L’été de l’IA

L’ancien patron Marc Andreessen aimait dire que chaque idée ratée de la bulle Internet fonctionnerait maintenant. Cela a juste pris du temps - des années pour développer le haut débit, les consommateurs devaient acheter des PC, les détaillants et les grandes entreprises devaient construire une infrastructure de commerce électronique, tout un secteur de la publicité en ligne devait évoluer et croître, et plus fondamentalement, les consommateurs et les entreprises devaient changer leur comportement. Le futur peut prendre un certain temps - il a fallu plus de 20 ans pour que 20% du commerce de détail aux États-Unis passe en ligne.

Les gens oublient cela maintenant, mais l’iPhone a également pris du temps. Apple n’a vendu que 5,4 millions d’unités au cours des 12 premiers mois, et il a fallu jusqu’en 2010 pour que les ventes fonctionnent vraiment (l’iPod a pris encore plus de temps). La même chose, bien sûr, s’applique à l’entreprise. Si vous travaillez dans la technologie, le cloud est vieux, ennuyeux et terminé, mais il ne représente toujours qu’environ un tiers des flux de travail des entreprises 25 ans après que Marc Benioff ait essayé de convaincre les gens de faire du logiciel dans le navigateur.

ChatGPT est arrivé beaucoup plus rapidement. Il a explosé dans notre conscience à la fin de 2022, et il a immédiatement pris tout l’oxygène dans la technologie. Si vous lancez une startup aujourd’hui qui ne se concentre pas sur l’IA générative, tous vos amis se moqueront de vous, mais plus important encore, ChatGPT a atteint les 100 millions d’utilisateurs en seulement 2 mois. Au printemps dernier, un nombre sans précédent de personnes en avaient entendu parler et l’avaient utilisé.

Comme pour chaque observation sur l’accélération de l’adoption technologique, une grande partie de cela repose sur le principe de ‘se tenir sur les épaules de géants’ - OpenAI n’a pas eu à attendre que les gens achètent des appareils ou que les opérateurs de télécommunications construisent des lignes DSL ou 3G. Pour les consommateurs, ChatGPT n’est qu’un site web ou une application, et (pour commencer) il pouvait s’appuyer sur toute l’infrastructure que nous avons construite au cours des 25 dernières années. Ainsi, un grand nombre de personnes sont allées l’essayer l’année dernière.

Le problème est que la plupart d’entre elles ne sont pas revenues. Si vous demandez ce que ‘utilisé’ signifie réellement, il s’avère que la plupart des gens y ont joué une ou deux fois, ou n’y retournent que toutes les deux semaines.

C’est un type de graphique très ‘verre à moitié vide / verre à moitié plein’, comme le souligne la légende. D’un côté, amener un quart à un tiers de la population des pays développés à essayer un nouveau produit en 18 mois est très difficile. Mais d’un autre côté, la plupart des personnes qui l’ont essayé n’ont pas vu en quoi il était utile.

Bien sûr, il y a un biais de sélection ici : si vous avez acheté un smartphone à 650 $, vous avez déjà décidé qu’il est utile, et vous êtes beaucoup moins susceptible de l’abandonner qu’un site web avec lequel vous avez passé 5 minutes à jouer. Et vous pourriez également faire remarquer que les meilleures versions des modèles sont souvent derrière des murs payants.

Mais si c’est la chose magique incroyable qui changera tout, pourquoi la plupart des gens disent-ils, en effet, ‘très intelligent, mais pas pour moi’ et s’en vont, avec un haussement d’épaules ? Et pourquoi n’y a-t-il pas eu beaucoup de croissance des utilisateurs actifs (par opposition aux curieux) au cours des 9 à 12 derniers mois, comme le montre un tas de ? Le plus révélateur - peut-être - est Google Trends, qui doit toujours être utilisé avec prudence, mais qui semble montrer une corrélation avec .

Il y a quelques façons de répondre à cela. Il faut du temps pour changer ses habitudes et ses façons de penser autour d’un outil entièrement nouveau (vous souvenez-vous quand nous imprimions nos e-mails ?). Nous pouvons être certains que les modèles s’amélioreront au moins dans une certaine mesure - les agents, la voix et le multimodal élargiront les problèmes qu’ils peuvent résoudre. Mais j’ai également soutenu (, par exemple) qu’un LLM en lui-même n’est pas un produit - c’est une technologie qui peut permettre un outil ou une fonctionnalité, et il doit être dégroupé ou regroupé dans de nouveaux cadres, une UX et des outils pour devenir utile. Cela prend encore plus de temps.

Je pense que vous pouvez voir tous les mêmes problèmes dans ces données de , enquêtant sur l’utilisation des LLM par les entreprises. Encore une fois, il s’agit d’un graphique ‘verre à moitié vide / verre à moitié plein’ : il y a beaucoup d’intérêt et assez de déploiement, mais cela dépend de l’endroit où vous regardez.

Contrairement à certaines enquêtes, qui demandent simplement, en effet, ‘est-ce que quelqu’un, quelque part dans votre organisation, utilise cela ?’ (euh, oui), Bain a essayé de distinguer les pilotes, les expériences et les essais du déploiement. Tout le monde a une série de tests, mais beaucoup moins de personnes font confiance à quelque chose dans leur entreprise pour cela pour l’instant, et tout cela varie énormément en fonction de vos cas d’utilisation. Les LLM sont déjà très utiles pour la programmation et le marketing, mais beaucoup moins utiles pour les avocats ou les RH (bien sûr, les avocats sont notoirement lents à adopter toute nouvelle technologie).

Accenture, quant à lui, nous a donné une excellente illustration de l’ampleur de cette expérimentation en entreprise, mais aussi du fait que c’est <em>seulement</em> de l’expérimentation pour l’instant - encore une fois, une illustration ‘verre à moitié plein / à moitié vide’. L’été dernier, il a fièrement annoncé qu’il avait déjà réalisé 300 millions de dollars de travaux d’IA générative pour des clients… et qu’il avait réalisé 300 projets. Même un LLM peut diviser 300 par 300 - c’est beaucoup de pilotes, pas de déploiement. Le nombre a beaucoup augmenté depuis lors, mais quelle est la répartition ? En effet, avec BCG affirmant qu’il s’attend à ce que 20% de son chiffre d’affaires cette année soit consacré à aider les grandes entreprises à comprendre ce qu’il faut faire avec l’IA générative, le plus gros business de cela en 2024 pourrait être pour les consultants expliquant ce que c’est. (C’est la seule chose que tout le monde veut à ce sujet.)

Beaucoup de ces graphiques traitent vraiment de ce qui se passe lorsque les rêves utopiques du maximalisme de l’IA rencontrent la réalité désordonnée du comportement des consommateurs et des budgets informatiques des entreprises - cela prend plus de temps que vous ne le pensez, et c’est compliqué (c’est aussi une raison pour laquelle je pense que les ‘doomers’ sont naïfs). Le cycle de vente typique de l’informatique d’entreprise est plus long que le temps écoulé depuis le lancement de Chat GPT3.5, et la dernière enquête du CIO de Morgan Stanley indique que 30% des grands CIO d’entreprise ne prévoient pas de déployer <em>rien</em> avant 2026. Ils pourraient être trop prudents, mais le graphique d’adoption du cloud ci-dessus (en particulier les données d’attente) suggère le contraire. N’oubliez pas non plus que les données de ‘Production’ de Bain signifient seulement que cela est utilisé pour quelque chose, quelque part, et non pas que cela a pris le contrôle de vos flux de travail.

Cependant, la vitesse à laquelle ChatGPT est passé d’un projet scientifique à 100 millions d’utilisateurs pourrait avoir été un piège (un peu comme NLP l’a été pour Alexa). Les LLM semblent fonctionner, et ils semblent généralisés, et ils <em>semblent</em> être un produit - leur science produit un chatbot et un chatbot semble être un produit. Vous tapez quelque chose et vous obtenez de la magie en retour ! Mais la magie pourrait ne pas être utile, sous cette forme, et elle pourrait être fausse. Cela ressemble à un produit, mais ce n’en est pas un.

L’échec et l’oubli de Microsoft et la confrontation avec Google au début de l’année dernière est un bon microcosme du problème. Les LLM <em>semblent</em> être de meilleures bases de données, et ils <em>semblent</em> être des moteurs de recherche, mais, comme nous l’avons vu depuis, ils sont assez ‘faux’, et le ‘faux’ est assez difficile à gérer, pour que vous ne puissiez pas simplement donner à l’utilisateur une invite brute et une sortie brute - vous devez construire beaucoup de produit dédié autour de cela, et même alors, il n’est pas clair à quel point cela est utile. Lancer la recherche web LLM directement était tomber dans ce piège. Satya Nadella a déclaré qu’il voulait ‘faire danser Google’, mais ironiquement, la meilleure façon de rivaliser avec ‘Bing Copilot’ aurait peut-être été de s’asseoir - d’attendre, d’observer, d’apprendre et de travailler cela avant de lancer quoi que ce soit (si Wall Street avait permis cela, bien sûr).

La précipitation à intégrer cela dans la recherche est venue de la pression concurrentielle, de la pression du marché boursier, mais plus fondamentalement du sentiment que c’est le prochain changement de plateforme et que vous devez le saisir à pleines mains. C’est beaucoup plus large que Google. L’urgence est accélérée par ce moment de ‘se tenir sur les épaules de géants’ - vous n’avez pas le temps d’attendre que les gens achètent des appareils - et par la façon dont ces choses ressemblent à des produits finis. Et pendant ce temps, le torrent de liquidités que ces entreprises ont produit au cours de la dernière décennie a rencontré l’énorme intensité capitalistique des LLM de pointe comme la matière rencontrant l’antimatière.

En d’autres termes - ‘Ces choses sont l’avenir et changeront tout, dès maintenant, et elles ont besoin de tout cet argent, et nous avons tout cet argent.’

Comme beaucoup de gens l’ont maintenant souligné, tout cela se traduit par une quantité stupéfiante de capex (et beaucoup d’autres investissements aussi) étant avancée pour une technologie qui est principalement encore dans les budgets expérimentaux.

Cette précipitation signifie que nous avons sauté la période lente et douloureuse au bas de la courbe en S, où vous essayez de comprendre à quoi ressemble l’adéquation produit-marché, tout en construisant le produit réel. Le web, le commerce électronique et l’iPhone ont dû passer par un processus douloureux de croissance et d’apprentissage pour devenir utiles. L’App Store n’était pas prévu pour l’iPhone, et le navigateur web original de Tim Berners-Lee incluait un éditeur, car cela ressemblait à un meilleur lecteur réseau (demandez à vos parents), pas une plateforme de publication. Les LLM ont sauté cette partie, où vous travaillez sur ce que c’est et à quoi cela sert, et sont allés directement à ‘c’est pour tout !’ avant de rencontrer un utilisateur réel.

Cela rend ce graphique particulièrement intéressant. L’interprétation sceptique simple est que c’est une poussée classique des investissements qui se transformera inévitablement en bulle, si ce n’est pas déjà le cas, tout comme les deux ci-dessus.

Mais vous pourriez également suggérer que ces startups sont un pari collectif de la Silicon Valley selon lequel les LLM sont une technologie, pas un produit, et que nous devons passer par le processus conventionnel de découverte du client vers l’adéquation produit-marché. La chose qui alimente vraiment une bulle dans l’IA générative, du moins on pourrait le soutenir, c’est l’idée que l’histoire est terminée et que les LLM pourront tout faire, et dans ce cas, nous n’aurions pas besoin de ces entreprises. Selon cette vision, ces entreprises sont l’anti-bulle (une idée joliment panglossienne).

Bien sûr, les rêves fous de la bulle Internet se sont vraiment réalisés, et les maximalistes de l’IA pourraient avoir raison - il se peut que les LLM puissent tout faire. Les LLM pourraient être capables d’absorber la plupart ou la totalité des logiciels existants, et ils pourraient automatiser de vastes nouvelles classes de tâches qui n’étaient jamais dans les logiciels auparavant, juste par eux-mêmes et avec de tout nouveaux niveaux de produit, d’entreprise et de ventes d’entreprise construits autour d’eux. Il se pourrait que ce soit la première courbe en J de l’histoire de la technologie. Mais pas cette année.

Source de l’article