Les dernières avancées technologiques incessantes et innovantes sont menées par des domaines tels que l’intelligence artificielle (IA), la robotique, la blockchain et la biologie programmable. Ces technologies révolutionnent le commerce de détail, l’automobile, la finance, la fabrication et bien d’autres secteurs, tant au niveau macroéconomique que microéconomique.
L’IA, en particulier l’IA générative, transforme les modes de vie et les tâches quotidiennes des travailleurs de la connaissance – des personnes qui sont des experts en la matière ayant reçu une éducation et une formation formelles. Très présente dans des professions telles que la programmation, la conception, l’ingénierie et la rédaction, l’IA générative a amélioré la productivité des travailleurs la connaissance.
Mais qu’est-ce que l’IA générative exactement et qu’est-ce qui la rend essentielle pour les travailleurs du savoir ? Explorons cette idée plus en détail !
Qu’est-ce que l’IA générative ?
L’IA générative crée automatiquement de nouveaux contenus tels que des textes, des vidéos, des sons et des images à l’aide d’algorithmes d’IA, sur la base d’invites écrites par l’homme.
Parmi les outils et produits d’IA générative les plus connus, on peut citer
- ChatGPT – Développé par OpenAI, ChatGPT est un chatbot intelligent capable de fournir des réponses extrêmement détaillées et personnalisées en fonction des demandes de l’utilisateur.
- DALL-E 2, Stable Diffusion et Midjourney – Il s’agit d’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 la connaissance !
Comprendre comment l’IA générative augmente la productivité des travailleurs la connaissance dans différents domaines
Selon le rapport Big Ideas 2023 d’ARK, l’IA devrait multiplier par quatre la productivité des travailleurs la connaissance d’ici 2030. Le rapport suggère également qu’avec une adoption à 100 %, l’IA pourrait rapporter environ 200 billions de dollars en termes de productivité du travail, après un investissement global de 31 billions de dollars dans l’IA.
Si les fournisseurs parviennent à extraire seulement 10 % de la valeur créée par leurs produits basés sur l’IA, ils pourront engranger près de 14 000 milliards de dollars de revenus et 90 000 milliards de dollars de valeur d’entreprise en 2030.
Voyons en détail comment les outils générateurs d’IA contribuent à accroître la productivité des rédacteurs de contenu, des développeurs et des artistes.
1. Rédacteurs de contenu et éditeurs
Les entreprises modernes ont besoin de contenus bien documentés et habilement rédigés 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 Big Ideas 2023 d’ARK, l’inférence par requête de ChatGPT coûtera environ 0,01 $ en 2022.
Pour un milliard de requêtes, le coût total de l’inférence s’élève à 10 000 000 $. D’ici 2030, ce coût devrait être ramené à seulement 650 dollars, selon 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 atteindre l’échelle de Google Search et traiter 8,5 milliards de recherches par jour. Il sera donc plus facile pour les travailleurs la connaissance dans le domaine du contenu d’exploiter l’IA générative dans leurs tâches quotidiennes.
2. Ingénieurs et développeurs de logiciels
Compte tenu de la complexité et de la longueur des cycles de développement des logiciels, la gestion et le déploiement des logiciels nécessitent une équipe de développeurs et de programmeurs dévoués et compétents. Les outils de codage de l’IA générative tels que Codex et Copilot rendent le développement de logiciels plus facile et plus productif pour les travailleurs du savoir.
En fait, le rapport Big Ideas 2023 d’ARK indique que les assistants de codage IA réduisent de moitié le temps nécessaire à la réalisation d’une tâche de codage. D’ici à 2030, les assistants de codage pourraient multiplier par dix le rendement des ingénieurs en logiciel.
3. Artistes visuels et designers
Un autre groupe de travailleurs la connaissance les artistes et les concepteurs, est également influencé par l’IA générative. Leurs tâches consistent généralement à créer des concepts visuels, des graphiques, des illustrations et des interfaces utilisateur créatives à l’aide d’outils de conception tels qu’Adobe Photoshop, Illustrator et Canva, afin d’offrir des expériences utilisateur enrichissantes.
Grâce à des modèles d’images génératives révolutionnaires tels que DALL-E2, Stable Diffusion et Midjourney, la productivité des concepteurs a considérablement augmenté. Par exemple, les conceptions graphiques réalisées par des humains en 5 heures et coûtant 150 dollars peuvent désormais être réalisées sans effort en moins d’une minute pour 8 cents grâce aux modèles d’images génératives.
4. 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 produit une musique de piano réaliste et complète des sonorités acoustiques incomplètes. Google a également développé un modèle de génération de musique appelé MusicLM qui peut générer de belles mélodies sur la base de descriptions textuelles.
En 2020, Open AI a présenté un outil de génération de musique similaire, appelé Jukebox, qui génère un nouvel échantillon de musique en fonction du genre, de l’artiste et des paroles. Auparavant, Open AI a également publié un modèle MuseNet basé sur GPT-2 qui peut générer des compositions musicales de 4 minutes à l’aide de 10 instruments.
Bien que les modèles audio génératifs en soient à leur phase naissante, la possibilité d’accroître la productivité des musiciens et des ingénieurs du son ne fera que croître chaque année grâce à de meilleurs outils musicaux d’IA générative.
5. 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, notamment l’enregistrement, le montage, l’ajout d’illustrations et de sons, ainsi que la préproduction et la postproduction.
Les plateformes vidéo d’IA générative facilitent la production de contenu vidéo pour les travailleursla connaissance.
Des outils tels que Synthesia.io et Pictory facilitent la production de vidéos pour les spécialistes du marketing vidéo et de l’image de marque. Ces plateformes d’IA de pointe permettent aux créateurs de contenu de réaliser des vidéos à partir de scripts. Ils peuvent ajouter un narrateur et un arrière-plan vidéo pour créer des vidéos professionnelles basées sur ces scripts.
En septembre 2022, Meta AI a lancé la plateforme Make-A-Video qui peut générer des clips vidéo de haute qualité à partir d’invites textuelles. Elle a été entraînée sur des ensembles de données accessibles au public afin d’apprendre des modèles vidéo. Elle peut créer des vidéos uniques, pleines de couleurs, de personnages et de paysages.
La création d’un contenu de meilleure qualité dans un laps de temps plus court améliorera la productivité des YouTubers et des créateurs de contenu vidéo à l’avenir.
Avantages et inconvénients de l’IA générative pour les travailleurs la connaissance
Examinons les différents avantages et inconvénients de l’IA générative pour les travailleurs du savoir.
Avantages de l’IA générative pour les travailleurs la connaissance
- 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. Les scientifiques des données et les experts en IA n’auront donc pas à relever les défis liés à la collecte de données.
- Faibles coûts : Gartner prévoit qu’environ 50 % des plateformes de développement « low-code/no-code » offriront une fonctionnalité « text to code » d’ici à 2024. Pour les développeurs, cela signifie plus de fonctionnalités avec un minimum d’efforts et de coûts.
Les inconvénients de l’IA générative pour les travailleurs la connaissance
- Détection de contenu synthétique : Bien que l’IA générative augmente la productivité, le problème de la détection du contenu de l’IA générative et de sa distinction deviendra une préoccupation sérieuse dans la recherche et le monde universitaire. D’ici 2024, l’Union européenne adoptera une législation imposant le « filigrane » des artefacts générés par l’IA.
- Le chômage : Les développeurs risquent de se retrouver au chômage si l’IA générative devient « trop » intelligente. Gartner prévoit que d’ici 2025, 20 % des professionnels du code procédural devront acquérir de nouvelles compétences parce que l’IA générative s’emparera de leur ensemble de compétences de base.
Le coût de la construction 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 il diminue progressivement. Par exemple, le coût estimé de la formation du GPT-3 était de 4,6 millions de dollars en 2020. En 2022, il n’est plus que de 450 000 dollars.
Le rapport Big Ideas 2023 de l’ARK prévoit que d’ici 2030, des modèles d’IA comportant 57 fois plus de paramètres que le GPT-3 (175 paramètres B) pourraient être formés pour seulement 600 000 dollars.
Cela sera possible en grande partie grâce à la baisse des coûts de formation des modèles d’IA. La loi de Wright suggère que les coûts de production de l’unité de calcul relative (UCR) de l’IA et les coûts des logiciels devraient diminuer de 57 % et 47 % à des taux annuels, ce qui entraînerait une baisse de 70 % des coûts de formation par an jusqu’en 2030.
