Data / IA
Le Cigref guide les entreprises vers l’IA générative
Par Laurent Delattre, publié le 01 mars 2024
L’IA d’une manière générale, et en particulier l’IA générative, secoue tous les métiers, tous les processus et toutes les entreprises. De quoi forcément interpelé le Cigref qui vient de publier une seconde note à ce sujet après celle de l’été dernier sur ses « Recommandations au sujet des IA génératives ».
Intitulée « L’IA en entreprise : retours d’expérience et bonnes pratiques », la nouvelle note du Cigref veut accompagner l’essor de l’IA dans les organisations en proposant des pistes de réflexion et de mises en pratique, des conseils de mise en œuvre, des éclairages sur les défis rencontrés et à relever.
À travers cette note, le Cigref s’évertue à alerter les responsables sur l’importance cruciale de l’acculturation des entreprises et de leurs employés aux outils d’IA. Il souligne que, malgré une adoption rapide des technologies d’IA générative, une compréhension profonde des enjeux, des possibilités et des limites est essentielle pour une utilisation efficace et éthique. Les membres du Cigref encouragent d’axer toute réflexion sur l’IA autour de 4 dimensions : norme et régulation, environnement et énergie, dimension sociétale, compétences.
Une démarche et des conseils
Partant de cette mise en garde, les rapporteurs proposent une démarche structurée pour l’adoption de l’IA, incluant l’identification claire des cas d’usage, la sélection rigoureuse des outils et une intégration réfléchie dans les processus existants. Ils partagent au passage des bonnes pratiques tirées des retours d’expérience de diverses entreprises, recommandant sans surprise de commencer à petite échelle et de privilégier la collaboration avec des partenaires de confiance mais aussi de rechercher les outils les plus simples et la robustesse des solutions IA (en vérifiant le périmètre de validité, l’explicabilité des résultats, la résilience aux erreurs et la conformité).
Le rapport détaille les applications de l’IA générative dans le milieu professionnel, depuis « l’empowerment » des employés jusqu’à la transformation des chaînes de valeur organisationnelles.
Au passage, il évoque l’AI Act européen en soutenant la position de la France « il faut réguler des produits non des technologies » et en émettant quelques réserves sur « sa définition trop extensive des systèmes d’IA », « sur une approche trop ambitieuse qui veut apporter ‘ex ante’ une régulation complète sur un domaine que nous commençons à peine à explorer », « sur le fait que certaines obligations ne soient pas imposées aux systèmes d’IA open source »…
À LIRE AUSSI :
Il met en avant la diversité des usages tout en soulignant les critères de choix pour les solutions d’IA générative adaptées à chaque contexte d’entreprise. Une vaste partie est d’ailleurs dédiée à ces critères de choix : Données utilisées, Caractéristiques des résultats attendus, Caractéristiques du modèle, Valeur générée, Expérience utilisateur, Infrastructure nécessaire pour un fonctionnement optimal, Données des bases d’apprentissage.
On regrettera cependant que cette note ne s’attarde pas davantage sur les briques technologiques à mettre en place notamment pour gouverner les données et les IA, pour bien exploiter les modèles fondation au travers des Embeddings et des techniques RAG, ou sur les principes de « Fine Tuning » bien trop brièvement évoqués.
On regrettera aussi que cette note ne propose aucun focus sur les startups françaises de l’IA et leurs modèles fondation (bien des DSI ne les connaissent pas) et fasse une place si réduite aux solutions et approches open source. Des défauts ou manques qui seront sans doute corrigés dans un rapport plus détaillé déjà prévu bien que sans encore de date de publication. En attendant, la lecture de cette note permet d’éclairer l’adoption de l’IA générative en entreprise pour tous ceux qui n’ont pas encore mis leurs mains dans ses entrailles.
À LIRE AUSSI :
À LIRE AUSSI :
À LIRE AUSSI :
