À l’approche de la fin de 2024, les industries ont commencé à se détourner des conversations sur l’IA générative et les LLM pour se concentrer sur la création de cadres d’IA agentique pour leurs entreprises. Les gens se demandent même si un seul fondateur accompagné de plusieurs agents IA peut diriger une entreprise. Cela pose également la question de la pertinence des data scientists.
En parlant avec BUTIndrajit Mitra, directeur de la science des données chez Tredence, a souligné le fait que l’IA agentique va radicalement perturber les industries et créer une grande valeur. Cependant, loin de rendre obsolètes les data scientists, cela va remodeler leurs rôles, compétences et responsabilités.
L’IA agentique exige un changement de mentalité et de compétences. Traditionnellement, les data scientists se concentrent sur des problèmes prédéfinis, en extrayant des informations et en créant des modèles dans des cadres de problèmes clairs. Cependant, Indrajit a noté que l’IA agentique nécessitera que les data scientists définissent de manière proactive des problèmes complexes et explorent des solutions innovantes.
« Le changement clé est que les data scientists devront définir les problèmes, et non seulement les résoudre. Ils doivent d’abord se considérer comme des agents des affaires et comprendre les défis critiques auxquels les entreprises sont confrontées », a déclaré Indrajit.
Améliorer les compétences à l’ère de l’IA
Pour exceller à cette époque, les data scientists doivent développer une compréhension plus approfondie des nuances commerciales et des environnements techniques. Même si les connaissances fondamentales en statistiques, en apprentissage automatique et en apprentissage profond restent essentielles, l’accent sera mis sur l’apprentissage par renforcement, l’apprentissage non supervisé et les cadres d’IA profonde.
« Les data scientists doivent réorienter leurs compétences techniques et, par conséquent, améliorer leurs compétences. Ils doivent développer une expertise dans les cadres et plates-formes d’IA agentique tout en maîtrisant les systèmes qui intègrent des informations commerciales et des capacités techniques », a ajouté Indrajit.
De plus, les data scientists ne fonctionneront plus en silos. Une solide maîtrise d’écosystèmes plus larges – cloud computing, pratiques DevOps et intégrations d’API – deviendra essentielle. La capacité d’affiner les performances sur plusieurs sources et domaines de données sera essentielle pour fournir des systèmes efficaces et autonomes.
Les data scientists comme orchestrateurs dans un monde d’IA agentique
Dans un monde où l’IA agentique promet une prise de décision autonome, nombreux sont ceux qui se demandent si ces systèmes peuvent fonctionner sans data scientists. Indrajit croit fermement que ce n’est pas possible. Même si l’IA agentique peut fonctionner de manière autonome dans des contextes spécifiques, les data scientists restent essentiels à la conception, au déploiement et à l’optimisation de ces systèmes.
« L’IA agentique ne peut pas survivre sans les data scientists. Ils sont nécessaires pour concevoir les solutions, former des modèles, intégrer des systèmes et surveiller en permanence les performances afin de s’aligner sur les attentes de l’entreprise », a expliqué Indrajit.
Il a utilisé l’analogie d’un chef d’orchestre dans un orchestre pour décrire le rôle évolutif des data scientists. À l’instar de chefs d’orchestre qui comprennent le public, les instruments et les musiciens, les data scientists orchestreront des systèmes d’IA agentique pour aligner les objectifs commerciaux sur l’exécution technique.
« Les data scientists joueront le rôle de coordinateur principal – interagissant entre les spécialistes des plates-formes d’IA, les cadres d’IA agentique et les parties prenantes de l’entreprise. Leur succès dépendra de l’équilibre entre ces éléments tout en garantissant une intégration et une efficacité transparentes », a expliqué Indrajit.
Éthique, gouvernance et ingénierie de l’IA
Avec l’essor de l’IA agentique, les considérations éthiques, la gouvernance et l’ingénierie responsable de l’IA deviennent encore plus critiques. Même si ces tendances ont déjà commencé dans des secteurs tels que la santé, la finance et les véhicules autonomes, leur importance ne fera que croître à l’ère de l’IA agentique.
Indrajit a souligné comment l’IA transforme des secteurs tels que la santé, où le diagnostic et la gestion des patients basés sur l’IA soulèvent des inquiétudes en matière de confidentialité, de partialité et de transparence. Les institutions financières intègrent également la gouvernance de l’IA pour adhérer aux normes éthiques et réglementaires, telles que la loi européenne sur l’IA et la loi Dodd-Frank.
« Les organisations embauchent des data scientists possédant une expertise en éthique de l’IA pour garantir un développement responsable des modèles d’IA. Les data scientists devront travailler aux côtés d’éthiciens, de régulateurs et d’experts juridiques pour garantir que les systèmes d’IA agentique sont transparents, responsables et alignés sur les valeurs sociétales », a souligné Indrajit.
Le rôle des data scientists dans l’IA multimodale
Si l’IA agentique n’est qu’un changement, l’acceptation toujours croissante de l’IA multimodale pose un autre niveau de défi. L’IA multimodale prend différentes entrées de données provenant d’un ordinateur, telles que du texte, des images et de l’audio, et génère des informations de manière indépendante. Cela a déclenché l’idée que les data scientists pourraient perdre le contrôle de ces systèmes.
Répudiant cette notion, Indrajit a souligné que les data scientists sont les mieux placés pour surmonter les défis posés par l’IA multimodale. Leur expertise est essentielle pour garantir la transparence, la provenance et l’interprétabilité des données.
« Les data scientists jouent un rôle essentiel pour interpréter les résultats de l’IA multimodale et sauvegarder les informations. Ils valident l’authenticité des données, retracent les entrées jusqu’aux données sources et auditent les données en continu. Des techniques telles que les mécanismes d’attention et les cartes de saillance nécessitent une surveillance humaine, et les data scientists sont les mieux adaptés à ces tâches », a ajouté Indrajit.
Le Data Scientist dans la boucle
L’avènement de l’IA agentique et des systèmes multimodaux marque une phase de transformation pour la science des données. Loin de remplacer les data scientists, ces avancées élèveront leur rôle et les placeront à l’intersection de la stratégie commerciale, de l’innovation technique et de la gouvernance éthique.
« Les data scientists joueront un rôle central dans la traduction du potentiel de l’IA agentique en valeur commerciale réelle. Ils agiront en tant qu’orchestrateurs, équilibrant les cadres techniques, les objectifs commerciaux et les considérations éthiques », a conclu Indrajit.
Dans ce paysage en évolution, les data scientists doivent adopter de nouvelles compétences, approfondir leur expertise dans leur domaine et se positionner en tant que leaders indispensables dans un avenir axé sur l’IA. Ce faisant, ils garantiront que les systèmes d’IA agentique sont non seulement efficaces, mais également alignés sur les besoins des entreprises et de la société.
Related News :