Du moins pour les entreprises, les institutions publiques et les organismes gouvernementaux.
En réalité, les grands modèles de langage universels (LLM), comme le montre la pratique, ne constituent pas la solution la plus adaptée à l'exécution de tâches spécialisées. Ils excellent comme assistants personnels, mais en tant qu'outils professionnels, ils laissent à désirer.
Tout d'abord, elles sont excessivement complexes. Leur utilisation rappelle souvent celle des machines de Goldberg — des dispositifs d'une complexité presque caricaturale, conçus pour effectuer des actions simples comme déposer un morceau de sucre dans une tasse ou actionner un interrupteur.
Lors des présentations marketing, le public est ébloui par des récits sur d'immenses bases de données couvrant tous les domaines du savoir humain et utilisées pour entraîner une nouvelle intelligence artificielle. Et la magie des chiffres pousse littéralement les dirigeants et les cadres supérieurs à sortir leur portefeuille.
Mais si l'on met de côté les émotions et que l'on évalue la situation rationnellement, une question inévitable se pose : quelles tâches nécessitent réellement des outils d'IA entraînés sur des milliards, voire des billions de paramètres ? Calculer une trajectoire de vol vers les lunes de Jupiter ? Concevoir un réacteur thermonucléaire ?
Si l'on compare la complexité des LLM à leur application pratique, on peut tirer une conclusion décevante : dans la plupart des cas, ils servent à « faire des additions superflues ». Autrement dit, pour la grande majorité des tâches, leur puissance est excessive.
Autrement dit, en achetant un abonnement LLM, les entrepreneurs et les gestionnaires paient souvent pour des compétences qu'ils n'utilisent quasiment jamais.
Le second problème découle du premier. La complexité et l'universalité donnent lieu au phénomène bien connu des hallucinations de la machine et à une précision réduite.
Les titulaires d'un LLM commettent fréquemment des erreurs, « inventent » des faits et citent des personnes et des sources inexistantes. De plus, ils ont tendance à standardiser et à uniformiser les solutions, ce qui pose problème dans les situations où la créativité et la personnalisation sont nécessaires.
Il convient de noter que ni les entreprises commerciales, ni les organismes gouvernementaux, ni les associations publiques n'ont à résoudre « tous les problèmes de l'univers ». Chaque structure possède sa propre spécialisation et, par conséquent, un ensemble spécifique de tâches qui doivent être réalisées avec la plus grande rigueur. C'est pourquoi la solution optimale pour elles réside dans des outils d'IA spécialisés, conçus et configurés pour fonctionner rapidement et avec précision dans leur domaine spécifique.
Pourquoi un comptable IA devrait-il être capable d'écrire des haïkus ou des sonnets shakespeariens, et pourquoi un assistant juridique IA devrait-il connaître les biographies d'acteurs du cinéma muet ? Tout excès d'informations, au-delà des besoins d'un outil d'IA spécialisé, accroît le risque d'erreurs et d'hallucinations. À l'inverse, limiter les connaissances et les compétences d'une IA à une spécialisation précise améliore considérablement la qualité et la précision de son travail.
Cela ne signifie évidemment pas que les assistants personnels sont inutiles ou qu'il ne faut pas les utiliser. En tant qu'assistants personnels universels, ils sont sans doute inégalés aujourd'hui. Mais il est préférable de confier certaines tâches spécifiques à des « spécialistes de l'IA ». D'autant plus que de plus en plus d'outils d'IA spécialisés voient le jour chaque jour ; il existe des solutions dans pratiquement tous les domaines d'activité humaine.
D’ailleurs, si vous avez besoin d’outils d’IA professionnels de haute qualité pour créer des avatars « vivants », des chatbots « intelligents » et des présentations vidéo avec des haut-parleurs numériques, vous savez où vous adresser.
