Jusqu’ici, tout va bien. Mais quand on pense au boom d’Internet au milieu des années 1990 et à l’engouement pour la blockchain il y a peu de temps, il est également vrai que l’on craint que les entreprises n’investissent à la hâte dans des choses autres que leurs objectifs stratégiques. Aux débuts du World Wide Web, je parlais à un dirigeant de la création d’un site Web. Lorsqu’on lui a demandé pourquoi, dans quel but et ce qu’il voulait atteindre, il n’a pas précisé de but ou d’objectif précis. Au lieu de cela, il a donné une variété de réponses « dans le pire des cas », telles que « L’un des administrateurs a lu le document et a donné des conseils », « Le fils du PDG n’arrête pas de parler du Web » et « Tout le monde semble faire cela. ” C’est assez similaire à la situation avec GPT-3 dont j’ai entendu parler récemment.
Forces et limites de ChatGPT en termes de stratégie
Si vous regardez l’histoire de l’informatique, la plupart des technologies largement connues aujourd’hui s’avèrent finalement stratégiquement importantes. Pas tous, mais la plupart d’entre eux. Qu’en est-il de ChatGPT ? Tout d’abord, force est de constater qu’il est impressionnant. Il s’agit d’une énorme base de données avec une interface qui imite de manière plausible la communication humaine, une sorte d ‘«intranet surpuissant». En fait, la plupart des informations auxquelles ChatGPT a répondu ne peuvent pas être trouvées avec une simple recherche Google. La clé ici est ‘trouver’. ChatGPT affiche des données à la fois qu’une personne devrait examiner les résultats de recherche Google des dizaines de fois.
Un autre avantage, où l’essentiel de la valeur se trouve du côté informatique, est l’interaction imitant l’humain. Cela signifie finalement que de nombreux projets de codage n’ont pas à faire plus de travail de programmation de base. La plupart des projets de programmation commencent par un cadre ou un responsable de secteur d’activité (LOB) qui dit au professionnel de l’informatique : “Faites en sorte que le système fasse XYZ”.
Et si CHatGPT effectuait une partie du travail de codage pour vous, vous permettant de générer directement du code conformément aux directives LOB sans expert en informatique ? Certains codages nécessitent de la créativité et de l’imagination, qui continueront à nécessiter une touche humaine, mais (pour être honnête), ChatGPT a le potentiel de remplacer le travail épuisant et répétitif qui occupe une grande partie de la programmation.
D’autre part, nous avons également clairement identifié les inconvénients de ChatGPT. Erreurs scandaleuses et fausses informations pures et simples présentées par le système GPT-3. Jusqu’à ce que ce problème soit résolu, l’utilisation de GPT-3 sera limitée. Aussi attrayantes que soient les interfaces en langage naturel, les entreprises qui invitent des programmes de chat GPT-3 aux utilisateurs plutôt qu’aux humains dans des conversations sur leurs produits invitent au désastre.
ChatGPT comme interface de codage
Alors, comment devriez-vous utiliser ChatGPT ? Il y a deux façons de répondre à cette question importante : prescriptive et ouverte. En fonction de votre budget, de votre activité et de votre objectif, vous pouvez choisir la méthode qui vous convient le mieux.
Tout d’abord, l’approche prescriptive est simple. Il peut fournir des résultats à plus court terme. Par exemple, GPT-3 peut aider les entreprises à trouver des réponses sur ce qu’elles peuvent faire maintenant pour aider les entreprises et lancer certains produits ou services qu’elles souhaitent depuis longtemps mais qu’elles n’ont pas pu réaliser. L’approche ouverte est plus intéressante. C’est un moyen de donner au GPT-3 une grande latitude pour le tester, faire preuve de créativité et voir ce qu’il peut faire.
Cependant, cette méthode nécessite certaines limitations. Scott Castle, directeur de la stratégie de la société d’analyse Sisense, a souligné qu’à moins que les DSI ne comprennent ce qu’ils veulent faire avec ChatGPT, les développeurs seront constamment concentrés sur la mauvaise idée. « Les DSI doivent filtrer stratégiquement. Si vous ne le faites pas, vous ne faites que créer Willy Wonka de “Charlie et la chocolaterie”. »
Roy Ben Alta, considéré comme l’un des meilleurs analystes de l’industrie, a récemment quitté Meta et Facebook, où il travaillait en tant que directeur de l’IA, pour créer une entreprise. Avant de rejoindre Meta, il a travaillé chez Amazon pendant 11 ans, où il a travaillé en tant que directeur, analyse et apprentissage automatique, streaming de données et bases de données NoSQL.
“Les DSI devraient se demander quel impact ChatGPT aura sur leur entreprise”, a déclaré Ben Alta. La meilleure façon d’y parvenir est de commencer par le client et de trouver le problème que vous devez résoudre. Cependant, il y a un hic ici. Cela coûte cher et nécessite un GPU important pour s’entraîner. “Chaque cas d’utilisation nécessite une source de données spécifique, et si vous ne disposez pas des données, vous devez tenir compte du coût d’acquisition de ces données.”
L’élément le plus puissant de GPT-3 est le codage, ou l’interface. Mais pour les entreprises qui essaient de construire quelque chose de nouveau par-dessus, le vrai problème ne sera pas le codage. Il s’agit plutôt de données. “Le talon d’Achille de tout système d’analyse est la qualité des données”, a déclaré Ben Alta. La plupart des tâches impliquent des données. L’intégration des données est toujours un problème et l’élément le plus difficile. Le format des données et les types de données à utiliser évoluent. Les modèles analytiques ne s’améliorent que lorsque les données s’améliorent », a-t-il déclaré.
Au-delà des données, une grande partie du problème de complexité analytique provient des interactions entre les données. Wakasu Isidic, PDG de biotricity, une société d’analyse médicale, a donné un seul exemple de la façon dont les interactions de données peuvent ruiner même les meilleurs grands modèles de langage. Il a déclaré: «Si vous obtenez une valeur qui saute lorsque l’écart type est de 3-4, cela peut causer beaucoup de problèmes. “La situation se complique car plus de variables nécessitent plus de données.”
Par exemple, supposons que vous ayez un projet de construction et que, pendant le projet, il y ait eu une vague de chaleur pendant deux semaines. En conséquence, une variable a été créée dans laquelle les travailleurs arrêtent souvent de travailler et boivent des boissons. Ce n’est pas fini. En plus de cela, de nombreuses autres variables peuvent se produire. Sans suivre ces variables, il est difficile d’obtenir suffisamment de données pour analyser un projet de construction dans son ensemble. Au fur et à mesure que davantage de variables sont suivies, le modèle d’IA devient plus complexe.
Une implication excessive est interdite
Après tout, il y a une énorme valeur potentielle à tirer parti de grands modèles de langage, mais il n’est pas nécessaire de s’immerger excessivement. “Notre société est fortement influencée par l’effet de train en marche, la peur de passer à côté”, a déclaré Jay Chakraborty, associé chez Price-Waterhouse-Coopers (PwC). Cet engouement pour ChatGPT est similaire à la ruée vers l’or en Californie, à l’euphorie des dotcoms et à la situation de l’an 2000 où “le monde entier s’effondre”.
Chakraborty souligne que les entreprises devraient demander aux DSI de mener des expériences en bac à sable pour découvrir des idées et des cas d’utilisation pouvant tirer parti de ChatGPT. Les hedge funds, par exemple, peuvent également être intéressés par l’automatisation. Il est plus efficace pour remplir les confirmations d’investissement et analyser automatiquement les entreprises. Cela signifie que même la partie la plus importante de l’activité d’investissement peut être confiée.
Rowan Curran, analyste Forrester spécialisé dans la science des données, l’apprentissage automatique, l’intelligence artificielle et la vision par ordinateur, convient que GPT-3 a un potentiel important. Mais les dirigeants d’entreprise ont conseillé de ne considérer le GPT-3 que comme un autre outil stratégique. “La première chose à faire est de prendre du recul par rapport au public et de réfléchir à la manière dont nous pouvons appliquer ces choses, comment nous pouvons tirer parti de nos forces et contenir nos faiblesses”, a-t-il déclaré.
« GPT-3 semble être un excellent moyen d’innover, mais il est très important de se concentrer sur ce qui est pratique à court terme. Vous devez découvrir par vous-même ce qui est possible. Il s’agit d’un domaine nouveau et dynamique, mais qui présente également de sérieuses limites. Par exemple, utiliser GPT-3 pour discuter dans une application en face à face est tout à fait irresponsable. »
Les grands modèles de langage ne sont pas nouveaux, mais le frontal imitant l’humain créé par GPT-3 a ouvert des possibilités dans le monde informatique et a permis à beaucoup de rêver. C’est définitivement un rêve assez charmant. Mais plus important encore, avant de décider d’y investir et de définir l’orientation du projet, vous devez vous réveiller et vous calmer.