L’IA générative suscite aujourd’hui des discussions et des débats lors de n’importe quel salon ou événement professionnel. Et, régulièrement lors de ces échanges, Les Data Scientists sont pointés du doigt pour n’avoir pas vu venir – peut-être parce qu’ils sont concentrés sur leurs tâches quotidiennes – les impacts que pourraient générer les Large Language Models. (LLM ou Grand Modèle Linguistique). Ils semblent même complètement passer à côté de la révolution fondamentale apportée par l’IAGen… à moins que, tout simplement, cette révolution n’ait pas besoin d’eux.
Yann Lecun, responsable de l’IA chez Facebook, pointait déjà cette idée en affirmant que la vraie révolution ne réside pas dans l’optimisation opérationnelle, mais dans la prochaine étape, à savoir l’interface conversationnelle capable de remplacer le smartphone. Et quelle place, alors, pour les Data Scientists ?
Du PDA à IAGen, la relation client réinventée
Le concept d’assistant personnel numérique est né au milieu des années 90 avec les PDA, dont on retrouve aujourd’hui le descendant direct dans nos smartphones. Depuis 20 ans, ces outils jouent un rôle d’intermédiaire dans la relation client.
Depuis les premiers agents conversationnels, le monde a connu de grands progrès technologiques. Cependant, il reste encore beaucoup de chemin à parcourir avant de pouvoir proposer un assistant numérique omniscient et omnipotent, c’est-à-dire qui puisse être l’égal d’un utilisateur équipé d’un smartphone. Visiblement, ce qui manque à tous ces agents, c’est leur incapacité à apprendre par eux-mêmes. Donc, l’enrichissement de leurs capacités ou de leur base de connaissances dépend entièrement de la bonne volonté de leur éditeur en la matière.
Et c’est dans ce cas précis que la révolution apportée par l’IAGen va rebattre les cartes. Et paradoxalement, c’est en écoutant les « non-experts » de l’IA qu’il est possible de mesurer toute l’ampleur de la révolution apportée par l’IA générative, à savoir la naissance d’un nouveau « système d’exploitation ». » de la relation client via des assistants personnels.
Vers un nouveau « Operating System » basé sur l’IA générative
Comme chacun le sait, Un système d’exploitation est une couche logicielle qui permet à l’humain de contrôler la machine, à travers un langage plus ou moins avancé. Historiquement basé sur une interface textuelle (UNIX et son prompt), il évoluera en intégrant un aspect plus graphique permettant de contrôler les nouveaux périphériques proposés par les ordinateurs (souris, carte son, graphique, réseau).
Même si aujourd’hui le mot « prompt » retrouve une vraie vitalité dans l’actualité de ce nouveau monde du LLM et LAM, grâce à ces IA génératives, une nouvelle couche logicielle très évoluée apparaît, permettant de créer des assistants virtuels qui occupent chaque instant de notre vie. vies. Cependant, les Data Scientists qui ne sont pas habitués à cet exercice d’acculturation avec d’autres équipes se saisissent de la machine. Ils ne montrent pas la direction vers laquelle viser, là où jusqu’à présent ceux qui apportaient la valeur de l’innovation et de la transformation avaient la capacité de mélanger plusieurs disciplines. Et comme de leur côté, les architectes en chef n’ont pas autorité pour « vendre » ce genre de discours… il y a un risque, pour l’entreprise, de passer à côté de l’essentiel.
Assistants virtuels basés sur IAGen : les nouveaux majordomes de l’ère numérique
Ces nouveaux assistants virtuels, dont nous avons pu goûter au CES grâce à la présentation de Rabbit-R1, sont des outils numériques qui, dans notre poche, se chargent de gérer notre quotidien, à la manière des célèbres majordomes de la pop culture ( Higgins dans Magnum ou Alfred dans Batman). Ce nouveau système d’exploitation pourra proposer, comme ses « grands-parents », Windows, OSX ou Android, la possibilité d’ajouter des interfaces à des services ou des extensions. Et à l’instar des « drivers » qui contrôlaient les extensions de Windows, les services numériques sous forme d’API métiers permettront une extension des capacités de ces nouveaux assistants virtuels.
Pour illustrer, imaginons que nous demandions à notre assistant virtuel de nous préparer un petit week-end en amoureux. Il pourra, si les « connecteurs » sont disponibles, vérifier notre capacité de financement, la disponibilité des transports et des hôtels, et réserver tout cela pour nous. Booking, Air France et notre banquier doivent encore fournir les services nécessaires.
S’il est encore trop tôt pour savoir si cet assistant virtuel sera spécialisé (comme Rabbit) ou intégré à un smartphone (comme SIRI), une chose est sûre : les systèmes d’information qui ne sont pas ouverts rateront le tour.
Naviguer dans l’avenir numérique : conseils pour une transformation réussie
La mise en œuvre de l’IA générative se basera sur l’utilisation de LLM existants – et non créés sur mesure – sans recourir à l’assistance de Data Scientists. Les compétences en développement seront utilisées pour concevoir la plateforme d’IA générative. Ce dernier s’appuiera alors sur un orchestrateur et des API.
Et la question qui se posera alors sera de fournir les bons drivers au système d’exploitation le plus important des assistants.. A ce jour, ce modèle cible est freiné par le retard de mise à disposition de ces interfaces et leur exposition. D’où l’apparition du modèle Rabbit-R1 capable de compléter ce LLM par un LAM, un « modèle à grande action ».
Cependant, le coût d’utilisation de ces outils est plus onéreux et complexe qu’un simple appel API. Et nous savons que le fonctionnement de l’IA générative est de donner la priorité aux services d’accès les plus courts et les plus rapides. Ainsi, les services API auront en fait plus de succès que toute autre technologie spécifiquement développée. C’est pourquoi il est important de comprendre que l’APIisation du SI doit être considérée comme une priorité.
Pour l’entreprise, l’enjeu consistera donc à comprendre les enjeux liés à la donnée, à repenser son exposition et celle de son métier, pour qu’elles soient intégrées comme une extension privilégiée de ces systèmes d’exploitation d’IA. Et pour cela, il y a plus besoin de développeurs que de data scientists.
Il est donc grand temps pour l’entreprise de franchir le cap et d’ouvrir son SI, au risque de finir comme le bistrot de la N7 lors de l’inauguration de l’autoroute A6.
