Google mise à fond sur l'IA générative dans Google Cloud Next

Crédits images : Google

Cette semaine, à Las Vegas, 30 000 personnes se sont rassemblées pour découvrir les dernières et meilleures nouveautés de Google Cloud. Tout ce qu’ils entendaient, c’était tout le temps l’IA générative. Google Cloud est avant tout un fournisseur d'infrastructure et de plate-forme cloud. Si vous ne le saviez pas, vous l'avez peut-être manqué dans le déferlement de l'actualité sur l'IA.

Sans vouloir minimiser ce que Google a montré, mais tout comme Salesforce l'a fait l'année dernière lors de son roadshow à New York, la société n'a fait qu'une référence passagère à son cœur de métier – sauf dans le contexte de l'IA générative, bien sûr.

Google a annoncé une série d'améliorations de l'IA conçues pour aider les clients à tirer parti du modèle Gemini Large Language Model (LLM) et à améliorer la productivité sur l'ensemble de la plate-forme. C'est bien sûr un objectif louable, et lors du discours d'ouverture du premier jour et du discours des développeurs du lendemain, Google a parsemé les publicités d'une multitude de démos pour illustrer la puissance de ces solutions.

Mais beaucoup d’entre eux semblaient un peu simplistes, même en considérant qu’ils devaient insérer un mot-clé dans un laps de temps limité. Ils se sont principalement appuyés sur des exemples au sein de l’écosystème Google, où presque toutes les entreprises disposent d’une grande partie de leurs données dans des entrepôts extérieurs à Google.

En fait, il semble que certains exemples auraient pu être mis en œuvre sans l’IA. Lors d’une démo e-commerce par exemple, le présentateur invitait le vendeur à réaliser une transaction en ligne. Il a été conçu pour démontrer les capacités de communication du bot de vente, mais en réalité, l’acheteur aurait pu facilement franchir l’étape sur le site Internet.

Cela ne veut pas dire que l'IA générative n'a pas de cas d'utilisation puissants, qu'il s'agisse de générer du code, d'analyser un ensemble de contenu et de pouvoir l'interroger, ou de pouvoir poser des questions sur les données de journal pour comprendre pourquoi un site Web est en panne. En outre, les tâches et les agents basés sur les rôles que l'entreprise a introduits pour aider les développeurs individuels, les créatifs, les employés et autres ont le potentiel d'exploiter l'IA générative de manière tangible.

Mais lorsqu'il s'agissait de créer des outils d'IA basés sur les modèles de Google, plutôt que d'utiliser ceux créés par Google et d'autres fournisseurs pour ses clients, je ne pouvais m'empêcher de penser qu'ils passaient sous silence de nombreux obstacles qui pourraient se dresser sur leur chemin. Comment mettre en œuvre une intelligence artificielle générative réussie. Bien qu’ils essaient de donner l’impression que cela est facile, en réalité, la mise en œuvre de toute technologie avancée au sein des grandes organisations constitue tout un défi.

Un grand changement n’est pas facile

Comme tant d’autres avancées technologiques au cours des 15 dernières années – qu’il s’agisse du mobile, du cloud, des conteneurs, de l’automatisation du marketing, etc. – elle a été réalisée avec de nombreuses promesses d’amélioration potentielle. Cependant, chacune de ces évolutions présente son propre niveau de complexité, et les grandes entreprises agissent avec plus de prudence qu’on ne l’imagine. L’IA semble être une avancée bien plus importante que ce que Google, ou franchement n’importe lequel des grands fournisseurs, ne laisse entendre.

Ce que nous avons appris de ces changements technologiques précédents, c'est qu'ils s'accompagnent de beaucoup de bruit et de battage médiatique. Cela conduit à une tonne de déception. Même après plusieurs années, nous avons vu de grandes entreprises qui devraient probablement profiter de ces technologies avancées s'y essayer, voire les ignorer complètement, des années après leur introduction.

Il existe de nombreuses raisons pour lesquelles les entreprises peuvent ne pas tirer parti de l’innovation technologique, notamment l’inertie réglementaire ; une pile technologique fragile qui rend difficile l’adoption de solutions plus récentes ; Ou un groupe d’opposants d’entreprise qui mettent fin à des initiatives même bien intentionnées, qu’elles soient juridiques, RH, informatiques ou d’autres groupes qui, pour diverses raisons, y compris la politique interne, continuent de dire non à des changements substantiels.

Vineet Jain, PDG d'Egnyte, une entreprise axée sur le stockage, la gouvernance et la sécurité, voit deux types d'entreprises : celles qui ont déjà effectué un virage significatif vers le cloud et auront plus de facilité à adopter l'IA générative, et celles qui ont été lents à avancer et qui sont susceptibles de… Ils luttent.

Il s’est entretenu avec de nombreuses entreprises qui disposent encore de la majorité de leur technologie en interne et qui ont encore un long chemin à parcourir avant de commencer à réfléchir à la manière dont l’IA peut les aider. « Nous avons parlé à de nombreux utilisateurs « tardifs » du cloud qui n'ont pas encore commencé ou qui en sont à un stade très précoce de leur quête de transformation numérique », a déclaré Jain à TechCrunch.

Il a déclaré que l’intelligence artificielle pourrait obliger ces entreprises à réfléchir sérieusement à la poursuite de la transformation numérique, mais qu’elles pourraient être confrontées à des difficultés si elles partaient de derrière. « Ces entreprises devront d’abord résoudre ces problèmes, puis utiliser l’IA une fois qu’elles disposeront d’un modèle de sécurité et de gouvernance des données mature », a-t-il déclaré.

Cela a toujours été des données

Les grands fournisseurs comme Google simplifient la mise en œuvre de ces solutions, mais comme toute technologie de pointe, paraître simple au niveau du front-end ne signifie pas nécessairement que ce soit simple au niveau du back-end. Comme je l'ai souvent entendu cette semaine, lorsqu'il s'agit des données utilisées pour entraîner Gemini et d'autres grands modèles de langage, il s'agit toujours d'un simple cas de « déchets entrants et sortants », et cela est beaucoup plus applicable lorsqu'il s'agit de IA générative.

Cela commence par les données. Si votre data house n'est pas en ordre, il sera très difficile de l'organiser pour former des LLM sur votre cas d'utilisation. Kashif Rahmatullah, directeur de Deloitte responsable de la pratique Google Cloud de son entreprise, a été très impressionné par les annonces de Google cette semaine, mais a néanmoins reconnu que certaines entreprises qui manquent de données propres auront des difficultés à mettre en œuvre des solutions d'IA générative. « Ces conversations peuvent commencer par une conversation sur l'IA, mais cela se transforme rapidement en : « Je dois réparer mes données, je dois les nettoyer, je dois tout conserver au même endroit, ou presque, avant de pouvoir le faire ». « , a déclaré Rahma. Dieu: « Commencez à tirer le meilleur parti de l'IA générative. »

Du point de vue de Google, la société a créé des outils d'IA créatifs pour aider les ingénieurs de données à créer plus facilement des pipelines de données pour se connecter à des sources de données à l'intérieur et à l'extérieur de l'écosystème Google. « Le véritable objectif est d'accélérer les équipes d'ingénierie des données, en automatisant de nombreuses tâches à forte intensité de main-d'œuvre associées au déplacement des données et en les préparant pour ces modèles », Gerrit Kazmaier, vice-président et directeur général de Database, Data Analytics et Looker. chez Google, a déclaré à TechCrunch.

Cela devrait être utile pour corréler et nettoyer les données, notamment dans les entreprises qui sont encore en phase de transformation numérique. Mais pour les entreprises comme celles soulignées par Jain – celles qui n’ont pas pris de mesures significatives vers la transformation numérique – cela pourrait présenter plus de difficultés, même avec les outils créés par Google.

Tout cela ne tient pas compte du fait que l'IA comporte son propre ensemble de défis au-delà de la simple mise en œuvre, qu'il s'agisse d'une application basée sur un modèle existant, ou surtout lorsqu'on essaie de créer un modèle personnalisé, explique Andy Thorai, analyste chez Constellation. Recherche. « Lors de la mise en œuvre de l'une ou l'autre solution, les entreprises doivent réfléchir à la gouvernance, à la responsabilité, à la sécurité, à la confidentialité, à l'utilisation éthique et responsable et à la conformité de ces applications », a déclaré Thorai. Rien de tout cela n’est anodin.

Les dirigeants, professionnels de l'informatique, développeurs et autres personnes qui se sont rendus au GCN cette semaine ont probablement cherché les prochaines nouveautés de Google Cloud. Mais s'ils ne recherchaient pas l'IA, ou s'ils n'étaient tout simplement pas préparés en tant qu'organisation, ils auraient peut-être quitté Sin City un peu choqués par l'accent mis par Google sur l'IA. Il faudra peut-être beaucoup de temps avant que les organisations qui manquent de sophistication numérique puissent tirer pleinement parti de ces technologies, au-delà des solutions groupées proposées par Google et d'autres fournisseurs.