🔁 ChatGPT : grandeur et décadence ?

Focus

Bonjour à tous,

Je suis très heureux de vous retrouver pour un nouveau focus 🔬 consacré aux interrogations croissantes sur le potentiel ‘réel’ de l’intelligence artificielle générative et de ChatGPT en particulier.

Il faut dire que, par le passé, les attentes en matière d’avancées / d’innovations technologiques ont été très élevées, sans se concrétiser dans les faits :

❌ La crypto n’a pas (encore) transformé la monnaie.

❌ Le Metaverse n’a pas (encore) transformé Internet.

❌ La blockchain n’a pas (encore) transformé la banque.

L’IA générative va-t-elle subir le même sort ?

À première vue, plusieurs éléments pourraient le laisser penser. Tout d’abord, ChatGPT 🤖 a vu son trafic mondial de recherches baisser de près de 10% en juin, ainsi que son nombre d’utilisateurs de 5,7%.

Preliminary data on ChatGPT’s traffic performance against Bing, Character AI and Bard. Source: Similarweb

Des performances en baisse 📉, des réponses approximatives et la persistance des hallucinations¹ pourraient expliquer le décrochage. D’autres experts expliquent que les étudiants se serviraient moins de ChatGPT pendant les vacances. Il faudra voir si l’effet saisonnalité s’interrompt ou pas dès la rentrée.

Aussi, OpenAI, la société à l’origine de ChatGPT, rencontreraient des difficultés financières avec des dépenses de fonctionnement estimées à 700 000 dollars par jour. Toutefois, selon The Information, une publication commerciale américaine axée sur le secteur technologique, la news est à prendre avec des pincettes puisque l’entreprise approcherait déjà du milliard de dollars de revenus alors qu’elle ne prévoyait que 200 millions cette année. De plus, la firme a lancé ChatGPT entreprise le mois dernier qui pourrait en séduire beaucoup.

Et les difficultés ne se limitent pas à ChatGPT et Open AI …

Un rapport publié en août par S&P Global, une entreprise américaine spécialisée dans l’information et l’analyse financière et maison-mère de l’agence de rating Standard & Poor’s, montre que l’implantation de l’IA générative se révèle plus compliquée que prévu.

En cause : des coûts élevés et la difficulté à trouver des cas d’usage concrets ; les projets restant ⏸️ souvent au stade pilote. Pour mettre les choses en perspective : il a fallu plus de 3 ans entre la sortie de ChatGPT 3 et ChatGPT 3.5.

J’ajoute, à ce niveau, que je vois de plus en plus d’articles critiques sur l’IA générative et ChatGPT. Vous pouvez notamment retrouver l’article intitulé “What if Generative AI turned out to be a dud ?” de Gary Marcus, un scientifique, auteur et conférencier, reconnu dans le domaine de l’IA.

Pour lui, l’erreur principale réside dans le fait d’assimiler l’intelligence artificielle générative à l’intelligence artificielle générale², en mesure d’égaler ou de surpasser l’intelligence humaine. Or, nous ne sommes pas du tout à ce stade.

Pour autant, tout espoir n’est pas perdu !

Il est toujours nécessaire de rappeler que toute innovation technologique suit un cycle d’adoption 🔄 ; cycle qui est démultiplié aujourd’hui avec l’hyper-connexion et le FOMO - Fear of Missing Out, c’est-à-dire la peur de louper le train en marche. Le hype Gartner³ cycle est une très bonne représentation visuelle du phénomène :

Pour résumer l’idée : l’impact des nouvelles technologies est souvent surestimé à court terme, mais est aussi sous-estimé à long terme. C’est la fameuse loi dite d’Amara, en référence à Roy Amara, ancien président de l’Institut du futur à Palo Alto !

De plus, et contrairement à d’autres innovations, l’IA générative peut être assimilée à une technologie d’usage général, en mesure de transformer les sciences mais aussi tout le système productif. Aussi, il n’est pas inutile de rappeler que l’IA a déjà de nombreuses applications dans le réel 🛠️ : analyse de données et prévision, personnalisation de recommandations, détection de fraudes bancaires, etc.

C’est ainsi que, malgré les difficultés, les responsables AI des entreprises interrogés (en tout 1 500 personnes) dans l’étude de S&P restent optimistes dans l’ensemble sur l’amélioration de la productivité promise par l’IA générative.

Pour confirmer le point précédent, il faut ajouter que la demande des entreprises reste toujours extrêmement forte pour l’IA générative, comme le prouvent les excellentes performances de Nvidia, qui fournit grâce à ses puces graphiques, le matériel nécessaire à l’entrainement des vastes modèles de langage (ou LLM).

Que faut-il en conclure ?

Même si l’IA générative dispose d’un potentiel incontestable que certains contestent beaucoup trop vite à mon avis, il faudra sans doute du temps avant de trouver un cas d’usage rentable qui pourrait modifier en profondeur l’économie. Grandeur ou décadence ? Pour l’heure, c’est plutôt la patience !

---

Si vous avez aimé l’édition d’aujourd’hui, n’hésitez pas à liker à la transférer à vos proches :

Vous pouvez retrouver Lettres Ouvertes sur Linkedin, X et Instragram.

À très vite,

Amaury

1. Des situations où un modèle d’IA génère du contenu qui n’est pas basé sur des données réelles, mais plutôt sur des informations incorrectes ou imaginaires.

2. Une IA qui serait aussi intelligente et qui aurait autant de ressources que les humains, si ce n’est plus.

3. Une entreprise américaine de conseil et de recherche dans le domaine des technologies.