D’ici à 2030, l’IA générative atteindra le niveau médian des performances humaines dans un grand nombre de compétences : la créativité, la génération de langage naturel, la perception sensorielle… Dix ans plus tard, les performances de l’IA pourront rivaliser avec celles des 25 % de personnes les plus performantes. Si on compare ces chiffres avec des estimations datant de 2017, soit avant l’IA générative, cela représente dans certains cas un bond de 40 ans, comme le montre le graphique ci-dessous.
Dans un rapport intitulé “Les entreprises dotées d’une culture innovante ont une longueur d’avance grâce à l’IA générative”, McKinsey examine les bonnes pratiques qui permettent aux entreprises les plus innovantes de prendre la pleine mesure des opportunités fournies par la GenAI. 30% des entreprises considérées comme très innovantes indiquent déployer déjà l’IA générative à grande échelle dans leurs fonctions d’innovation et de R&D, un taux six fois supérieur à celui des entreprises considérées peu innovantes.
Les entreprises innovantes ne se contentent pas de repérer rapidement de nouvelles opportunités, elles développent et mettent à l’échelle leurs idées plus efficacement que leurs concurrents. L’IA générative renforce cet avantage concurrentiel, notamment grâce à sa capacité à traiter rapidement d’énormes quantités d’informations et à son auto-apprentissage, permettant à l’IA de s’améliorer continuellement. Pour maximiser ces avantages, les organisations adaptent leurs modèles opérationnels, favorisant l’expérimentation et l’évolution constantes pour stimuler la croissance. Le cabinet liste cinq démarches clés, adoptées par les entreprises innovantes en matière de GenAI :
-
Savoir poser les bonnes questions, avec déjà une expérience avec d’autres formes d’IA permettant de comprendre les avantages et limites de la technologie.
-
Détecter rapidement les erreurs et les éliminer, en adoptant une approche d’échec rapide et possédant une culture organisationnelle axée sur l’innovation.
- Construire sur ses données propriétaires, eb exploitant à la fois les données internes et externes pour obtenir de meilleures réponses de l’IA.
- Développer une capacité organisationnelle à apprendre rapidement, adoptant des pratiques agiles à l’échelle de l’entreprise.
- Intégrer des flux de travail automatisés pour profiter de la rapidité de l’IA générative, notamment sa capacité à apprendre et évoluer.
Le cabinet a également échangé avec plusieurs dizaines de CTO et CIO, analysant des cas d’initiatives d’IA générative dans plus de 50 entreprises, dont McKinsey. En ressortent diverses mesures, comme l’importance de déterminer rapidement la position de l’entreprise en ce qui concerne l’adoption de l’IA générative. Le cabinet insiste également sur l’importance d’estimer les coûts et les rendements réels de l’IA générative, adapter des modèles en open source pour développer des capacités internes, ou encore mettre à niveau l’architecture technologique de l’entreprise pour intégrer et gérer les modèles de GenAI.
Secteurs critiques
Contrairement aux vagues d’innovations précédentes qui avaient surtout entraîné une hausse de l’automatisation des activités physiques, l’IA générative aura un impact plus fort sur les professions intelectuelles selon McKinsey. Notamment sur celles qui impliquent de la prise de décision et de la collaboration. L’éducation, le droit, la technologie et les arts sont cités par le cabinet comme des domaines où l’automatisation d’une partie du travail pourrait arriver prochainement.
Le cabinet a analysé 65 secteurs d’activité, dans lesquels l’IA générative pourrait générer au total entre 2600 et 4400 milliards de dollars. Ainsi, le secteur de la distribution pourrait générer près 310 milliards de valeur supplémentaire, grâce notamment à des gains réalisés dans le marketing et la relation client. Le secteur bancaire pourrait lui réaliser des gains de productivité en utilisant l’IA dans la gestion de risques, à travers la rédaction de rapport ou bien la collecte des données. L’industrie scientifique est également citée, avec l’utilisation de l’IA pour découvrir et développer des médicaments.
Pour en savoir plus :
Source archive Kessel : https://qant.kessel.media/posts/pst_40b882813dc342528a96ca8ae2188bc5
