Les dernières avancées technologiques incessantes et innovantes sont dirigées par des domaines tels que l’intelligence artificielle (IA), la robotique, la blockchain et la biologie programmable. Ces technologies révolutionnent la vente au détail, l’automobile, la finance, la fabrication et bien d’autres secteurs aux niveaux macro et micro.
L’IA, en particulier l’IA générative, transforme les modes de vie et les tâches quotidiennes des les travailleurs du savoir – des personnes qui sont des experts en la matière avec une éducation et une formation formelles. Assez évidente dans des professions telles que la programmation, la conception, l’ingénierie et la rédaction, l’IA générative a amélioré la productivité des travailleurs du savoir.
Mais qu’est-ce que l’IA générative exactement et qu’est-ce qui la rend essentielle pour les travailleurs du savoir ? Explorons davantage cette idée !
Qu’est-ce que le génératif ? IA ?
L’IA générative crée automatiquement de nouveaux contenus tels que du texte, de la vidéo, de l’audio et des images à l’aide d’algorithmes d’IA, basés sur des invites écrites par l’homme.
Certains des outils et produits de génération d’IA les plus importants incluent :
ChatGPT – Développé par OpenAI, ChatGPT est un chatbot IA intelligent capable de fournir des réponses extrêmement détaillées et personnalisées en fonction des invites de l’utilisateur.DALL-E 2 , Diffusion stable, & Midjourney – Ce sont des outils de génération d’images alimentés par l’IA.Meta – Il s’agit d’un outil de génération de vidéos alimenté par l’IA qui permet aux utilisateurs de générer des vidéos à partir d’invites textuelles.Codex – Il permet aux programmeurs de générer du code dans plusieurs langages de programmation en quelques secondes.
Voyons maintenant comment l’IA générative affecte les travailleurs du savoir !
Comprendre comment l’IA générative Augmente la productivité des travailleurs du savoir de différents domaines
Selon le rapport ARK’s Big Ideas 2023 , l’IA devrait multiplier par quatre la productivité des travailleurs du savoir d’ici 2030. Le rapport suggère également qu’avec une adoption à 100 %, l’IA pourrait rapporter environ 200 000 milliards de dollars en termes de productivité du travail après des dépenses globales en IA de 31 000 milliards de dollars. Si les fournisseurs ne peuvent extraire que 10 % de la valeur créée par leurs produits basés sur l’IA, ils peuvent collecter près de 14 000 milliards de dollars de revenus et 90 000 milliards de dollars de valeur d’entreprise en 2030.
IA prévisions du marché pour 2030. Source : Les grandes idées d’ARK 2023
Voyons en détail comment Les outils générateurs d’IA contribuent à augmenter la productivité des rédacteurs de contenu, des développeurs et des artistes.
1. Travailleurs du savoir : rédacteurs et éditeurs de contenu
Les entreprises modernes ont besoin d’un contenu bien documenté et habilement conçu pour attirer le public. C’est là que l’IA générative facilite le travail des rédacteurs et des éditeurs de contenu.
Avec l’émergence de chatbots intelligents tels que ChatGPT, la création de contenu devient de plus en plus facile et économique. Selon le rapport ARK’s Big Ideas 2023 , l’inférence par requête de ChatGPT coûte environ 0,01 $ en 2022. Pour un milliard de requêtes , le coût d’inférence total devient 10 000 000 $. D’ici 2030, ce coût devrait se réduire à seulement 650 USD, sur la base de la loi de Wright.
Une baisse des coûts de cette ampleur permettrait l’adoption massive d’outils de contenu d’IA. Par exemple, d’ici 2030, les applications de type ChatGPT devraient correspondre à l’échelle de la recherche Google et traiter 8,5 milliards de recherches par jour. Par conséquent, il deviendra plus facile pour les travailleurs du savoir dans le domaine du contenu d’exploiter l’IA générative dans les tâches quotidiennes.
2. Travailleurs du savoir : ingénieurs et développeurs de logiciels
Compte tenu des cycles de développement de logiciels complexes et longs, la gestion et le déploiement de logiciels nécessitent une équipe de développeurs et de programmeurs dévoués et qualifiés. Les outils de codage IA génératifs tels que Codex et Copilot facilitent le développement de logiciels et le rendent plus productif pour les travailleurs du savoir.
En fait, le rapport Big Ideas 2023 d’ARK indique que les assistants de codage IA réduisent le temps pour terminer une tâche de codage à moitié. D’ici 2030, les assistants de codage IA pourraient multiplier par 10 le rendement des ingénieurs en logiciel.
Temps pour terminer les tâches de codage. Source : Les grandes idées d’ARK 2023
3. Travailleurs du savoir : artistes visuels et designers
Un autre groupe de travailleurs du savoir classés comme artistes et designers est également influencé par l’IA générative. Leurs tâches incluent généralement la création de concepts visuels, de graphiques, d’illustrations et d’interfaces utilisateur créatives à l’aide d’outils de conception tels qu’Adobe Photoshop, Illustrator et Canva pour offrir des expériences utilisateur riches.
Grâce aux modèles d’image générative révolutionnaires tels que DALL-E2, Stable Diffusion et Midjourney, la productivité des concepteurs a considérablement augmenté. Par exemple, des conceptions graphiques réalisées par des humains en 5 heures et coûtant 150 $ peuvent désormais être réalisées sans effort en moins d’une minute pour 8 cents en utilisant des modèles d’image génératifs.
4. Travailleurs du savoir : musiciens et ingénieurs du son
L’IA générative facilite grandement la composition et le mixage d’une piste musicale. Par exemple, AudioLM de Google est un modèle audio génératif qui crée une musique de piano réaliste et complète des sons acoustiques incomplets. Google a également développé un modèle de génération de musique nommé MusicLM qui peut générer de belles mélodies basées sur des descriptions textuelles.
En 2020, Open AI a introduit un outil de génération de musique similaire appelé Jukebox qui génère un nouvel échantillon de musique basé sur le genre, l’artiste et les paroles comme entrée. Auparavant, Open AI a également publié un basé sur GPT-2 MuseNet modèle qui peut générer des compositions musicales de 4 minutes en utilisant 10 instruments.
Bien que les modèles audio génératifs soient dans leur phase naissante, la possibilité d’augmenter la productivité de les musiciens et les ingénieurs du son ne feront que grandir chaque année avec de meilleurs outils de musique IA génératifs.
5. Travailleurs du savoir : Youtubers et créateurs de contenu vidéo
Le contenu vidéo est en plein essor. Il y avait environ 51 millions de chaînes YouTube en 2022. La production de contenu vidéo passe par plusieurs étapes, y compris l’enregistrement, le montage, l’ajout d’illustrations et de sons, ainsi que la pré et la post-production.
Les plates-formes vidéo d’IA générative facilitent la génération de contenu vidéo pour les travailleurs du savoir. Des outils comme Synthesia.io et Pictory facilitent la génération de vidéos pour les spécialistes du marketing vidéo et les experts en image de marque. Ces plateformes d’IA à la pointe de la technologie permettent aux créateurs de contenu de créer des vidéos à partir de scripts. Ils peuvent ajouter un narrateur et un arrière-plan vidéo pour créer des vidéos d’aspect professionnel basées sur ces scripts.
En septembre 2022, Meta AI a publié Plate-forme Make-A-Video capable de générer des clips vidéo de haute qualité basés sur des invites textuelles. Il a été formé sur des ensembles de données accessibles au public pour apprendre des modèles vidéo. Il peut créer des vidéos uniques pleines de couleurs, de personnages et de paysages.
Créer plus de contenu de qualité en peu de temps améliorera la productivité des YouTubers et des créateurs de contenu vidéo à l’avenir.
Avantages et inconvénients de l’IA générative pour les travailleurs du savoir
Regardons les différents avantages et inconvénients que l’IA générative présente pour les travailleurs du savoir.
Avantages de l’IA générative pour les travailleurs du savoir
Génération de données synthétiques : la formation de modèles d’IA innovants nécessite de grandes quantités d’ensembles de données et l’IA générative peut résoudre ce problème. Selon certaines informations, l’IA générative représentera 10 % de toutes les données produites en 2025, contre 1 % en 2023. Ainsi, les scientifiques des données et les experts en IA n’auront pas à faire face aux défis liés à la collecte de données. Faibles coûts : Gartner prévoit qu’environ 50 % des plates-formes de développement low-code/no-code fourniront fonctionnalité”text to code”d’ici 2024. Pour les développeurs, cela signifie plus de fonctionnalités avec le moins d’efforts et de coûts.
Inconvénients de l’IA générative pour les travailleurs du savoir
Détection de contenu synthétique : bien que l’IA générative augmente la productivité, le problème de détecter le contenu de l’IA générative et de le distinguer deviendrait une préoccupation sérieuse dans la recherche et le milieu universitaire. D’ici 2024, l’Union européenne adoptera une législation rendant obligatoire le”filigranage”des artefacts générés par l’IA. Chômage : les développeurs peuvent être confrontés au chômage si l’IA générative devient”trop”intelligente. Gartner prédit que d’ici 2025, 20 % des professionnels du code procédural devront acquérir de nouvelles compétences car l’IA générative reprendront leurs compétences de base.
Le coût de la création de modèles d’IA générative
L’IA générative est de loin la branche la plus innovante de l’IA. Actuellement, le coût de la formation d’un modèle d’IA générative est élevé, mais diminue progressivement. Par exemple, le coût estimé de la formation GPT-3 était de 4,6 millions de dollars en 2020. En 2022, il est venu jusqu’à 450 000 $.
Coût du train GPT-3. Source : Les grandes idées 2023 d’ARK
Les Le rapport ARK’s Big Ideas 2023 prédit que d’ici 2030, les modèles d’IA avec 57 fois plus de paramètres que GPT-3 (175 paramètres B) pourraient être entraînés pour seulement 600 000 $. Cela sera largement possible en raison de la baisse des coûts de formation des modèles d’IA. La loi de Wright suggère que les coûts de production des unités de calcul relatives (RCU) de l’IA et les coûts des logiciels devraient diminuer de 57 % et 47 % aux taux annuels, entraînant ainsi une baisse de 70 % des coûts de formation par an jusqu’en 2030.
Matériel d’entraînement IA coût. Source : Les grandes idées 2023 d’ARK.