IA Générative : commodité ou cœur métier ? | Eleven

IA Générative : commodité ou cœur métier ?04 mars 2024

Data science

Generative AI

Innovation

A chaque nouvelle innovation technologique se pose la question d’acheter « sur étagère » une solution ou de la développer en propre. ERP, site web, cloud, automatisation, IoT, Data Science, IA, etc. la question du « make or buy » est un fondamental de la stratégie.

L’IA Générative n’échappe pas à cette question. Comme dans les autres cas, elle n’appelle pas une réponse unique mais plutôt un ensemble de réponses dépendant de la criticité de la solution par rapport au métier de l’entreprise.

Ainsi, pour des applications bénéficiant de l’accès à des données externes, la solution évidente est l’utilisation d’un service public. Par exemple pour la recherche, des outils tels que Perplexity ou Consensus sont très performants, et (quasiment) personne n’a intérêt à développer sa propre solution. Vous vous contenterez d’encrer la pratique par des suivis d’accès, des formations et de la sensibilisation aux risques.

Pour un service tel que le résumé de réunion, de document ou l’aide à la formulation, les modèles publics sont généralement suffisants, mais vous vous tournerez vers des implémentations sécurisées afin d’éviter toute fuite de donnée. Des solutions « privatisées » comme Microsoft Copilot répondront généralement à vos besoins. Pour certaines applications (résumés techniques par exemples, ou formulations sophistiquées), vous pourrez être amenés à réentraîner un modèle, ou à lui donner accès à des bases d’exemples, ce qui est nettement plus compliqué. Des solutions verticales comme Nabla peuvent offrir un entre deux.

Pour des applications faisant appel à vos données et documents, vous devrez vous tourner vers des développements propriétaires, faisant appel à des chaines de décision, des API vers vos systèmes, une UX dédiée. Le modèle de langage en lui-même sera généralement standard (propriétaire ou open source, encore un autre choix à faire…).

Enfin, pour des applications cœur de métier, où vous avez un avantage compétitif fort, ou bien évidemment pour des applications que vous souhaitez vendre, le développement sera particulièrement soigné et sécurisé, pouvant aller jusqu’à un développement en propre de grands modèles.

Les réponses peuvent être très différentes d’une entreprise à une autre. Ainsi une entreprise faisant occasionnellement de la création graphique se contentera d’une version publique de Dall-E. Une agence dont c’est le métier cœur pourra aller jusqu’à redévelopper son propre modèle.

Chez Eleven, nous proposons une approche structurée pour naviguer dans cette ère de l’IA. Notre méthodologie s’appuie sur l’évaluation de l’adéquation entre les capacités des modèles d’IA disponibles et les spécificités de chaque métier. Nous aidons les entreprises à identifier les points d’inflexion où l’investissement dans des modèles d’IA personnalisés devient non seulement viable mais stratégiquement avantageux, permettant une véritable différenciation dans un marché concurrentiel.


En conclusion, l’adoption de l’IA générative par les entreprises ne se résume pas à un choix binaire entre acheter ou développer en interne. Il s’agit plutôt d’une décision stratégique nuancée, influencée par la nature de l’application, la criticité des données, et l’avantage compétitif recherché. Dans ce contexte, une approche méthodique et adaptée à chaque cas spécifique est essentielle pour maximiser les bénéfices de l’IA générative tout en minimisant les risques.

Sur le même sujet

En cliquant sur « s’inscrire », vous acceptez de recevoir nos communications marketing

En cliquant ci-dessous, vous acceptez d’être redirigé vers le réseau social choisi

nous suivre

Tous droits réservés eleven ©2024