Data / IA
L’IA générative peut-elle se passer des Data Scientists ?
Par La rédaction, publié le 27 juin 2024
Posée ainsi, la question peut surprendre. Mais quel pourrait être leur rôle quand, grâce au recours croissant au LLM, les IA génératives semblent pouvoir s’imposer en entreprise sans eux.
De Emmanuel Méthivier, Catalyst chez Axway
De l’avis général, les Data Scientists n’ont pas su anticiper les impacts qu’engendreraient les Large Language Models (LLM ou Grand modèle linguistique), au point de passer totalement à côté de la révolution fondamentale apportée par l’IAGen (ou IA générative).
A moins, comme le sous-entendent certains, que cette révolution n’ait pas besoin d’eux. C’est l’idée soutenue par Yann Lecun, patron de l’IA chez Facebook, pour qui la vraie révolution ne réside pas dans l’optimisation opérationnelle, mais dans l’étape suivante, à savoir l’interface conversationnelle capable de remplacer le smartphone.
Dès lors, quelle place à l’avenir pour les Data Scientists ?
Réinventer la relation client en passant du PDA à l’IA Générative
Malgré des progrès technologiques importants, les agents conversationnels souffrent encore de leur incapacité à enrichir de manière autonome leur base de connaissance. En cela, ils dépendent encore de leurs éditeurs. Ils ne peuvent pas – pas encore – être positionnés comme des assistants numériques, des omniscients et omnipotents, capables d’être les égaux d’un utilisateur équipé d’un smartphone.
Et c’est dans ce cas précis que la révolution apportée par l’IAGen va rebattre les cartes. Et paradoxalement, c’est en écoutant des « non experts » de l’IA qu’il est possible de mesurer toute l’étendue de la révolution qu’apporte l’IA générative, à savoir la naissance d’un nouvel “operating system” de la relation client via des assistants personnels.
Ce nouvel Operating System qui s’appuie sur l’IA générative, constituera une nouvelle couche logicielle très évoluée et va permettre de créer des assistants virtuels capables de gérer l’ensemble des moments de nos vies.
Et c’est là que le bât blesse : peu habitués à collaborer avec d’autres équipes, les Data Scientists jouent, à leur insu, le rôle du grain de sable qui enraye la machine. Eux qui, jusqu’alors, apportaient la valeur d’innovation et de transformation, en mélangeant plusieurs disciplines, ne savent plus aujourd’hui dans quelle direction orienter les projets. Et comme de leur côté, les chefs architectes n’ont pas l’autorité pour « vendre » ce genre de discours… le risque existe, pour l’entreprise, de rater le virage si personne ne prend le lead.
Les assistants virtuels à base d’IAGen, les « Nestors » de l’ère numérique
Tels le pince sans-rire majordome du Capitaine Haddock dans la bande-dessinée Tintin ou l’Alfred de Batman, les nouveaux assistants virtuels dévoilés au CES, parmi lesquels Rabbit-R1, sont des outils numériques qui, dans notre poche, ambitionnent de s’occuper de gérer notre quotidien. Ils proposeront – comme Windows, OSX ou Android – d’ajouter des interfaces vers des services ou des extensions. Et à l’instar des « drivers » qui pilotaient les extensions à Windows, les services digitaux sous forme d’API métier permettront une extension des capacités de ces nouveaux assistants virtuels.
Connecté à votre banque pour vérifier votre capacité de financement, aux principaux sites de transport, de location de voiture et de réservation d’hôtels – pour autant qu’ils aient fourni les services nécessaires – l’assistant virtuel sera alors en mesure d’organiser votre weekend en toute autonomie. Vous n’aurez plus qu’à valider ses choix… et partir profiter de votre weekend.
Personne ne sait encore si cet assistant virtuel sera spécialisé comme l’est Rabbit, ou s’il sera intégré dans un smartphone (à l’image de SIRI). Mais ce qui est acquis, c’est que les SI fermés vont rester à quai.
Réussir la transformation indispensable à votre avenir digital
La mise en œuvre de l’IA générative s’appuiera sur l’usage des LLM déjà existants. Inutile d’en développer de nouveaux créés sur mesure. Inutile également de solliciter les Data Scientists de l’entreprise.
La plateforme d’IA générative développée s’appuiera alors sur un orchestrateur et des API, avec pour principal défi de fournir les bons drivers au plus important Operating System des assistants. A ce jour, ce modèle-cible pêche par le retard de mise à disposition de ces interfaces et de leur exposition. D’où l’apparition du modèle Rabbit-R1 capable de compléter ce LLM par un LAM, un « large action model ».
Les IA génératives donnent la priorité aux services les plus courts et rapides d’accès. Et à date, un appel API est moins onéreux – et bien plus simple – que le recours aux services LAM. Les services API bénéficient de fait d’un avantage indéniable qui garantit leur succès face toute autre technologie développée spécifiquement. D’où l’importance pour les entreprises de comprendre que l’APIsation du SI doit constituer une priorité pour elles. Elles doivent non seulement repenser leur exposition et celle de leur business, analyser et comprendre les enjeux relatifs aux datas, et faire en sorte qu’ils s’intègrent comme une extension privilégiée de ces Operating Systems IA.
Et pour cela, il y a plus besoin de développeurs … que de data scientists.
À LIRE AUSSI :
À LIRE AUSSI :
À LIRE AUSSI :
