sur d’anciens systèmes, y compris le format papier. Les nouveaux modèles d’IA peuvent traiter ces données non structurées. C’est particulièrement important pour certains domaines du secteur financier qui dépendent de relations personnelles, comme l’immobilier ou le crédit aux grandes entreprises.
Les outils actuels d’IA peuvent fournir de nouveaux cas d’utilisation des données recueillies dans le cadre de ces relations. Par exemple, il peut s’agir d’assistants virtuels de service à la clientèle ou d’outils de recommandation pour les directeurs de gestion relationnelle.
Dans le secteur financier et d’autres secteurs qui dépendent des interactions humaines, l’IA peut améliorer la personnalisation, par exemple en adaptant un prêt aux besoins uniques d’un propriétaire d’entreprise ou en créant des courriels personnalisés pour favoriser la conservation de la clientèle.
En ce qui concerne le secteur manufacturier, les entreprises utilisent des robots depuis les années 1960. La différence, c’est que les robots sont généralement programmés pour effectuer des tâches précises afin d’améliorer l’efficacité au maximum. Éventuellement, des robots pourraient être programmés pour produire un nouveau type de voiture ou de moteur. Un constructeur automobile pourrait donc adapter rapidement une usine de fabrication.
À court terme, au-delà du secteur manufacturier et des services financiers, l’IA et la robotique feront des progrès dans le secteur des soins de santé, grâce à des systèmes d’IA qui prédisent les maladies et à des robots qui exécutent des chirurgies.
Comment les entreprises peuvent-elles se positionner pour tirer parti des occasions futures liées à l’IA?
Selon plusieurs rapports, nous commençons déjà à manquer de données publiques de grande qualité fondées sur le langage sur Internet, ce qui complique l’amélioration continue de la qualité des résultats générés par les outils d’IA. La question est la suivante : à quel endroit se trouve le prochain niveau de données?
Les entreprises qui ont de solides capacités de collecte de données seront dans une position de premier ordre. Tesla, par exemple, recueille des données à partir des capteurs et des caméras dans ses voitures afin de générer des ensembles de données qui peuvent être utilisés pour entraîner les réseaux neuronaux profonds et améliorer les capacités de conduite autonome.
De nombreuses entreprises génèrent une foule de données qui pourraient être utiles aux systèmes actuels d’IA générative, mais seules ces organisations peuvent y accéder. Compte tenu de leur valeur, certaines entreprises commencent à vendre leurs données. Avant son récent premier appel public à l’épargne, Reddit a conclu une entente visant à rendre son contenu accessible pour former les modèles d’IA de Google. Plusieurs autres entreprises ont conclu des transactions similaires. Cela dit, comment maximiser la valeur des données d’une entreprise?
Bon nombre des experts en IA avec lesquels nous nous entretenons soulignent que de nombreuses entreprises ne comprennent pas bien ce dont elles ont besoin pour recueillir les bonnes données. Pour ce faire, il faut mettre en place les bons talents pour gérer les données d’une manière utile à un modèle d’IA. C’est pourquoi les entreprises qui réussiront seront celles qui investiront dans la saisie de données appropriées et qui attireront les bons talents pour le faire.
Les types d’entreprises qui adoptent cette approche pourraient vous surprendre. On pourrait penser que les industries de haute technologie comme l’aérospatiale sont au premier plan, mais ce n’est pas nécessairement le cas. C’est en partie parce que l’information au sein de ces types d’organisations est souvent cloisonnée. Par contre, les secteurs comme le commerce de détail se concentrent sur certains objectifs, comme l’amélioration des ventes, et ces renseignements sont plus facilement accessibles à l’échelle de l’organisation.
Nous en sommes aux premières étapes de la révolution de l’IA, une période emballante riche en possibilités. La clé sera de comprendre comment positionner votre entreprise pour qu’elle puisse tirer pleinement parti du potentiel de l’IA.
Intelligence artificielle et robotique : Tendances et occasions
Chef, Croissance et innovation, Services bancaires au secteur Technologie
VOIR LE PROFIL COMPLET
- Temps de lecture
- Écouter Arrêter
- Agrandir | Réduire le texte
L’intelligence artificielle (IA) existe depuis des décennies. Mais l’intelligence artificielle générative, qui fait couler beaucoup d’encre ces temps-ci, est relativement nouvelle.
Ces outils, fondés sur de grands modèles de langage, sont entraînés au moyen des connaissances collectives stockées sur Internet. Puisque ces modèles excellent dans l’appariement de formes, ils peuvent fournir des réponses qui semblent humaines. Cela dit, leur exactitude dépend de la qualité des données recueillies.
Par conséquent, ces outils d’IA ne sont probablement pas prêts à gérer vos activités quotidiennes, à moins que vous ne disposiez d’une vaste quantité de données à adapter et à personnaliser en fonction de vos besoins. De plus, la plupart des entreprises n’ont pas la capacité d’investir des centaines de millions de dollars pour bâtir un grand modèle de langage propre à leurs besoins. Cela dit, plusieurs fournisseurs offrent des outils d’IA générative prêts à l’emploi, et les sociétés peuvent lier leurs données exclusives à ces grands modèles de langage existants.
De même, les entreprises utilisent la robotique sous une forme ou une autre depuis des décennies. La différence maintenant, c’est que les robots alimentés par l’IA promettent d’apporter des capacités transformatrices, au-delà des améliorations en matière d’efficience.
À court terme, la clé sera de comprendre comment l’IA peut profiter à votre organisation dès maintenant et de découvrir les occasions auxquelles vous devez vous préparer au cours des prochaines années.
Comment différents secteurs peuvent-ils tirer parti de l’IA et de la robotique?
Examinons deux secteurs distincts : le secteur manufacturier et les services financiers. Dans le secteur financier, beaucoup de processus quotidiens sont fondés sur d’anciens systèmes, y compris le format papier. Les nouveaux modèles d’IA peuvent traiter ces données non structurées. C’est particulièrement important pour certains domaines du secteur financier qui dépendent de relations personnelles, comme l’immobilier ou le crédit aux grandes entreprises.
Les outils actuels d’IA peuvent fournir de nouveaux cas d’utilisation des données recueillies dans le cadre de ces relations. Par exemple, il peut s’agir d’assistants virtuels de service à la clientèle ou d’outils de recommandation pour les directeurs de gestion relationnelle.
Dans le secteur financier et d’autres secteurs qui dépendent des interactions humaines, l’IA peut améliorer la personnalisation, par exemple en adaptant un prêt aux besoins uniques d’un propriétaire d’entreprise ou en créant des courriels personnalisés pour favoriser la conservation de la clientèle.
En ce qui concerne le secteur manufacturier, les entreprises utilisent des robots depuis les années 1960. La différence, c’est que les robots sont généralement programmés pour effectuer des tâches précises afin d’améliorer l’efficacité au maximum. Éventuellement, des robots pourraient être programmés pour produire un nouveau type de voiture ou de moteur. Un constructeur automobile pourrait donc adapter rapidement une usine de fabrication.
À court terme, au-delà du secteur manufacturier et des services financiers, l’IA et la robotique feront des progrès dans le secteur des soins de santé, grâce à des systèmes d’IA qui prédisent les maladies et à des robots qui exécutent des chirurgies.
Comment les entreprises peuvent-elles se positionner pour tirer parti des occasions futures liées à l’IA?
Selon plusieurs rapports, nous commençons déjà à manquer de données publiques de grande qualité fondées sur le langage sur Internet, ce qui complique l’amélioration continue de la qualité des résultats générés par les outils d’IA. La question est la suivante : à quel endroit se trouve le prochain niveau de données?
Les entreprises qui ont de solides capacités de collecte de données seront dans une position de premier ordre. Tesla, par exemple, recueille des données à partir des capteurs et des caméras dans ses voitures afin de générer des ensembles de données qui peuvent être utilisés pour entraîner les réseaux neuronaux profonds et améliorer les capacités de conduite autonome.
De nombreuses entreprises génèrent une foule de données qui pourraient être utiles aux systèmes actuels d’IA générative, mais seules ces organisations peuvent y accéder. Compte tenu de leur valeur, certaines entreprises commencent à vendre leurs données. Avant son récent premier appel public à l’épargne, Reddit a conclu une entente visant à rendre son contenu accessible pour former les modèles d’IA de Google. Plusieurs autres entreprises ont conclu des transactions similaires. Cela dit, comment maximiser la valeur des données d’une entreprise?
Bon nombre des experts en IA avec lesquels nous nous entretenons soulignent que de nombreuses entreprises ne comprennent pas bien ce dont elles ont besoin pour recueillir les bonnes données. Pour ce faire, il faut mettre en place les bons talents pour gérer les données d’une manière utile à un modèle d’IA. C’est pourquoi les entreprises qui réussiront seront celles qui investiront dans la saisie de données appropriées et qui attireront les bons talents pour le faire.
Les types d’entreprises qui adoptent cette approche pourraient vous surprendre. On pourrait penser que les industries de haute technologie comme l’aérospatiale sont au premier plan, mais ce n’est pas nécessairement le cas. C’est en partie parce que l’information au sein de ces types d’organisations est souvent cloisonnée. Par contre, les secteurs comme le commerce de détail se concentrent sur certains objectifs, comme l’amélioration des ventes, et ces renseignements sont plus facilement accessibles à l’échelle de l’organisation.
Nous en sommes aux premières étapes de la révolution de l’IA, une période emballante riche en possibilités. La clé sera de comprendre comment positionner votre entreprise pour qu’elle puisse tirer pleinement parti du potentiel de l’IA.
Chef, Croissance et innovation, Services bancaires au secteur Technologie
VOIR LE PROFIL COMPLET
Autre contenu intéressant
Les cybercriminels ciblent votre argent à l’aide de l’intelligence artificielle
Comment la NASA et IBM utilisent les données géospatiales et l’intelligence artificielle pour analyser les risques climatiques
Comment les entreprises peuvent utiliser l’IA pour améliorer (mais non remplacer) le travail humain
Trésorerie nouvelle génération : Protéger son organisation contre une attaque à la cybersécurité
Infonuagique, données et zéro confiance : voilà les aspects de la cybersécurité privilégiés par les investisseurs de capital de risque
Effets de la crise de la COVID-19 sur le secteur des technologies et des logiciels
Technology and Software: How COVID Will Change Remote Work Forever