Dans ma revue IA du mois d’août, un contraste m’a sans cesse frappé. Les entreprises qui construisent des modèles attiraient une attention énorme, tandis que les capacités de ces modèles devenaient plus faciles d’accès et plus difficiles à considérer comme durablement uniques.
Cela ne veut pas dire que tous les modèles se valent. Loin de là. Cela veut dire qu’une entreprise a besoin d’un meilleur plan que de choisir le favori du moment en supposant que ce choix restera le bon pour toujours.
La question plus discrète, et plus intéressante, est de savoir comment bâtir autour d’une technologie qui ne cessera d’évoluer. Qu’est-ce qui reste à vous ? Que pouvez-vous remplacer ? Et comment savoir qu’un remplaçant est réellement meilleur ?
Le travail utile se fait autour du modèle
Un modèle ne sait pas quelle politique interne est en vigueur, qui est responsable d’une exception ni quel système détient la bonne fiche client, à moins que quelqu’un ne construise correctement ce contexte et ces accès. Il ne comprend pas d’emblée ce qu’un bon résultat signifie pour vos opérations.
Ces détails semblent moins prestigieux qu’un nouveau benchmark. C’est pourtant là que se concentre une grande partie de l’effort de mise en œuvre : l’intégration, les autorisations, l’évaluation, l’expérience utilisateur et la personne qui intervient quand quelque chose casse.
C’est pourquoi je pense que les services comptent autant. Une IA utile n’est pas seulement un accès à l’intelligence. C’est le travail qui rend cette intelligence fiable dans une entreprise donnée.
L’indépendance est un choix de conception
Être indépendant des modèles devrait signifier bien plus qu’aligner plusieurs logos sur une slide. Un workflow a besoin d’une interface claire avec le modèle, d’un jeu d’évaluation fondé sur des tâches réelles et de règles précisant quelles données peuvent être traitées, et où.
Un changement devient alors une comparaison maîtrisée. L’alternative maintient-elle la qualité ? Qu’advient-il de la latence et du coût par tâche accomplie ? Respecte-t-elle les limites fixées pour les données ? Comment se comporte-t-elle dans les cas où elle doit s’arrêter et consulter une personne ?
Parfois, le modèle le plus performant vaut son surcoût. Parfois, un modèle plus petit suffit amplement. Parfois, une simple règle ou intégration est la meilleure réponse. L’indépendance inclut aussi la liberté de ne pas utiliser l’IA pour une étape qui n’en a pas besoin.
Garder ce qui se capitalise
Le travail que vous ne devriez pas avoir à refaire à chaque nouvelle version de modèle, c’est celui de comprendre votre entreprise. Vos connaissances validées, la conception de vos processus, vos autorisations, vos cas de test et vos enseignements opérationnels doivent rester utiles.
C’est la distinction que je soumettrais à une équipe de direction. Possédons-nous une capacité croissante à améliorer nos workflows, ou continuons-nous à acheter le prochain outil et à tout recommencer ?
Je suis enthousiaste à l’idée de ce que les modèles rendront possible demain. Ce qui m’intéresse davantage, c’est de savoir si les organisations pourront tirer parti de ces avancées sans renoncer au contrôle à chaque fois. Posez de bonnes fondations, et les progrès du marché deviennent une opportunité plutôt qu’un nouveau projet de migration.
Sources et contexte
Un point de vue original sur l’indépendance vis-à-vis des modèles et la mise en œuvre.
