Pour résumer pour commencer, quels seraient selon vous les plus grands impacts positifs et négatifs de l'IA sur la main-d'œuvre au cours des, disons, cinq prochaines années ?

Je pense que l'IA sera un stimulant massif de productivité pour les rôles professionnels existants et créera de nombreux nouveaux rôles. Et je ne veux pas prétendre qu'il n'y aura aucune perte d'emploi. Il y aura des pertes d'emplois, mais je pense que ce ne sera peut-être pas aussi grave que ce que les gens craignent actuellement. Je sais que nous avons un débat sociétal important sur l'impact de l'IA sur l'emploi. Et d'un point de vue commercial, je trouve en fait encore plus utile de ne pas considérer l'IA comme automatisant des emplois, mais plutôt comme automatisant des tâches. Il s'avère donc que la plupart des emplois peuvent être considérés comme un ensemble de tâches. Et quand je travaille avec de grandes entreprises, très souvent, de nombreux PDG viennent me dire : 'Hé, Andrew, j'ai 50 000 ou 100 000 employés. Que font réellement tous mes collaborateurs ?' Il s'avère qu'aucun d'entre nous ne sait vraiment en détail ce que fait sa main-d'œuvre. Mais j'ai découvert que si l'on examine les emplois et qu'on les décompose en tâches, l'analyse des tâches individuelles sous l'angle du potentiel d'automatisation ou d'augmentation par l'IA mène souvent à des opportunités intéressantes d'utilisation de l'IA. Et peut-être un exemple concret, un radiologue. Nous avons parlé de l'IA automatisant peut-être certaines parties de la radiologie. Mais il s'avère que les radiologues effectuent de nombreuses tâches. Ils lisent des radiographies, mais ils s'occupent aussi de l'admission des patients, recueillent les antécédents médicaux, consultent les patients, encadrent les jeunes médecins, font fonctionner les machines, entretiennent les machines. Ils effectuent donc en réalité de nombreuses tâches différentes. Et nous avons constaté que lorsque nous allons dans les entreprises et effectuons cette analyse basée sur les tâches, cela fait souvent apparaître des opportunités intéressantes. Et concernant la question de l'emploi, il s'avère que pour de nombreux postes, si l'IA automatise 20 ou 30 % des tâches d'un poste, alors le poste est peut-être en fait assez sûr. Mais ce qui se passera, ce n'est pas que l'IA remplacera les gens, mais je pense que les gens qui utilisent l'IA remplaceront ceux qui ne l'utilisent pas.

Quels sont les types de tâches que vous observez et, si vous pouvez le préciser, quelles sont selon vous les professions où l'on trouve la plus forte concentration de ces types de tâches ?

Donc certains rôles professionnels sont vraiment perturbés en ce moment. Les centres d'appels, les opérations de centres d'appels ou le support client en sont un exemple. On a l'impression que des tonnes d'entreprises utilisent l'IA pour automatiser presque tout cela ou une grande partie. Je pense que les opérations de vente, le back-office commercial, ces tâches routinières sont en cours d'automatisation. Et je pense à un tas d'autres. J'ai l'impression de voir différentes équipes essayer d'automatiser une partie du travail juridique de bas niveau, une partie du travail de marketing de bas niveau, et bien d'autres. Mais je dirais que les deux domaines les plus importants que je vois sont le service client, et puis peut-être une sorte d'opérations de vente. Mais je pense qu'il y a beaucoup d'opportunités là-bas.

Comment pensez-vous que cela va changer le rôle des DSI (CIO), comme les personnes présentes dans cette salle ?

Je pense que c'est une période passionnante pour être un DSI. Une chose que mon équipe AI Fund fait est que nous travaillons souvent avec de grandes entreprises pour identifier puis exécuter des projets d'IA. Ainsi, au cours de la semaine dernière, je pense avoir passé des sessions de près d'une demi-journée avec deux entreprises du Fortune 500, où j'ai pu entendre leurs responsables technologiques parler des cas d'utilisation qu'ils poursuivent. Et certains schémas que j'ai observés à chaque fois que nous passons un peu de temps à réfléchir à des projets d'IA : il y a toujours beaucoup plus d'idées prometteuses que quiconque n'a les ressources nécessaires pour les exécuter. Cela devient donc un exercice de priorisation fascinant que de décider quoi faire. Et l'autre décision que je vois, c'est qu'après avoir effectué une analyse basée sur les tâches, identifié des tâches et des emplois pour des idées, ou après que votre équipe a appris à connaître l'IA générative puis a réfléchi à des idées, après avoir priorisé, il y a la décision habituelle entre acheter ou construire. Et il s'avère que nous semblons être dans un environnement riche en opportunités où, en fait, ce que l'AI Fund finit souvent par faire, c'est que l'entreprise dira : 'ces projets, je vais les garder précieusement, je paierai 100 % de cela', mais il y a tellement d'autres idées pour lesquelles vous ne voulez pas payer entièrement par vous-même le développement, et nous aidons alors nos partenaires entreprises à les construire à l'extérieur afin que vous puissiez toujours obtenir la capacité sans avoir besoin de la payer entièrement vous-même. Mais je trouve qu'à l'AI Fund, nous voyons tellement d'idées de startups et de projets que nous finissons par devoir utiliser des logiciels de gestion de tâches pour garder trace de toutes ces idées, car personne dans notre équipe ne peut suivre ces centaines d'idées que nous voyons et parmi lesquelles nous devons prioriser. C'est donc une période très excitante.

Vous demandez donc à l'IA générative de garder trace de toutes les tâches que l'IA générative peut faire ?

Oh, ce serait intéressant. Nous utilisons en fait Asana pour suivre toutes les différentes idées, et généralement l'IA générative les résume.

Vous parlez depuis des années de l'importance de l'apprentissage tout au long de la vie, de l'importance accrue de cela dans le monde de l'IA. Est-il réaliste de penser que les gens pourront se requalifier, s'instruire à un rythme qui suit le développement de cette technologie ? Pas forcément les gens dans cette salle, mais ceux dont les tâches sont automatisées. Quelle importance pensez-vous que ce problème de déplacement va prendre ? Parce que quand on parle de technologie et d'emplois, on dit toujours que, sur le long terme, regardez, nous étions tous des agriculteurs, maintenant nous ne le sommes plus. Sur le long terme, tout ira bien. Mais en attendant, il y a beaucoup de bouleversements.

Ouais. Ma réponse vraiment franche, honnêtement, je pense que c'est réaliste, mais cela me rend un peu nerveux. Mais je pense qu'il nous appartient à tous collectivement, dans des rôles de leadership, de veiller à bien gérer cela. Une chose que je vois, c'est qu'avec la dernière vague d'innovation technologique, quand le deep learning, l'IA prédictive, la technologie d'étiquetage, quel que soit le nom qu'on lui donne, a commencé à très bien fonctionner il y a 10 ans, cela avait tendance à être davantage des tâches routinières répétitives comme l'automatisation d'usine que nous pouvions automatiser. Avec l'IA générative, il semble que ce soit davantage le travail des travailleurs du savoir que l'IA peut désormais automatiser ou augmenter. Et concernant la requalification, je pense que presque tous les travailleurs du savoir aujourd'hui peuvent obtenir un gain de productivité en utilisant l'IA générative tout de suite, pratiquement dès maintenant. Mais le défi est qu'une requalification est nécessaire. Nous avons tous vu les histoires d'un avocat générant des citations judiciaires hallucinées et ayant ensuite des problèmes avec le juge. J'ai donc l'impression que les gens ont juste besoin d'un peu de formation pour utiliser l'IA de manière responsable et sûre. Mais avec juste un peu de formation, je pense que presque tous les travailleurs du savoir, y compris jusqu'au niveau de la direction générale, peuvent obtenir un gain de productivité immédiatement, et je pense que c'est un défi passionnant mais aussi, franchement, intimidant de réfléchir à la manière dont nous aidons tous ces travailleurs du savoir à acquérir ces compétences.

Est-ce que ce problème auquel vous avez fait allusion, le problème de l'hallucination, l'inquiétude sur la précision, est-ce que c'est corrigeable avec l'IA, ou est-ce plutôt que nous devons simplement apprendre à l'utiliser de la bonne manière et accepter un taux d'erreur ?

Ouais. Je ne vois pas de voie, moi-même je ne vois pas de voie pour résoudre les hallucinations et faire en sorte que l'IA n'hallucine jamais, de la même manière que je ne vois pas de voie pour résoudre le problème selon lequel les humains font parfois des erreurs. Mais nous avons trouvé comment travailler avec les humains et pour les humains, et ainsi de suite. Cela semble bien se passer la plupart du temps. Et je pense que parce que l'IA générative a fait irruption sur la scène si soudainement, beaucoup de gens ne se sont pas encore habitués au flux de travail et aux processus pour travailler avec elle de manière sûre et responsable. Donc, je sais qu'lorsqu'une IA fait une erreur, cela devient parfois viral sur les réseaux sociaux ou attire beaucoup d'attention. Mais je pense que ce n'est probablement pas aussi grave que la perception généralisée. Oui, l'IA fait des erreurs, mais de nombreuses entreprises trouvent comment, malgré un certain taux d'erreur de base, la déployer de manière sûre et responsable. Et je ne dis pas que ce n'est jamais un obstacle au déploiement de quoi que ce soit, mais je vois des tonnes de choses déployées de manière très utile. N'utilisez simplement pas l'IA générative pour rendre un diagnostic médical et indiquer directement quel médicament dire à un patient de prendre. Ce serait vraiment irresponsable. Mais il y a beaucoup d'autres cas d'utilisation où il semble très responsable et sûr d'utiliser l'IA générative.

Pensez-vous que l'amélioration des taux d'erreur augmentera les cas d'utilisation ? Je veux dire, en ce moment, peut-être que nous n'arriverons jamais à un point, ou pas dans un avenir prévisible, où l'on veut que le médecin IA prescrive directement, mais y a-t-il d'autres cas qui ne sont pas optimaux actuellement parce que nous sommes encore en train de comprendre les taux d'erreur, et qui deviendront plus utilisables avec le temps ?

Oui, c'est passionnant de voir comment la technologie de l'IA s'améliore mois après mois. Je pense qu'aujourd'hui, nous avons de bien meilleurs outils pour nous prémunir contre les hallucinations par rapport à il y a, disons, six mois. Mais juste un exemple, si vous demandez à l'IA d'utiliser la génération augmentée par récupération (RAG), c'est-à-dire de ne pas seulement générer du texte mais de l'appuyer sur un article de confiance spécifique et de donner une citation, cela réduit les hallucinations. Et de plus, si une IA génère quelque chose que vous voulez vraiment exact, il s'avère que vous pouvez demander à l'IA de vérifier son propre travail. 'Chère IA, regarde ce que tu viens d'écrire, regarde cette source de confiance, lis les deux attentivement et dis-moi si tout est justifié par la source de confiance.' Et cela n'écrasera pas complètement les hallucinations à zéro, mais cela les réduira massivement par rapport au fait de demander à l'IA de dire simplement ce qu'elle avait en tête. Je pense donc que l'hallucination est un problème, mais je pense que ce n'est pas un problème aussi grave que ce que les gens craignent actuellement.

Vous êtes impliqué dans l'IA depuis des décennies, et la technologie est passée par de nombreux cycles de battage médiatique, de déclins et d'hivers, des hivers de l'IA. Selon vous, qu'est-ce qui est différent en ce moment ? Les 15 derniers mois environ depuis le boom de l'IA générative ? Est-ce plus durable ?

Ouais, je pense que par rapport à il y a 10 ou 15 ans, nous n'avons pas vraiment eu d'autre hiver de l'IA. Je pense que sa valeur n'a cessé de croître. Aujourd'hui, il y a des années, je dirigeais l'équipe Google Brain, qui semblait aider Google à adopter le deep learning. Et l'économie, les fondamentaux économiques sont très solides. Je veux dire, utiliser le deep learning pour piloter la publicité en ligne n'est peut-être pas la chose la plus inspirante sur laquelle j'ai travaillé, mais les fondamentaux économiques sont vraiment solides depuis environ 10 ans maintenant. Et j'ai l'impression que les fondamentaux de l'IA générative semblent également assez solides dans le sens où nous pouvons automatiser ou augmenter beaucoup de tâches et stimuler une efficacité commerciale très fondamentale. Maintenant, il y a une question, je pense que Sequoia Capital a publié un article intéressant, demandant au cours de l'année écoulée : nous avons investi collectivement quelque chose comme 50 milliards de dollars en infrastructure de capital, en achetant des GPU et des centres de données. Et je pense que nous ferions mieux de trouver les applications pour s'assurer que cela soit rentable. Je ne pense pas que nous ayons surinvesti, mais pour moi, dès qu'il y a une nouvelle vague de technologie, presque toute l'attention se porte sur la couche technologique. Nous voulons tous parler de ce que font Google, OpenAI, Microsoft, Amazon et ainsi de suite parce que c'est amusant de parler de la technologie, et il n'y a rien de mal à cela. Mais il s'avère que, pour chaque vague technologique, pour que les constructeurs d'outils comme ces entreprises réussissent, il doit y avoir une autre couche qui réussisse encore mieux : les applications que vous construisez par-dessus ces outils, car les applications doivent générer encore plus de revenus pour pouvoir se permettre de payer les constructeurs d'outils. Et pour une raison quelconque, l'intérêt sociétal ou autre, les applications ont tendance à susciter moins d'intérêt que les constructeurs d'outils. Mais je pense que pour beaucoup d'entre vous, dans des organisations où vous n'essayez pas d'être le prochain fournisseur de modèle de fondation ou de grand modèle de langage, je pense qu'en regardant vers les nombreuses années à venir, il y aura plus de revenus générés, du moins il vaudrait mieux qu'ils soient dans les applications que vous pourriez construire plutôt que simplement chez les constructeurs d'outils.

Cela amène une question que je trouve fascinante à ce sujet. Quel est l'effet sur la dynamique du pouvoir dans l'industrie technologique et l'économie plus largement ? Et dans quelle mesure s'agit-il d'une technologie perturbatrice qui inaugure une nouvelle vague d'entreprises qui, dans 10 ans, seront grandes alors que nous n'en avions pas entendu parler il y a deux ans ? Et dans quelle mesure cela va-t-il simplement rendre Microsoft, Amazon, Google, etc., plus puissants qu'ils ne l'ont jamais été ?

Ouais. Je pense donc que les activités de cloud sont assez bien positionnées, parce qu'il s'avère qu'AWS, Azure, GCP sont de magnifiques entreprises. Elles génèrent tellement d'efficacité que, même si je peux avoir une énorme facture à leur payer, cela ne me dérange pas de la payer parce que c'est bien mieux que l'alternative la plupart du temps. Mais ce sont aussi des entreprises très rentables. Et il s'avère que si vous regardez certaines des startups d'IA générative aujourd'hui, le coût de passage de l'utilisation de l'API d'une startup à AWS ou Azure ou GCP, un Google Cloud, ces coûts de changement sont en fait encore assez bas. Donc le 'fossé' de beaucoup de startups d'IA générative, je ne suis pas tout à fait sûr de sa solidité. Mais il s'avère que les activités de cloud ont une surface de contact très élevée. Franchement, une fois que vous avez construit une pile technologique profonde sur l'un des clouds, c'est vraiment pénible d'en sortir si vous n'avez pas conçu pour le multi-cloud dès le premier jour ou autre. Et c'est en partie ce qui fait du modèle économique du cloud un si beau modèle. Je pense donc que beaucoup d'activités de cloud s'en sortiront bien en vendant des appels d'API et en intégrant cela au reste de leurs offres cloud existantes. Et puis la dynamique du marché a été très intéressante. Meta a été une sorte de trouble-fête vraiment intéressant pour d'autres entreprises en publiant des logiciels open source, des logiciels d'IA générative open source. Et je pense, Meta... c'était mon ancienne équipe Google Brain qui a publié TensorFlow. Et je pense qu'il serait logiquement logique pour Meta... Meta a été vraiment pénalisé par le fait de devoir construire sur les plateformes Android et iOS. Quand Apple modifie les politiques de confidentialité, cela a vraiment endommagé les activités de Meta. Donc, il est logiquement logique que Meta s'inquiète si Google Brain, mon ancienne équipe, publiait la plateforme dominante de développement d'IA, TensorFlow, et que tout le monde doive construire sur TensorFlow, quelles seraient les implications pour les activités de Meta ? Donc, franchement, Meta a magnifiquement joué sa carte en mettant PyTorch en open source comme alternative. Et je pense qu'aujourd'hui encore, l'IA générative est très précieuse pour la publicité en ligne, ainsi que pour l'engagement des utilisateurs. Et il est donc logiquement très sensé que Meta soit tout à fait heureux d'avoir une plateforme open source sur laquelle construire pour s'assurer qu'elle n'est pas enfermée dans une plateforme de type iOS à l'ère de l'IA générative. Heureusement, la bonne nouvelle pour presque tous d'entre nous, c'est que le travail de Meta et celui de nombreuses autres parties sur l'IA en open source nous donnent à tous des outils gratuits sur lesquels construire et nous donnent ces briques de base qui nous permettent d'innover à bas prix et de construire beaucoup plus d'applications passionnantes. Désolé, je ne sais pas si c'était trop technique sur la dynamique du marché des entreprises technologiques.

Non, je pense... je ne répondrais pas pour tout le monde, mais j'ai trouvé cela fascinant. Et je veux revenir sur l'open source dans une minute, mais du point de vue des DSI et d'autres dirigeants d'entreprise dans l'ensemble de l'économie, je pense qu'il y a beaucoup d'options qui s'offrent à vous en ce moment. Beaucoup de gens essaient de vendre des produits, beaucoup disent que ce service va changer votre entreprise, et une partie du travail consiste à distinguer le bon grain de l'ivraie. Avez-vous des conseils sur la façon de distinguer, à un moment où la technologie est assez naissante et se développe rapidement, les gens qui ont de vraies solutions des vendeurs de poudre de perlimpinpin ?

Vous savez, je vais vous dire ce qui est difficile selon moi. Même nos amis du capital-risque (VC) ici à Sand Hill, certains d'entre eux sur Sand Hill Road, la seule chose qui est encore assez difficile est le jugement technique. Parce que l'IA évolue si rapidement. J'ai donc vu de très bons investisseurs ici sur Sand Hill Road à qui l'on présente une startup. Et parfois, quelqu'un, disons OpenAI ou quelqu'un d'autre, vient de publier une nouvelle API et une startup a construit quelque chose de vraiment cool en un week-end par-dessus cette nouvelle API. Mais à moins de connaître cette nouvelle capacité et ce que la startup a réellement fait, j'ai vu des VC venir me voir et dire : 'Wouah, Andrew, c'est tellement excitant. Regarde, ces trois étudiants ont construit ce truc, c'est incroyable, je veux les financer.' Et je leur dis : 'No, je viens de voir 50 autres startups faire exactement la même chose.' Je pense donc que ce jugement technique, parce que la technologie évolue si vite, c'est la seule chose que je trouve difficile. Et puis peut-être dirais-je simplement que pour le travail de l'AI Fund avec les startups d'entreprise, nous avons tendance à travailler avec les entreprises et à passer par un processus systématique de réflexion. Mais je mentionnerai une autre chose qui est probablement dans l'intérêt de beaucoup de DSI, c'est que nous avons tous vu que chaque fois que nous achetons une nouvelle solution, nous finissons souvent par créer un autre silo de données au sein de notre organisation. Et j'ai l'impression que si nous sommes capables de travailler avec des fournisseurs qui nous permettent de conserver un accès complet à nos données dans un format raisonnablement interchangeable, cela réduit considérablement la dépendance vis-à-vis du fournisseur, de sorte que si vous décidez de remplacer un fournisseur par un autre dans un mois ou deux. C'est donc une chose à laquelle j'ai tendance à accorder une grande attention moi-même : si j'achète chez un fournisseur, il fera des choses avec mes données parce que je le veux, c'est pour cela que je le paie, mais est-ce que cette transparence et cette interopérabilité sont là pour m'assurer que je contrôle mes propres données et la capacité de faire en sorte que ma propre équipe y jette un œil ou de changer de fournisseur. Cela va à l'encontre des intérêts de beaucoup de fournisseurs qui veulent l'exclusivité, franchement, mais c'est une chose que j'ai tendance à privilégier plus que certains de mes collègues dans mon processus de sélection et d'achat de fournisseurs peut-être.

On dirait que vous voyez un monde où les personnes présentes dans cette salle mettent en œuvre l'IA générative par le biais d'une multiplicité de fournisseurs différents. Ce ne sera pas du genre 'oui, nous sommes avec Microsoft'. Ce sera 'oui, nous utilisons Microsoft pour ceci, nous utilisons cette entreprise là-bas pour cela'. Est-ce exact ?

Oui, mais je dirais... oui, il semble qu'il y ait des représentants commerciaux de Microsoft. En fait, eh bien, devrions-nous faire un sondage ? Combien d'entre vous ont eu des représentants commerciaux de Microsoft qui ont poussé très fort pour utiliser les Copilots ? Oui, je me disais bien. Presque tout le monde, n'est-ce pas ? Donc Microsoft est génial, j'adore l'équipe, vraiment capable, les Copilots peuvent donner un coup de pouce à la productivité, mais il y a tellement de choses sur le marché. Je pense qu'il vaut la peine d'examiner plusieurs options et d'acheter ensuite le bon outil pour le bon travail.

Vous avez évoqué les coûts du matériel, les montants investis jusqu'à présent. Dans quelle mesure êtes-vous inquiet de l'étranglement du matériel et du manque de GPU, de TPU, peu importe comment on les appelle, et de l'emprise relative de Nvidia ces un ou deux dernières années ? Et que pensez-vous de ce que nous avons rapporté comme étant les plans de Sam Altman pour lever potentiellement des milliers de milliards de dollars pour résoudre ce problème ?

Ouais, ce sera... donc Sam, je connais Sam depuis des années. C'est un gars intelligent, on ne peut pas contester les résultats. Je ne sais pas où l'on trouve des milliers de milliards de dollars, les 7 000 milliards de dollars dont le Wall Street Journal a fait état. Cela permet d'acheter Apple deux fois, n'est-ce pas ? Plus de deux fois à ce stade. C'est donc un chiffre intéressant à essayer de lever. Vous savez, je pense qu'au cours de l'année prochaine, je pense que dans un un an environ, la pénurie de semi-conducteurs, je pense que cela ira beaucoup mieux. Et je veux rendre hommage à AMD, AMD et Intel peut-être. L'un des fossés de Nvidia a été le langage de programmation CUDA. Mais l'alternative open source d'AMD appelée ROCm a fait de très bons progrès. Ainsi, certaines de mes équipes construiraient des choses sur du matériel AMD et parfois... je ne pense pas que ce soit au même niveau, mais c'est aussi tellement mieux qu'il y a un an. Je pense donc que AMD mérite d'être examiné de près, et Intel Gaudi également. Nous verrons donc comment le marché évolue.

Vous avez mentionné l'open source à plusieurs reprises. Je sais que vous en êtes un défenseur. Cela revient dans le débat réglementaire. Et je pense qu'un argument qui résonne est le suivant : si nous avons au moins ces modèles propriétaires, il y a une poignée d'entreprises avec ces grands et puissants LLM sur lesquelles nous pouvons nous concentrer, nous assurer qu'elles font ce qu'il faut pour empêcher cette technologie d'être mal utilisée. L'open source prolifère et vous ne parlez pas de 5 ou 10, mais de 500 ou 1 000 ou même plus de personnes qui ont ces outils et, comment savoir ce qu'elles vont en faire et comment le contrôler ? Quelle est votre réponse aux personnes qui ont cette inquiétude concernant l'open source ?

Ouais. Je pense donc qu'au cours de l'année écoulée environ, il y a eu des efforts de lobbying intenses de la part d'un certain nombre d'acteurs, généralement les plus gros de l'IA générative, qui préféreraient ne pas avoir à rivaliser avec l'open source. Si vous avez investi des centaines de millions de dollars pour construire un modèle d'IA propriétaire, n'est-ce pas ennuyeux si quelqu'un met quelque chose de similaire en open source gratuitement ? Ce n'est tout simplement pas bon. Donc le niveau d'intensité du lobbying à Washington m'a vraiment surpris. Et l'argument principal a été : l'IA est dangereuse, elle pourrait même anéantir l'humanité, nous devons donc mettre en place des exigences de licence réglementaires onéreuses : avant de construire une IA, vous devez faire rapport au gouvernement et peut-être même obtenir une licence et prouver qu'elle est sûre. En gros, mettre en place des fardeaux réglementaires très lourds, à mon avis sous le faux prétexte de la sécurité, ce qui, je pense, risquerait vraiment d'écraser l'open source. Il s'avère que si ces efforts de lobbying réussissent, je pense que presque tous dans cette salle serons perdants et qu'il n'y aura qu'un très petit nombre de personnes qui en bénéficieront. Il y a en fait une grande communauté ici dans la Silicon Valley et dans le monde entier qui repousse activement ce récit. Je pense que pour vous tous, avoir la possibilité d'avoir des composants open source sur lesquels construire vous permet de contrôler votre propre pile ; cela signifie qu'un fournisseur ne peut pas supprimer une version et qu'ensuite toute votre pile logicielle doive être restructurée, etc. Et puis, pour répondre à la question de la sécurité, j'ai l'impression... pour moi, au cœur de tout cela, c'est : voulons-nous plus ou moins d'intelligence dans le monde ? Jusqu'à récemment, notre principale source d'intelligence était l'intelligence humaine. Maintenant, nous avons aussi l'intelligence artificielle ou l'intelligence machine. Et oui, l'intelligence peut être utilisée à des fins néfastes, mais je pense qu'une grande partie des progrès de la civilisation s'est faite grâce aux personnes qui se forment et deviennent plus intelligentes et plus instruites. Et je pense que nous nous portons tous bien mieux avec plus d'intelligence dans le monde plutôt que moins. Je pense donc que l'open source est une contribution très positive. Et enfin, pour autant que je puisse en juger, beaucoup de craintes de dommages et d'acteurs néfastes... ce n'est pas qu'il n'y ait pas de cas d'utilisation négatifs, il y en a quelques-uns, mais quand je regarde cela, je pense que beaucoup de craintes ont été exagérées par rapport au risque réel.

Alors, et je veux passer aux questions dans un instant, mais juste pour faire suite à cela, je vous ai interviewé il y a environ sept ans lors d'une conférence du WSJ et je vous ai interrogé sur la singularité et ces préoccupations. Et je pense que vous avez dit que s'inquiéter des robots d'IA maléfiques équivaut à s'inquiéter de la surpopulation sur Mars alors que nous n'y sommes même pas encore. Sommes-nous déjà sur Mars dans cette métaphore ? Où en sommes-nous dans cette progression ?

Ouais, à l'heure actuelle, j'ai l'impression que cette singularité de la superintelligence relève beaucoup plus de la science-fiction que de tout ce que l'un d'entre nous, constructeurs d'IA, sait construire. Je pense donc toujours la même chose.

Et vous disiez que vous aviez vu moins de ce genre de discours, par exemple vous étiez juste à Davos, dans les discussions réglementaires il y a moins de ce genre de 'Oh mon Dieu, on doit arrêter ça'. On construit ce truc qui est tellement incroyable qu'il pourrait prendre le dessus sur l'humanité, cela ne fait plus autant partie de la discussion maintenant ?

C'est vraiment en train de s'essouffler. En mai dernier, il y a eu une déclaration signée par un certain nombre de personnes qui, je pense, ont fait une analogie entre l'IA et les armes nucléaires, sans justification. L'IA apporte de l'intelligence au monde, les armes nucléaires font exploser des villes, je ne vois pas ce qu'elles ont à voir l'une avec l'autre, mais cette analogie a simplement créé beaucoup de battage médiatique. Heureusement, depuis mai, ce degré d'alarme... quand je parle à des gens du gouvernement américain de l'extinction humaine par l'IA, les gens, littéralement, je suis très heureux de voir des yeux qui se lèvent au ciel à ce stade. Je pense que l'Europe prend cela un peu plus au sérieux que les États-Unis, mais je vois juste le ton s'apaiser pour parler davantage de dommages concrets. Par exemple, nous voulons que les voitures autonomes soient sûres, nous voulons que les dispositifs médicaux soient sûres. Ainsi, au lieu de s'inquiéter de la technologie de l'IA, examinons les applications concrètes car lorsqu'on examine une technologie à usage général comme l'IA, il est difficile de la réglementer sans tout ralentir. Mais quand on regarde les applications concrètes, on peut dire ce que l'on veut et ce que l'on ne veut pas dans les services financiers, ce qui est juste et ce qui est injuste dans la souscription, quelles normes les dispositifs médicaux doivent respecter. Une bonne réglementation au niveau de la couche d'application serait donc une chose très positive et pourrait même libérer l'innovation, mais ces vagues craintes de dire 'oh, l'intelligence est dangereuse et l'IA est dangereuse', cela a juste tendance à mener à la capture réglementaire et à des lobbyistes ayant des agendas très étranges.

Avons-nous des questions dans le public ? J'en vois quelques-unes par ici. Pouvons-nous avoir un microphone ? Le monsieur et ensuite la dame.

Bonjour. Merci pour tout ce que vous faites pour cette communauté. Je pense que vos cours en ligne sont incroyables. Vous savez, toute innovation suit une sorte de courbe en S et nous sommes dans cette accélération rapide de l'innovation autour de l'IA générative et de l'apprentissage automatique. Selon vous, où se situe le plateau et quels sont les limiteurs de vitesse qui nous poussent vers le plateau ? Jusqu'où cela peut-il être poussé avant que nous commencions à nous voir atteindre un plateau et qu'est-ce qui va limiter cela ?

Ouais. Je pense donc que les grands modèles de langage sont de plus en plus difficiles à mettre à l'échelle. Je pense qu'il y a encore du jus dans cet oignon. Mais la chose passionnante, c'est que pour l'innovation centrale des grands modèles de langage, nous empilons maintenant d'autres courbes en S par-dessus la première. Ainsi, même si la première courbe en S plafonne, je suis enthousiasmé, par exemple, par l'IA en périphérie ou l'IA sur appareil. Je fais tourner un LLM sur mon ordinateur portable tout le temps. Si vous ne le faites pas encore, c'est plus facile que vous ne le pensez et cela garde toutes vos données confidentielles avec une IA open source qui peut tourner sur votre ordinateur portable. Je suis enthousiasmé par les agents. Au lieu que vous donniez une instruction à une IA et qu'elle réponde en quelques secondes, nous voyons maintenant des systèmes d'IA où je peux lui dire : 'Chère IA, s'il te plaît, fais des recherches pour moi et rédige un rapport'. Ensuite, elle part pendant une demi-heure et navigue sur Internet, résume toutes ces choses, revient dans une demi-heure avec un rapport. Ce n'est pas encore aussi parfait que ce que je viens de décrire, mais cela fonctionne bien mieux maintenant qu'il y a trois mois. Je suis donc enthousiasmé par les agents autonomes d'IA qui partent travailler pendant une période prolongée. Nous avons vu le déblocage du traitement de texte avec les grands modèles de langage ; avec les grands modèles de vision, qui en sont à un stade de développement bien antérieur, je pense que nous commençons à voir une révolution dans le traitement d'images de la même manière que nous avons vu une révolution dans le traitement de texte. Voici donc quelques-unes des autres courbes en S qui s'empilent. Et d'autres sont encore plus lointaines. Je ne vois donc pas encore de plateau global dans l'IA. Peut-être qu'il y en aura un, mais je ne le vois pas encore.

Avez-vous une question très rapide ?

Oui. D'accord. Merci. C'est un excellent dialogue et notre fils, étudiant en deuxième année à Berkeley, passe plus de temps à regarder vos vidéos qu'à suivre ses cours. Alors merci encore. Vous avez donc mentionné l'automatisation des tâches et aussi l'intelligence humaine. La connaissance des tâches est toujours détenue par les humains. Dans vos dialogues avec les clients, voyez-vous une résistance à déballer les tâches que les humains accomplissent avec précision afin que vous puissiez y appliquer l'IA ? Et si vous voyez une résistance, quelle est la solution pour cela ?

Voyons voir. J'ai l'impression que je trouve que lorsque nous avons une conversation réaliste quand je travaille avec des entreprises... donc AI Fund, nous travaillons souvent avec des entreprises pour réfléchir à des idées de projets et déterminer ce que nous pouvons aider à construire. C'est en fait en tant que personne de l'IA que j'ai appris que mon domaine de compétence est l'IA, mais il y a toutes ces entreprises passionnantes auxquelles l'appliquer et dont je ne sais absolument rien. Une partie centrale de notre stratégie consiste donc à travailler avec de grands partenaires entreprises qui sont bien plus intelligents que moi sur les domaines d'activité auxquels l'appliquer. Donc, ce que je constate, c'est qu'au niveau de la direction, avec qui nous travaillons probablement le plus au quotidien, il n'y a pas de résistance du tout. Il y a juste de l'enthousiasme. Peut-être qu'un déclic que j'ai trouvé est que j'enseigne un cours sur Coursera, 'L'IA générative pour tous'. C'était le cours qui a connu la plus forte croissance sur Coursera l'année dernière, mais je l'ai fait pour essayer de donner aux chefs d'entreprise et à d'autres une compréhension non technique de l'IA et de ce qu'elle peut et ne peut pas faire. Et nous avons constaté que lorsque certains de nos partenaires suivent 'L'IA générative pour tous', cette compréhension non technique de l'IA débloque beaucoup d'idées et de réflexion. Voilà donc au niveau de la direction : apprendre sur la GenAI, réfléchir, exécuter, beaucoup de projets passionnants. Et ensuite, de nombreuses entreprises sont sensibles aux préoccupations de la base des employés concernant la perte d'emplois. Et je trouve que lorsque nous avons une conversation vraiment franche, les craintes diminuent généralement. Je ne veux pas prétendre qu'il n'y aura aucune perte d'emploi, ce n'est tout simplement pas vrai, mais quand nous faisons l'analyse basée sur les tâches des emplois, hé, si l'IA automatise 20 % de mon travail, pour beaucoup de gens, c'est génial. Je peux être plus productif, me concentrer davantage sur les 80 % d'autres tâches. Donc, en moyenne, une fois que nous avons cette conversation plus franche... maintenant, je pense à cette fois où le syndicat nous a empêchés d'installer ne serait-ce qu'une seule caméra. Il y a un peu de cela, mais la plupart du temps, c'est une conversation assez rationnelle et correcte.