Infrastructure et gouvernance : Clés de l’adoption de l’IA générative
De nombreux projets d’IA générative échouent à évoluer car les entreprises négligent des besoins fondamentaux tels que la modernisation des réseaux et les cadres de gouvernance. La précipitation à adopter l’intelligence artificielle générative (IA générative) se heurte à un mur, avec de nombreux projets de preuve de concept (POC) qui échouent à se propager en raison d’une infrastructure inadéquate et d’un manque de gouvernance solide.
Les défis de l’adoption de l’IA générative
Avant de pouvoir exploiter pleinement le potentiel de l’IA générative, les organisations doivent d’abord s’attaquer à leur dette technologique fondamentale et établir des cadres de gouvernance clairs. La recherche récente révèle que 90 % des organisations examinent actuellement leur infrastructure existante, y compris le réseau, le stockage et la sûreté, qui doivent être modernisés avant que les entreprises puissent déployer des applications d’IA à grande échelle en toute confiance.
Évolution vers l’IA agentique
La conversation avec les clients évolue, passant de l’IA générative à l’IA agentique, où des agents autonomes peuvent exécuter des tâches complexes sans intervention humaine. Pour aider ses clients à franchir ce cap, certaines entreprises ont développé des « agents d’IA intelligents » capables d’exécuter des tâches de manière autonome en réponse à des instructions des utilisateurs.
Dans le secteur de la santé, par exemple, une organisation utilise des agents autonomes pour classer et prioriser les demandes et les recours d’assurance, garantissant que les cas les plus impactants sont traités en premier. Leur feuille de route à court terme se concentre sur des interventions précoces, la conformité médicale, la validation des payeurs et la prévention de la fraude.
Importance de la gouvernance
Malgré le potentiel de l’IA, il est crucial de mettre la gouvernance avant la technologie. Sans garde-fous appropriés, les systèmes d’IA peuvent perpétuer et amplifier les biais existants. L’importance des données utilisées pour l’entraînement ne peut pas être sous-estimée. Il est essentiel d’éviter d’utiliser des données biaisées pour prendre des décisions, par exemple, concernant les approbations de prêts.
Les organisations doivent commencer leurs engagements avec des services de conseil axés sur les considérations éthiques, réglementaires et de conformité. Il est crucial de construire un cadre de gouvernance solide avant de plonger dans la technologie.
Investissements dans les infrastructures
Les efforts d’IA de certaines entreprises sont soutenus par des investissements dans l’infrastructure fondamentale de la région. En tant que troisième plus grand fournisseur de centres de données en Asie-Pacifique, ces entreprises étendent leur capacité en Inde, en Thaïlande, en Indonésie et en Malaisie pour répondre à une forte demande de charges de travail en IA.
Un exemple notable est le récent câble sous-marin Mist, qui connecte la Malaisie, l’Inde, Singapour et la Thaïlande au reste du monde. S’étendant sur 8 100 km, il transporte plus de 200 térabits par seconde de bande passante et représente une connexion importante pour ouvrir l’utilisation de l’IA à un plus large public.
