L’IA générative constitue un changement de paradigme technologique et entraînera une évolution massive des dépenses des entreprises au cours de la prochaine décennie et au-delà. Des transformations de cette ampleur peuvent sembler rapides en surface, en particulier lorsqu’elles font sensation comme l’IA générative l’a fait ces derniers mois, mais il s’agit d’une montée raide et régulière pour imprégner les couches de la pile technologique de l’entreprise.
La couche infrastructure capte les dépenses initiales au fur et à mesure que les entreprises assemblent les éléments de base pour la puissance et les performances – les capitaux affluant aujourd’hui dans les agrégateurs Nvidia et GPU indiquent que cela est en bonne voie. À mesure que l’adoption (et les dollars) progressent, l’accent du développement se déplacera vers les nouvelles expériences et les nouveaux produits qui remodèleront chaque couche suivante.
Nous n’avons qu’un aperçu de la façon dont cette transformation se déroulera au niveau de la couche application, et les premiers signaux suggèrent que les perturbations seront profondes.
Bien avant l’IA générative, les applications d’entreprise ont commencé à offrir des expériences davantage proches du consommateur en améliorant les interfaces utilisateur et en introduisant des éléments interactifs qui engageraient les utilisateurs quotidiens et accéléreraient le flux de travail. Cela a stimulé le passage d’applications de « système d’enregistrement » comme Salesforce et Workday à des applications de « système d’engagement » comme Slack et Notion.
Alors que l’IA générative façonne la prochaine génération de produits d’application, nous pouvons nous attendre à une évolution encore plus radicale.
La collaboration était une caractéristique déterminante de cette nouvelle génération d’outils d’entreprise, avec des fonctionnalités telles que le mode multijoueur, la fonctionnalité d’annotation, l’historique des versions et les métadonnées. Ces applications ont également exploité des composants viraux natifs du consommateur pour favoriser leur adoption et permettre un partage transparent de contenu au sein et entre les organisations. Le dossier de base a conservé sa valeur intrinsèque au sein de ces systèmes d’engagement et a servi de fondement au volume croissant d’informations créées au niveau de l’engagement.
Alors que l’IA générative façonne la prochaine génération de produits d’application, nous pouvons nous attendre à une évolution encore plus radicale. Les premiers acteurs ressemblent beaucoup aux intégrateurs ChatGPT, créant des outils légers directement sur des modèles génératifs qui offrent une valeur immédiate mais éphémère. Nous avons déjà vu émerger une variété de produits d’IA générative qui connaissent une croissance initiale explosive, mais également un taux de désabonnement extrêmement élevé en raison d’un flux de travail limité ou du manque de fonctionnalités supplémentaires. Ces applications produisent généralement un résultat génératif qui est un type de contenu ou de média à usage unique (c’est-à-dire non intégré dans le flux de travail quotidien d’un utilisateur), et leur valeur repose sur des modèles génératifs prêts à l’emploi qui sont largement disponibles pour d’autres acteurs du secteur. marché.
La deuxième vague d’applications d’IA générative, qui commence tout juste à prendre forme, exploitera des modèles génératifs pour intégrer les données structurées contenues dans les applications du système d’enregistrement et les données non structurées contenues dans les applications du système d’engagement.
Les développeurs de ces produits auront plus de potentiel pour créer des entreprises durables que les entrants de la première vague, mais seulement s’ils parviennent à trouver un moyen de « s’approprier » la couche située au-dessus des applications du système d’engagement et du système d’enregistrement – ce qui n’est pas une mince affaire. alors que des acteurs historiques comme Salesforce s’efforcent déjà de mettre en œuvre l’IA générative pour créer un fossé protecteur autour de leurs couches sous-jacentes.
Cela conduit à la troisième vague, où les entrants créent leur propre couche de « système de renseignement » défendable. Les startups présenteront d’abord de nouvelles offres de produits qui apportent de la valeur en exploitant les capacités existantes du système d’enregistrement et du système d’engagement. Une fois qu’un cas d’utilisation solide est établi, ils élaboreront ensuite des flux de travail qui pourront finalement constituer une véritable application d’entreprise.
Cela ne signifie pas nécessairement remplacer les couches interactives ou de base de données existantes ; au lieu de cela, ils créeront de nouvelles données structurées et non structurées où les modèles génératifs utiliseront ces nouveaux ensembles de données pour améliorer l’expérience produit – créant essentiellement une nouvelle classe de « super ensembles de données ».
L’un des principaux objectifs de ces produits devrait être les intégrations offrant la possibilité d’ingérer, de nettoyer et d’étiqueter les données. Par exemple, pour créer une nouvelle expérience de support client, il ne suffit pas d’ingérer simplement la base de connaissances des tickets de support client existants. Un produit vraiment convaincant doit également intégrer le suivi des bogues, la documentation produit, les communications internes de l’équipe et bien plus encore. Il saura comment extraire les informations pertinentes, les étiqueter et les évaluer afin de créer de nouvelles informations. Il disposera d’une boucle de rétroaction qui lui permettra de s’améliorer en termes de formation et d’utilisation, non seulement au sein d’une organisation mais également dans plusieurs organisations.
Lorsqu’un produit accomplit tout cela, le passage à un concurrent devient très difficile : les données pondérées et nettoyées sont très précieuses et il faudrait trop de temps pour obtenir la même qualité avec un nouveau produit.
À ce stade, l’intelligence réside non seulement dans le produit ou le modèle, mais également dans la hiérarchie, les étiquettes et les pondérations associées. Il faudra quelques minutes au lieu de plusieurs jours pour obtenir des informations, l’accent étant mis sur les actions et les décisions plutôt que sur la simple synthèse des informations. Il s’agira de véritables produits de système d’intelligence qui exploitent l’IA générative, marqués par ces caractéristiques déterminantes :
- Bénéficiez d’une intégration approfondie avec les flux de travail de l’entreprise et de la capacité de capturer des données structurées et non structurées nouvellement créées.
- Soyez sophistiqué dans la caractérisation et la digestion des données à travers la hiérarchie, les étiquettes et les pondérations.
- Créez des boucles de rétroaction de données au sein et entre les clients pour améliorer l’expérience produit.
Une question clé que j’aime poser aux clients est : « Où se situe une nouvelle pile de produits par rapport aux autres outils que vous utilisez ? Normalement, le produit du système d’enregistrement est le plus important, suivi du produit du système d’engagement, avec des outils supplémentaires au bas de la liste.
Le produit le moins important sera le premier à être supprimé lorsque le budget est serré, de sorte que les nouveaux produits de systèmes de renseignement doivent fournir une valeur durable pour survivre. Ils seront également confrontés à une concurrence féroce de la part des opérateurs historiques qui intégreront dans leurs produits des capacités d’intelligence générative basées sur l’IA. Il appartiendra à la nouvelle vague de systèmes d’intelligence d’associer ses offres à des flux de travail à haute valeur ajoutée, à une collaboration et à l’introduction de super ensembles de données pour perdurer.
La transformation de l’espace de l’IA s’est accélérée au cours des 12 derniers mois et le secteur apprend rapidement. Les modèles open source prolifèrent et les modèles propriétaires fermés évoluent également à un rythme inhabituellement rapide. Il appartient désormais aux fondateurs de créer des produits de système d’intelligence durables au sein de ce paysage en évolution rapide – et lorsque cela sera bien fait, l’impact sur les entreprises sera extraordinaire.