Il est impossible de rester à l'écart du discours sur l'IA lorsque les plus grandes entreprises technologiques se précipitent pour créer ou s'associer à de nouveaux modèles de langage formidables et les intégrer dans leurs logiciels et services de recherche. La technologie sous-jacente progresse suffisamment rapidement pour qu’un arrêt de travail soit nécessaire et que les leaders technologiques soient interrogés par le Congrès sur la question.
Mais même si ChatGPT et d’autres outils similaires sont populaires, il existe un aspect moins discuté de la course actuelle à l’IA : l’entreprise.
Des nouvelles récentes d'Appian, une société publique de logiciels, et de Neeva, une startup née pour créer un moteur de recherche capable de rivaliser avec les offres des grandes entreprises, montrent clairement que le nombre de participants en compétition pour créer des outils et des services d'IA pour les grandes entreprises. les entreprises sont en bonne santé. Étant donné à quel point la vente de logiciels aux grandes entreprises peut être lucrative, les participants ne recherchent pas un petit marché.
Aujourd'hui, nous allons revenir sur la façon dont l'IA générative peut s'intégrer dans l'entreprise, puis nous examinerons les dernières grandes nouvelles pour mieux comprendre la direction que prennent les entreprises technologiques.
Industrie ou entreprise ?
Ce qui rend ChatGPT et les outils associés si amusants à utiliser, c'est que vous pouvez leur lancer presque n'importe quoi et ils vous donneront une réponse. Envie d'un service d'IA générative pour vous écrire un haïku sur la discographie de Dream Theater ? Voici ce que ChatGPT m'a répondu ce matin :
Des mélodies en cascade,
Des rêves peints de symphonies,
Le voyage dans le temps se déroule.
J'ai le regret de vous informer que c'est un meilleur poème - et environ 1.000 XNUMX fois plus rapide - que ce que j'aurais pu réaliser avec le même message.
Mais s'il est incroyablement passionnant d'utiliser des outils d'IA générative construits à partir d'ensembles de données simplement massifs, les entreprises ont des besoins et des priorités différents de ceux de la modeste population de consommateurs mondiaux. Différents besoins, différentes entrées et différentes sorties. Comme Ron Miller l'a écrit le mois dernier : « Et si chaque secteur, voire chaque entreprise, avait son propre modèle formé pour comprendre le jargon, le langage et l'orientation de l'entité individuelle ?
Des nouvelles récentes soulignent que Ron a peut-être mis le doigt sur la tête.
Dans sa dernière présentation des résultats, la société d'automatisation Appian a évoqué ses efforts pour intégrer les nouvelles technologies d'IA dans son propre corpus logiciel. Appian fournit des outils d'automatisation et d'exploration de processus, ainsi que des capacités de création d'applications low-code, à titre de référence. Voici le PDG d'Appian, Matt Calkins (via la transcription de Fool, italiques ajoutés) :
Nous avons annoncé [une nouvelle fonctionnalité] que j'appelle Low-Code AI, qui permet aux clients de développer facilement leur propre IA sur des ensembles de données Appian connectés. Cette fracture public-privé sépare Appian de son plus grand concurrent. En tant que champions de l’IA privée, nous séduisons les acheteurs qui préfèrent ne pas partager leurs actifs de données. Notre capacité à rassembler de grands ensembles de données pour former des algorithmes d’IA privés provient d’une fonctionnalité appelée Data Fabric.
Data Fabric est un terme sophistiqué désignant une base de données virtuelle et signifie que nous pouvons traiter les données de toute l'entreprise comme si elles étaient regroupées tout en restant séparées. Cette stratégie est préférable pour nos clients, qui n'aiment pas devoir déplacer leurs données. Les données constituent la partie la plus difficile de la création et de l’exécution de processus, cette fonctionnalité constitue donc un avantage substantiel. En retour, notre structure de données nous donne un avantage essentiel pour inventer la prochaine génération de process mining.
Appian, valorisée à quelques milliards de dollars et en passe de dépasser les 500 millions de dollars de chiffre d'affaires cette année, n'est pas vraiment une entreprise technologique. Il s'agit d'un projet majeur qui a été rendu public en 2017. L'entreprise pense que son rôle de tissu de connexion numérique entre les ensembles de données des entreprises (en les aidant à détecter les processus inefficaces et pouvant être automatisés) lui donnera un avantage dans la fourniture de services d'IA aux clients. qui ne veulent pas profiter des outils du marché de masse.
C'est très gentil. Non pas que j’aie quelque chose à dire sur « qui gagnera la course à l’IA d’entreprise ». Mais j’aime un marché compétitif, car il tend non seulement à générer le rythme d’innovation le plus rapide, mais permet également un plus grand excédent de clients grâce à des prix compétitifs. Si Appian pense avoir une longueur d'avance et pouvoir commercialiser rapidement sa nouvelle technologie, elle pourrait s'emparer d'une bonne partie de l'IA d'entreprise future (IA générative d'entreprise ? IA générative d'entreprise ? IA générative d'entreprise ?).
C'est bien qu'Appian s'attaque à des produits concurrents qui, je suppose, sortiront en légion des géants de la technologie, mais qu'en est-il des entreprises technologiques encore plus petites ? Qu’en est-il des startups elles-mêmes ?
Neeva est un cas intéressant. Cette startup axée sur la recherche souhaitait créer un nouveau moteur de recherche qui ne serait pas monétisé par les publicités. Au lieu de cela, les utilisateurs paieraient une petite redevance mensuelle, et Neeva serait en mesure d'investir ces revenus dans une technologie de recherche au service des utilisateurs finaux, et non des annonceurs. L'idée était bonne.
Mais au cours du week-end, Neeva a mis son moteur de recherche de consommateurs en liquidation judiciaire. Parce que? Parce que ce qu’il a construit à l’origine était une version intéressante du modèle de recherche ancien ou classique. Alors que la demande des consommateurs et le travail de recherche des entreprises s'orientent rapidement vers l'utilisation des LLM pour générer des réponses plutôt que des listes de liens pertinentes, Neeva a dû s'adapter à la nouvelle réalité :
Début 2022, nous avons compris l’impact qu’auraient l’IA générative et les LLM. Nous nous sommes lancés dans un effort ambitieux pour intégrer de manière transparente les LLM dans notre pile de recherche. Nous avons réuni l'équipe Neeva autour de la vision de créer un moteur de réponse. Nous sommes fiers d'être le premier moteur de recherche à fournir des réponses IA citées en temps réel à la majorité des requêtes plus tôt cette année.
Cependant, la société a ajouté que l’acquisition d’utilisateurs s’était avérée difficile. Selon Neeva, il était plus facile de faire payer les utilisateurs pour le service que de le tester. Alors que les recherches basées sur ChatGPT et LLM de grandes entreprises comme Bing et Google faisaient la une des journaux, Neeva a décidé d'essayer quelque chose de nouveau (c'est nous qui soulignons) :
Au cours de l’année dernière, nous avons constaté un besoin clair et pressant d’utiliser les LLM de manière efficace, à moindre coût, en toute sécurité et de manière responsable. La plupart des techniques que nous avons mises au point avec de petits modèles, une réduction de la taille, une réduction de la latence et un déploiement bon marché sont ce que les entreprises souhaitent réellement – et dont elles ont réellement besoin – aujourd'hui. Nous explorons activement la manière dont nous pouvons appliquer notre expertise en recherche et en LLM dans ces contextes, et fournirons une mise à jour sur l'avenir de notre travail et de notre équipe dans les semaines à venir.
Il est trop tôt pour dire si Neeva sera en mesure d'utiliser sa technologie pour créer des LLM internes pour les entreprises, mais le fait qu'elle essaie est intéressant. Cela pourrait également gagner des parts de marché sur un marché plus ou moins nouveau et donner aux Big Tech un paysage concurrentiel encore plus dense pour tenter de dominer. Si cela réussit, d’autres entreprises pourront peut-être le faire aussi.
Une dernière réflexion : la tournure de Neeva peut ressembler à une tournure de quête. Mais si la recherche suit le chemin des LLM et que Neeva prend simplement cette technologie et l'applique à un type particulier de client, serait-il juste de dire qu'elle poursuit toujours la recherche ? La recherche d'entreprise, bien sûr, mais c'est une question que je me pose. Pour aller un peu plus loin, Appian construit-il un moteur de recherche d'entreprise ? Peut-être.
Si nous élargissons la définition de la recherche aux réponses basées sur l'IA et attendons de ces mêmes LLM qu'ils nous aident à créer et à exécuter des tâches, peut-être que la recherche évolue simplement vers « une boîte de discussion capable de répondre aux questions, de créer sur commande et d'aider à l'exécution ». Tâches". Si tel est le cas, de nombreuses entreprises se battront pour le même terrain commercial. Espérons que certaines startups se feront un nom.
