Au milieu du XXe siècle, le monde est entré dans l’ère de l’info, avec le passage de l’industrie aux applied sciences de l’info. L’ère a commencé avec la miniaturisation des ordinateurs et a culminé avec l’invention du World Broad Net, qui a mis l’accès à l’info à la portée de presque tout le monde. Aujourd’hui, avec l’essor de l’IA, cette époque est révolue, selon certains leaders technologiques, et une nouvelle ère technologique a commencé.
« Nous sommes passés de [an] de l’ère de l’info à l’ère du renseignement », a déclaré Prakhar Mehrotra, vice-président senior de PayPal et responsable mondial de l’IA, lors de la conférence Fortune Brainstorm AI plus tôt ce mois-ci.
Cette « ère du renseignement » est marquée par des industries qui s’éloignent du modèle de stockage et de récupération de données, a déclaré Mehrotra à la journaliste de Fortune, Sharon Goldman. Au lieu de cela, grâce aux capacités de l’IA, les données peuvent être générées plus spontanément, dans le however ultime d’atteindre l’autonomie dans certaines events du lieu de travail.
Les entreprises se précipitent pour appliquer l’IA – avec ses promesses d’augmentation de la productivité et du rendement – à leurs lieux de travail respectifs, mais leurs succès ont été mitigés. Une étude du MIT d’août a révélé que 95 % des initiatives d’IA sur le lieu de travail des entreprises n’ont pas réussi à atteindre une accélération rapide des revenus.
« Cela va être un voyage… Vous devez traverser cette étape en rampant, en marchant et en courant », a déclaré Mehrotra. “Je pense que cet adage était vrai il y a ten ans et qu’il est également vrai à cette époque.”
L’avenir des usines IA
Marc Hamilton, vice-président de l’structure et de l’ingénierie des options chez Nvidia, interviewé aux côtés de Mehrotra lors de la conférence, a déclaré que l’avenir du développement de l’IA sur le lieu de travail passera par l’investissement dans les usines d’IA, dans les locaux d’une entreprise ou dans le cloud. En effet, les données nécessaires au fonctionnement des entreprises ne seront plus principalement récupérées par des humains ou des ordinateurs, mais plutôt générées par l’IA.
« Lorsque vous dites : « Générez une diapositive PowerPoint qui dit ceci » ou « Je travaille sur cette fonction de codage, pouvez-vous entrer et générer du code ? » Il ne s’agit pas de les récupérer à partir de la base de données, mais de prendre un modèle et de générer ces données », a déclaré Hamilton.
Mehrotra a noté que pour que les entreprises puissent développer efficacement la puissance de calcul nécessaire à la création de ces données, il faut une nouvelle unité atomique prisée par les entreprises : les jetons, ou le composant fondamental du texte dont l’IA a besoin pour comprendre et traiter un langage. Les jetons sont à la fois l’extrait d’informations utilisé pour entraîner les données, ainsi que ce qui est généré par l’IA après qu’un modèle a reçu une invite.
« Chaque entreprise doit penser à ses données en termes de jetons, automobile alors [they] peut en tirer ces renseignements », a déclaré Mehrotra.
Mesure des entrées et des sorties, la génération de jetons est devenue une mesure clé pour les entreprises technologiques en particulier. En mai, Nvidia s’est vanté que Microsoft, qui utilise les puces de Nvidia, avait généré plus de 100 000 milliards de jetons au premier trimestre de cette année, soit une multiplication par cinq d’une année sur l’autre. Ces indications de manufacturing peuvent aider ces sociétés d’IA à se vendre aux investisseurs et à augmenter les valorisations, bien que les données montrent que la corrélation des jetons avec la demande et les bénéfices est plus faible que ce que les entreprises technologiques le suggèrent.
Mehrotra et Hamilton conviennent que de nombreuses entreprises voient aujourd’hui la valeur des jetons pour renforcer les capacités de l’IA, mais réfléchissent à la meilleure manière de les adapter à leurs besoins, par exemple quels jetons doivent être acquis ou achetés, lesquels doivent être générés en interne et dans quel however ? Chaque entreprise dispose alors de sa propre usine d’IA, à la fois recevant des jetons et produisant des jetons qui ont de la valeur.
“Je vois qu’il s’agit simplement de développer ce muscle”, a déclaré Mehrotra. “Comme si tous les employés commençaient à penser en termes de jetons, en termes de processus de génération, alors oui, c’est une entreprise différente.”
Cette histoire a été initialement présentée sur Fortune.com
