La migration cognitive est en cours. La gare est bondée. Certains ont embarqué tandis que d’autres hésitent, incertains si la destination justifie le départ.
L’expert en futur du travail et professeur à l’Université Harvard, Christopher Stanton, a récemment commenté que l’adoption de l’IA a été phénoménale et a observé que c’est une technologie à diffusion extraordinairement rapide. Cette vitesse d’adoption et d’impact est une partie critique de ce qui différencie la révolution de l’IA des transformations technologiques précédentes, comme le PC et Internet. Demis Hassabis, PDG de Google DeepMind, est allé plus loin en prédisant que l’IA pourrait être « 10 fois plus grande que la Révolution Industrielle, et peut-être 10 fois plus rapide ».
L’intelligence, ou du moins la réflexion, est de plus en plus partagée entre les personnes et les machines. Certains utilisent régulièrement l’IA dans leurs flux de travail. D’autres sont allés plus loin, l’intégrant dans leurs routines cognitives et leurs identités créatives. Ce sont les « volontaires », y compris les consultants compétents en conception rapide, les chefs de produit qui retravaillent les systèmes et ceux qui construisent leurs propres entreprises qui font tout, de la programmation à la conception de produits en passant par le marketing.
Pour eux, le terrain semble nouveau mais navigable. Passionnant, même. Mais pour beaucoup d’autres, ce moment semble étrange, et plus qu’un peu perturbant. Le risque auquel ils sont confrontés n’est pas seulement d’être laissés pour compte. C’est de ne pas savoir comment, quand et s’il faut investir dans l’IA, un avenir qui semble très incertain et difficile à imaginer leur place. C’est le double risque de la préparation à l’IA, et cela remodèle la façon dont les gens interprètent le rythme, les promesses et la pression de cette transition.
L’échelle de l’IA atteint ses limites
Les plafonds de puissance, l’augmentation des coûts des jetons et les retards d’inférence remodèlent l’IA d’entreprise. Rejoignez notre salon exclusif pour découvrir comment les meilleures équipes :
– Transformer l’énergie en avantage stratégique
– Concevoir une inférence efficace pour de réels gains de débit
– Débloquer un ROI compétitif avec des systèmes d’IA durables
Sécurisez votre place pour rester en avance : https://bit.ly/4mwGngO
Est-ce réel ?
À travers les industries, de nouveaux rôles et équipes se forment, et les outils d’IA remodèlent les flux de travail plus rapidement que les normes ou les stratégies ne peuvent suivre. Mais la signification reste floue, les stratégies peu claires. La fin du jeu, s’il y en a une, reste incertaine. Pourtant, le rythme et la portée du changement semblent porteurs de présages. Tout le monde est invité à s’adapter, mais peu savent exactement ce que cela signifie ou jusqu’où les changements iront. Certains leaders de l’industrie de l’IA affirment que des changements importants arrivent, et bientôt, avec des machines superintelligentes émergeant peut-être dans quelques années.
Mais peut-être que cette révolution de l’IA échouera, comme d’autres avant elle, avec un autre « hiver de l’IA » à suivre. Il y a eu deux hivers notables. Le premier était dans les années 1970, causé par des limites computationnelles. Le second a commencé à la fin des années 1980 après une vague d’attentes non satisfaites avec des échecs retentissants et des « systèmes experts » sous-performants. Ces hivers étaient caractérisés par un cycle d’attentes élevées suivies de profonde déception, conduisant à des réductions significatives du financement et de l’intérêt pour l’IA.
Si l’excitation autour des agents d’IA d’aujourd’hui doit refléter la promesse non tenue des systèmes experts, cela pourrait conduire à un autre hiver. Cependant, il y a des différences majeures entre hier et aujourd’hui. Aujourd’hui, il y a une bien plus grande adhésion institutionnelle, une traction consommateurs et une infrastructure de cloud computing par rapport aux systèmes experts des années 1980. Il n’y a aucune garantie qu’un nouvel hiver n’émerge pas, mais si l’industrie échoue cette fois, ce ne sera pas par manque d’argent ou de dynamique. Ce sera parce que la confiance et la fiabilité ont été rompues en premier.
Si l’industrie de l’IA n’arrive pas à établir la confiance, est-ce que cette révolution de l’IA s’enliserait et provoquerait un autre hiver ? Et si c’est le cas, que se passera-t-il pour ceux qui ont investi du temps, de l’énergie et leur carrière ? Ceux qui ont tardé à adopter l’IA seront-ils mieux lotis ? La migration cognitive sera-t-elle un échec ?
Certains chercheurs notables en IA ont averti que l’IA sous sa forme actuelle – basée principalement sur des réseaux neuronaux d’apprentissage profond sur lesquels reposent les LLM – ne sera pas à la hauteur des projections optimistes. Ils affirment que des percées techniques supplémentaires seront nécessaires pour que cette approche avance beaucoup plus loin. D’autres ne croient pas aux projections optimistes sur l’IA. Le romancier Ewan Morrison considère le potentiel de la superintelligence comme une fiction agitée pour attirer des financements d’investisseurs. « C’est une fantaisie », a-t-il déclaré, « un produit de capital-risque devenu fou ».
Peut-être que le scepticisme de Morrison est justifié. Cependant, malgré leurs lacunes, les LLM d’aujourd’hui démontrent déjà une énorme utilité commerciale. Si le progrès exponentiel des dernières années s’arrête demain, les ondes de choc de ce qui a déjà été créé auront un impact pendant des années. Mais sous ce mouvement se trouve quelque chose de plus fragile : la fiabilité des outils eux-mêmes.
Le pari et le rêve
Pour l’instant, les avancées exponentielles se poursuivent alors que les entreprises testent et déploient de plus en plus l’IA. Que ce soit par conviction ou par peur de manquer quelque chose, l’industrie est déterminée à avancer. Tout pourrait s’effondrer si un autre hiver arrive, surtout si les agents d’IA ne parviennent pas à livrer. Pourtant, l’hypothèse dominante est que les lacunes d’aujourd’hui seront résolues grâce à un meilleur génie logiciel. Et elles le seront probablement, du moins dans une certaine mesure.
Le pari est que la technologie fonctionnera, qu’elle évoluera et que la perturbation qu’elle crée sera compensée par la productivité qu’elle permet. Le succès de cette aventure suppose que ce que nous perdons en nuances humaines, en valeurs et en significations sera compensé par l’ampleur et l’efficacité. C’est le pari que nous faisons. Et puis il y a le rêve : l’IA deviendra une source d’abondance largement partagée, élèvera plutôt qu’exclura, et élargira l’accès à l’intelligence et à l’opportunité plutôt que de les concentrer.
Ce qui est troublant, c’est l’écart entre les deux. Nous avançons comme si prendre ce pari garantirait le rêve. C’est l’espoir que l’accélération nous mènera à un endroit meilleur, et la foi que cela n’érodera pas les éléments humains qui rendent la destination digne d’être atteinte. Mais l’histoire nous rappelle que même les paris réussis peuvent laisser beaucoup de monde derrière. La transformation « messy » en cours n’est pas seulement un effet secondaire inévitable. C’est le résultat direct de la vitesse dépassant la capacité humaine et institutionnelle à s’adapter efficacement et avec soin. Pour l’instant, la migration cognitive se poursuit, autant sur la foi que sur la croyance.
Le défi n’est pas seulement de construire de meilleurs outils, mais de poser des questions plus difficiles sur où ils nous emmènent. Nous ne migrons pas seulement vers une destination inconnue ; nous le faisons si rapidement que la carte change pendant que nous courons, traversant un paysage qui est encore en train d’être dessiné. Chaque migration porte de l’espoir. Mais l’espoir, non examiné, peut être risqué. Il est temps de se demander non seulement où nous allons, mais qui pourra appartenir quand nous arriverons.