Pr\u00e8s de dix mois apr\u00e8s la mise sur le march\u00e9 de la premi\u00e8re version de ChatGPT, le march\u00e9 a bien \u00e9volu\u00e9 et semble s’orienter vers une offre structur\u00e9e autour des g\u00e9ants de la tech am\u00e9ricaine. En effet, chacun des GAFAM a \u00e9tabli sa propre strat\u00e9gie et sa propre offre d’IA g\u00e9n\u00e9rative.<\/p>\n\n\n\n
Le moment est donc propice pour faire un tour d’horizon de la situation actuelle et de ce que nous pouvons raisonnablement attendre dans un futur proche.<\/p>\n\n\n\n
A tout seigneur, tout honneur. Parlons d’abord d’ OpenAI<\/em>. OpenAI est actuellement le leader du march\u00e9 avec ses mod\u00e8les conversationnels chatGPT 3.5 et chatGPT 4, qui comptent environ 100 millions d’utilisateurs enregistr\u00e9s. Ce leadership est aussi technologique, ChatGPT4 \u00e9tant le mod\u00e8le actuellement le plus performant. Mais la taille du mod\u00e8le le rend co\u00fbteux \u00e0 exploiter, qui s’ajoute au co\u00fbt de l’entra\u00eenement de ce dernier. C’est pourquoi OpenAI a d\u00e9clar\u00e9 concentrer ses efforts sur une version \u00ab\u00a04.5\u00a0\u00bb de ChatGPT aux performances comparables \u00e0 chatGPT4 mais co\u00fbtant moins cher \u00e0 l’ exploitation. Le d\u00e9veloppement de GPT5 se fera ult\u00e9rieurement.<\/p>\n\n\n\n En parall\u00e8le, OpenAI renforce la multimodalit\u00e9 de ChatGPT4 qui deviendra tr\u00e8s prochainement non seulement capable d’ interpr\u00e9ter les images soumises par les utilisateurs mais sera aussi coupl\u00e9 au nouveau mod\u00e8le de g\u00e9n\u00e9ration d’ image DALL-E-3 (\u00e9galement d\u00e9velopp\u00e9 par OpenAI). ChatGPT sera bient\u00f4t aussi capable d’interagir de mani\u00e8re verbale dans les deux sens (\u00e9coute et parole), ce qui ouvre un champ de nouvelles applications interactives.<\/p>\n\n\n\n L’ avance d’ OpenAI est significative mais pas insurmontable, surtout face \u00e0 des concurrents aussi puissants que Google. Pour utiliser le terme \u00e0 la mode dans le secteur, la \u00ab\u00a0douve\u00a0\u00bb autour du ch\u00e2teau n’est pas profonde. OpenAI cherche donc \u00e0 maintenir son leadership en s’ alliant avec des investisseurs aux poches profondes comme Microsoft, qui a bas\u00e9 son offre d’ IA g\u00e9n\u00e9rative sur les produits OpenAI. Ce qui nous am\u00e8ne tout naturellement \u00e0 Microsoft.<\/p>\n\n\n\n Microsoft<\/em> dispose d’ un \u00e9cosyst\u00e8me de produits matures et utilis\u00e9s quotidiennement par plus d’ un milliard d’ utilisateurs, \u00e0 commencer par Windows et Office365. La strat\u00e9gie de Microsoft est de compl\u00e9menter chacun de ces produits par un \u00ab\u00a0copilote\u00a0\u00bb qui va assister l’ utilisateur lors de la r\u00e9daction d’ un texte (MS Word), d’ un tableur (Excel) ou d’ une pr\u00e9sentation (Powerpoint). Et un autre \u00ab\u00a0copilote\u00a0\u00bb assistera l’ utilisateur dans ses interactions avec le syst\u00e8me d’ exploitation Windows, \u00e0 travers une interface conviviale et interactive pour modifier la configuration syst\u00e8me ou g\u00e9rer les fichiers par exemple. Encore un autre copilote dans Teams va proposer de r\u00e9diger les minutes d’ une r\u00e9union ou de r\u00e9sumer les points d’ action. Idem avec Outlook, o\u00f9 vous pourrez demander de r\u00e9sumer une cha\u00eene d’ emails et de proposer une r\u00e9ponse. Et comme d\u00e9j\u00e0 mentionn\u00e9, tout ceci est bas\u00e9 sur les produits d’ OpenAI.<\/p>\n\n\n\n La strat\u00e9gie de Microsoft est donc d’ int\u00e9grer \u00ab\u00a0naturellement\u00a0\u00bb l’ IA dans le travail cognitif via les applications bureautiques et partant, de rendre les produits Microsoft plus productifs et attractifs que la concurrence.<\/p>\n\n\n\n L’approche de Google<\/em> ressemble un peu \u00e0 celle de Microsoft, Google essayant lui aussi d’int\u00e9grer des assistants AI dans sa suite bureautique Google Suite. Mais contrairement \u00e0 Microsoft, le moteur IA g\u00e9n\u00e9ratif utilis\u00e9 a \u00e9t\u00e9 d\u00e9velopp\u00e9 en interne (Bard).<\/p>\n\n\n\n Google d\u00e9veloppe aussi un mod\u00e8le g\u00e9n\u00e9ratif haut de gamme destin\u00e9 \u00e0 concurrencer OpenAI : Gemini<\/em>. Gemini sera un mod\u00e8le intrins\u00e8quement multimodal capable de d\u00e9chiffrer et g\u00e9n\u00e9rer simultan\u00e9ment texte, images, audio, vid\u00e9o, mod\u00e8les 3D et graphes. Pour mettre au point ce mod\u00e8le, Google se base sur l’ excellence de ses \u00e9quipes de pointe IA europ\u00e9ennes (Google Deepmind) et am\u00e9ricaines (Google Brain), ainsi que de l’ immense volume de donn\u00e9es \u00e0 sa disposition pour l’ entra\u00eenement, notamment aupr\u00e8s de sa filiale Youtube…<\/p>\n\n\n\n Vu la puissance de Google dans le domaine IA, il est presque surprenant qu’ il se soit fait damer le pion par OpenAI. C’est d’ ailleurs cette quasi toute-puissance de Google en IA qui avait pouss\u00e9 certains (dont Elon Musk) \u00e0 la cr\u00e9ation d’ OpenAI fin 2015….<\/p>\n\n\n\n Il ne reste qu’ une inconnue : la date de lancement de Gemini. Elle est r\u00e9put\u00e9e proche. Nous verrons dans quelle mesure les cartes seront alors redistribu\u00e9es.<\/p>\n\n\n\n Apple<\/em> reste tr\u00e8s discret sur ses projets d’ IA g\u00e9n\u00e9rative mais met les bouch\u00e9es doubles pour d\u00e9velopper un mod\u00e8le qui serait appel\u00e9 Ajax. On en ignore les d\u00e9tails mais Apple travaille sur la multimodalit\u00e9. Une int\u00e9gration avec Siri semble logique mais nous sommes \u00e0 ce stade r\u00e9duits \u00e0 la sp\u00e9culation.<\/p>\n\n\n\n Facebook\/Meta<\/em> a choisi une autre voie, et a, apr\u00e8s quelques h\u00e9sitations, a d\u00e9cid\u00e9 de publier ses mod\u00e8les g\u00e9n\u00e9ratifs Llama (suivi de Llama 2) en open-source<\/em>. Concr\u00e8tement, cela signifie que n’ importe qui est en mesure de t\u00e9l\u00e9charger le mod\u00e8le et de le faire fonctionner localement.<\/p>\n\n\n\n Le mod\u00e8le est disponible en plusieurs tailles (7, 13 et 70 milliards de param\u00e8tres); au plus la taille est grande au plus le mod\u00e8le est efficace, mais au plus il est exigeant en m\u00e9moire et en puissance de calcul. Le plus petit mod\u00e8le fonctionne localement sur un ordinateur de bureau disposant d’au moins 16GB de m\u00e9moire. <\/p>\n\n\n\n Vous pouvez dialoguer avec les versions 7B, 13B et 70B de Llama2 en cliquant ici<\/a>, apr\u00e8s avoir s\u00e9lectionn\u00e9 le mod\u00e8le en bas \u00e0 droite de l’\u00e9cran.<\/p>\n\n\n\n Le choix de l’ open source<\/em> par Meta lui permet de b\u00e9n\u00e9ficier de toutes les innovations de la commuaut\u00e9 des chercheurs et des programmeurs open-source, mais le fait de diffuser ces mod\u00e8les dans la nature augmente les risques d’utilisation malveillante.<\/p>\n\n\n\n Finalement, Amazon<\/em> a choisi de s’ allier avec Anthropic qui poss\u00e8de le mod\u00e8le Claude. Il s’ agit d’ un partenariat qui ressemble \u00e0 celui entre OpenAI et Microsoft : acc\u00e8s privil\u00e9gi\u00e9 au mod\u00e8le contre investissement. Amazon \u00e9tant le principal acteur dans le domaine du cloud (Amazon Web Services), il y a gros \u00e0 parier que des interfaces de programmation vers Claude seront tr\u00e8s prochainement disponibles pour les applications tournant sur AWS.<\/p>\n\n\n\n Les grands acteurs sont clairement engag\u00e9s dans une course \u00e0 la multimodalit\u00e9. La g\u00e9n\u00e9ration de texte est aujourd’hui relativement bien ma\u00eetris\u00e9e, le d\u00e9fi principal est maintenant de traiter diff\u00e9rents flux d’ information en parall\u00e8le qui se compl\u00e9mentent et s’ enrichissent mutuellement.<\/p>\n\n\n\n La sc\u00e8ne de l’ IA g\u00e9n\u00e9rative en Europe ne contient pas de g\u00e9ants mais environ 150 start-ups<\/em> y sont actives, dont environ un tiers est bas\u00e9 au Royaume-Uni, suivi par l’ Allemagne puis la France. <\/p>\n\n\n\n Faisons un bref tour d’ horizon des start-up les plus en vue dans ces trois pays :<\/p>\n\n\n\n Le Royaume-Uni<\/strong> abrite Stability AI<\/a>, qui est un des leaders dans le domaine de l’ IA g\u00e9n\u00e9rative d’images, qui vous pouvez essayer ici<\/a>, ainsi que Synthesia<\/a> qui est sp\u00e9cialis\u00e9e dans la g\u00e9n\u00e9ration automatis\u00e9e de vid\u00e9os dans lesquelles un acteur de synth\u00e8se lit un texte avec une voix artificielle. Enfin, m\u00eame si ce n’est plus une start-up, il faut quand m\u00eame mentionner un des leaders mondiaux de la recherche en IA, Google Deepmind<\/a> qui se trouve lui aussi \u00e0 Londres.<\/p>\n\n\n\n L’ Allemagne <\/strong>h\u00e9berge Aleph Alpha<\/a> qui a un mis au point un mod\u00e8le g\u00e9n\u00e9ratif de texte appel\u00e9 Luminous et met l’accent sur le caract\u00e8re souverain de sa technologie, ainsi que DeepL<\/a>, le sp\u00e9cialiste de la traduction automatis\u00e9e.<\/p>\n\n\n\n Et la France<\/strong> compte quant \u00e0 elle dans ses rangs Mistral<\/a> et Poolside AI.<\/p>\n\n\n\n2. Et en Europe….<\/h2>\n\n\n\n