L'IA générative dans la fabrication

Selon les experts, même si l'intelligence artificielle (IA) est partout, nous ne faisons qu'effleurer la valeur qu'elle peut apporter. Son potentiel de croissance, ses risques et son avenir ne peuvent pas être ignorés. L'une des composantes de l'IA qui fait davantage ses débuts dans le commerce est l'IA générative. De l'écriture au codage en passant par l'analyse, l'IA générative n'est pas prêt de disparaître. 

Pour mieux comprendre de quoi il s'agit, comment l'utiliser et les défis qui l'accompagnent, nous nous sommes entretenus avec Jason Lagneaux, responsable de la recherche et du développement des services et de l'expérience client chez Intralox.

Qu'est-ce que l'IA générative ? 

Avant d'identifier le potentiel de l'IA générative, il est important de commencer par décomposer cette dernière. Dans sa définition la plus simple, l'IA générative produit un nouveau contenu comme du texte, des images, des vidéos et du code à l'aide de modèles génératifs. Ces modèles sont entraînés sur une grande variété de matériaux, puis trouvent des structures pour générer un nouveau contenu à partir des structures sous-jacentes. 

« C'est un sous-ensemble d'IA qui nécessite des milliards de points de données pour former un modèle », explique M. Lagneaux. « Dans le cas présent, nous parlons de texte ; l'IA générative basée sur du texte s'appuie sur un ensemble de données de centaines de milliards de mots pour créer un modèle. Ce modèle créé représente en fait les structures sous forme de mots. Une fois qu'il est formé sur les données, vous disposez d'un modèle de base pour commencer à créer. » Ce modèle de base est associé aux données ou invites initiales de l'utilisateur, utilisées pour produire une nouvelle création. 

Le potentiel de l'IA générative dans la fabrication 

L'IA générative basée sur du texte offre un nombre presque infini d'applications pratiques, en particulier lorsque vous tenez compte des modèles auxquels ces outils peuvent accéder. Des recettes de cuisine à la poésie, l'IA générative basée sur du texte peut accomplir beaucoup de choses. Mais quelles sont les applications possibles dans l'industrie de la fabrication ? 

« Je pense que c'est ce que la plupart des parties prenantes des entreprises essaient de découvrir en ce moment », explique M. Lagneaux. « Je vois comment l'IA générative peut et sera utile pour obtenir d'importants gains de productivité dans tous les rôles liés aux produits manufacturés, comme la traduction, l'assistance à la rédaction, le dépannage, la création d'outils d'apprentissage améliorés et l'assistance aux ingénieurs pour les contrôleurs d'automatisation de programme. » 

Cela peut se traduire par un travail achevé de manière plus approfondie, une productivité accrue, des processus optimisés et une plus grande capacité pour les équipes. En résumé, l'IA générative offre un potentiel d'économies réelles en matière de temps et d'argent pour les équipes et les individus interfonctionnels. 

Les risques liés à l'adoption de nouvelles technologies 

Dans cette ère post-Internet, les progrès technologiques associés aux médias internationaux font que les nouvelles technologies arrivent aux oreilles de l'individu moyen plus rapidement que pour les générations précédentes. C'est assez passionnant, et dans le monde de l'IA, en particulier l'IA générative, l'enthousiasme est à son comble, car chaque interaction avec l'outil pourrait l'améliorer. C'est un environnement, un écosystème dans lequel nous pouvons tous contribuer à l'amélioration de quelque chose et être témoins de cette amélioration. Mais que se passe-t-il si vous ne souhaitez pas partager votre propriété intellectuelle (PI) ? À quel moment est-ce pour le bien commun et quand aidez-vous vos concurrents ?

La plupart des personnes qui utilisent des outils d'IA générative les appliquent aussi bien dans un cadre personnel que professionnel. M. Lagneaux les utilise tous les jours. Bien que l'IA ne soit pas une nouveauté (vous connaissez peut-être les agents conversationnels de sites Web et les algorithmes de réseaux sociaux), l'IA générative à laquelle tous les titulaires d'un compte peuvent accéder est bel et bien une nouveauté. Quels sont les risques et les défis que cela représente pour les entreprises ?

« Dans la plupart des cas, et en particulier dans le monde des affaires, il est essentiel d'analyser le risque par rapport à la récompense de toute nouvelle technologie », explique M. Lagneaux. « Étant donné que nous commençons à peine à utiliser l'IA générative et à découvrir comment elle peut nous être bénéfique, nous apprenons toujours en équipe à mettre au jour tous les risques. L'un des défis réside dans la perception qu'ont les gens de l'IA générative, à savoir, si elle les met mal à l'aise ou non. Nous devons réfléchir à la manière de contourner ce problème ou de faire avec. En raison du grand potentiel de perturbation, nous devons enquêter sur ces outils. Mais nous devons le faire d'une manière fondée sur les valeurs, qui valorise nos collaborateurs et qui reflète notre philosophie d'entreprise. »

Nous devons nous préparer à relever des défis uniques et les risques encourus méritent qu'on leur prête une attention particulière. « Pour tirer pleinement parti de l'IA générative à grande échelle, vous devez faire encore plus confiance aux entreprises technologiques en matière de propriété intellectuelle », explique M. Lagneaux. « Il existe un risque que la PI soit partagée accidentellement. Nous savons que ces modèles de base seront principalement proposés par un petit nombre d'entreprises technologiques, dont certaines sont relativement nouvelles et n'ont pas encore fait leurs preuves. Le défi consiste à trouver un équilibre entre les nouveaux risques et les nouvelles récompenses, qui, espérons-le, seront importantes. » 

L'IA générative dans l'automatisation du transport 

M. Lagneaux a abordé le potentiel que l'IA générative représente selon lui pour les environnements de travail. En particulier, ce qu'elle peut offrir au monde de l'automatisation du transport. 

« De nombreux ingénieurs en contrôles qui travaillent normalement sur des PLC, sur lesquels ils écrivent un langage de programmation ladder, utilisent déjà des outils d'IA générative », explique M. Lagneaux. Comme ce travail est basé sur du texte, les outils d'IA générative leur facilitent la tâche. « Il est difficile d'imaginer ne pas utiliser un outil comme celui-ci à l'avenir », poursuit-il, « parce qu'autrement, vous ne pourrez pas rivaliser ; vous ne serez peut-être pas aussi rapide ou précis que vos collaborateurs. » 

Pour M. Lagneaux, la façon dont l'IA générative peut ouvrir la voie dans le domaine de l'analyse des données, c'est comme « avoir un assistant personnel expert en science des données à portée de main, en permanence et pour tout. Et c'est pouvoir traiter vos données en un temps record. » 

Et bien qu'il y ait un énorme potentiel pour l'IA générative basée sur du texte dans l'automatisation du transport, il est important de se rappeler que l'IA générative est multimodale. « L'IA générative est et peut être très visuelle », explique M. Lagneaux. « Elle est encore peu présente dans le domaine de la CAO, mais cela viendra avec le temps.  J'ai hâte de voir comment les principaux fournisseurs de CAO l'intégreront pour éliminer les tâches fastidieuses et chronophages. Peut-être que nous pourrons bientôt affiner les modèles de base de nos systèmes de CAO pour aider à créer et accélérer les configurations de ligne avec notre meilleure PI de configuration que nous avons mise au point au fil des ans. » 

Naviguer dans l'IA générative et l'avenir 

Dans ce paysage des technologies d'IA en constante évolution, c'est l'information qui mène la danse. Savoir distinguer la réalité de la fiction peut être décisif. 

« Dans le paysage actuel, tout le monde essaie de déterminer ce qui est réel et précieux dans le domaine de l'IA générative », explique M. Lagneaux. « Il ne s'agit pas de se laisser berner par l'attrait de la nouveauté, mais de trouver une véritable valeur qui vaut la peine de prendre des risques. »