Introduction
L'industrie de l'intelligence artificielle (IA) se concentre peut-être sur le mauvais objectif. Les fournisseurs de modèles de pointe comme Anthropic PBC et OpenAI Group PBC ont déplacé leur focus commercial vers les clients d'entreprise, mais leur architecture fondamentale n'a pas changé. Ils visent toujours à concentrer une intelligence de plus en plus grande dans un modèle généralisé.
Contexte Technique
Le concept d'intelligence artificielle générale (AGI) a peut-être déjà été atteint, selon Ali Ghodsi, PDG de Databricks Inc. Le véritable prix est ce que l'on appelle l'IA d'entreprise, qui consiste à harmoniser les données propriétaires, les processus métier, les politiques et les connaissances tacites humaines pour créer des actifs persistants sur lesquels les modèles et les agents peuvent raisonner et agir.
Analyse et Implications
L'IA d'entreprise nécessite une approche différente, consistant à capturer les données, les processus et les connaissances propriétaires des entreprises pour les transformer en actifs gérés qui peuvent être utilisés par les modèles et les agents. Cette approche est distincte du « communisme des données », où tout le monde consomme la même intelligence intégrée, et est plutôt basée sur le « capitalisme des données », où chaque entreprise contrôle, gère et améliore sa propre intelligence différenciée.
Perspective
Les entreprises comme Databricks, Microsoft, Snowflake, Google, AWS, Palantir, Salesforce et SAP convergent vers cette opportunité à partir de points de départ différents. L'avenir de l'IA d'entreprise reposera sur la capacité des plateformes à convertir les données, les processus et les connaissances tacites uniques de chaque entreprise en actifs d'intelligence gérés qui peuvent être utilisés par les agents pour raisonner et agir de manière spécifique à l'entreprise.
