Le métavers promettait d’être l’avenir de la tech en 2021 pour finalement faire long feu. L’IA générative connaîtra-t-elle le même sort ?
Toutes les nouvelles technologies prometteuses ont un point commun. Si le rêve se réalise, la technologie est rapidement adoptée, sa croissance se maintient à long terme et elle devient une tendance. Il suffit de penser au smartphone. En revanche, si les résultats ne sont pas à la hauteur des promesses, la croissance s’essouffle et la technologie devient un phénomène de mode.
Prenons l’exemple des métavers. Mot à la mode il y a quelques années à peine, il a presque disparu, du moins pour l’instant. Meta, le fleuron des métavers, est devenu le symbole de l’échec de la technologie à être à la hauteur de sa vision.
En 2022, Meta a perdu 13,7 milliards de dollars au profit de Reality Labs. Plusieurs projets faisant la course pour être à l’avant-garde des métavers ont également subi l’ignominie. Tinder a déclaré une perte de 10 millions de dollars en 2022. Walt Disney a supprimé sa division métavers, réduisant ses effectifs d’environ 7 000 personnes. Microsoft a fait de même.
Pourquoi le métavers a-t-il échoué ? Considéré il n’y a pas si longtemps comme une nouvelle technologie, le métavers a échoué principalement parce que la technologie n’a pas tenu ses promesses. Les attentes démesurées fondées sur un ensemble de technologies émergentes ont entraîné une différence entre l’anticipation et la réalité.
En fin de compte, ce qui s’est passé était radicalement différent.
L’IA générative est la dernière innovation technologique qui a envahi le monde. Les cas d’utilisation de l’IA couvrent tous les domaines, de l’éducation à la mode en passant par l’armée, et font sensation dans les mondes technologiques et non technologiques. Il est peu probable que l’on trouve un seul secteur ou une seule tâche que l’IA ne soit pas censée améliorer.
Mais à l’instar des métavers, l’IA est une technologie naissante qui n’a pas encore atteint son plein potentiel. La question demeure : Cette version de l’IA finira-t-elle comme le métavers, ou est-elle là pour durer ?
Pourquoi les métavers n’ont pas été à la hauteur de l’engouement qu’ils ont suscité
La première itération du métavers était basée sur un trio de technologies – la réalité augmentée (AR), la réalité virtuelle (VR) et la blockchain – qui sont toutes des technologies émergentes qui n’ont pas encore atteint leur maturité. La promesse des métavers reposait sur ce que ces technologies pouvaient devenir, et non sur ce qu’elles étaient capables de faire actuellement.
Les aficionados des métavers n’ont pas non plus pris en compte le facteur coût, qui est intrinsèquement associé au succès de tout produit technologique à venir. Si la réalité augmentée et la réalité virtuelle sont des technologies prometteuses, l’équipement nécessaire au développement du contenu est assez coûteux. Pour le développement de la RV, un casque de RV, tel que l’Oculus Rift, et un ordinateur doté d’une forte puissance de traitement sont nécessaires pour faire fonctionner le logiciel.
Quant au développement de contenu AR, il nécessite des caméras numériques, des capteurs optiques, des GPS (système de positionnement global), des gyroscopes, des accéléromètres, une identification par radiofréquence (RFID), des capteurs sans fil et des boussoles à semi-conducteurs. Même les professionnels capables d’utiliser efficacement ces équipements sont peu nombreux, ce qui a une incidence sur les visuels dans le métavers. Personne n’a envie de sauter dans un métavers pour y voir des avatars laids assistant à un concert dont la qualité visuelle est médiocre et les coûts stupéfiants.
Avant que le fondateur de Meta, Mark Zuckerberg, ne réalise ses rêves de faire sauter des millions de personnes dans le métavers pour leurs tâches quotidiennes, Meta était censé déployer plusieurs milliards de dollars pour développer les technologies de RV et de RA qui constituent le cœur du métavers. Pour toute entreprise, la tâche s’annonçait ardue. À la lumière de tous ces facteurs, il semble que le premier avatar des métavers ait été plus de battage médiatique et moins de substance.
Le boom de l’IA générative
Le potentiel économique de l’IA en fait un candidat sérieux pour la croissance à long terme. Selon une étude de McKinsey Digital, l’IA générative pourrait ajouter entre 2,6 et 4,4 billions de dollars par an dans les 63 cas d’utilisation qu’elle a analysés, stimulant ainsi la productivité de manière massive.
Les trois secteurs que l’IA générative est le plus susceptible d’influencer positivement en augmentant leurs revenus sont la banque, la haute technologie et les sciences de la vie. L’application de l’IA dans le secteur bancaire devrait ajouter entre 200 et 340 milliards de dollars par an. Le secteur de la vente au détail et des biens de consommation emballés devrait enregistrer une hausse de 400 à 660 milliards de dollars par an.
Joseph Briggs et Devesh Kodnani, économistes chez Goldman Sachs, ont déclaré dans un rapport : « Malgré l’incertitude importante entourant le potentiel de l’IA générative, sa capacité à générer des contenus impossibles à distinguer des productions humaines et à faire tomber les barrières de communication entre les humains et les machines témoigne d’une avancée majeure dont les effets macroéconomiques pourraient être considérables. »
L’adoption de l’IA entraînera un changement majeur dans l’environnement économique axé sur la technologie. Une grande partie des professions sera perturbée, mais le scénario mettra également en place plusieurs nouveaux types d’emplois.
Les progrès rapides de l’IA sont susceptibles d’avoir des répercussions considérables sur les activités commerciales, ce qui attise l’intérêt pour les solutions d’IA à venir.
Facteurs susceptibles d’entraver la croissance de l’IA générative
L’évolution de la réglementation et l’impact négatif de l’IA générative sur l’environnement sont deux facteurs susceptibles d’entraver la croissance sans restriction de l’IA générative. La réglementation suit toujours l’innovation, et les législateurs sont encore en train de réfléchir à la manière de réglementer ce domaine.
En outre, contrairement à ce que beaucoup pensent, l’entraînement des modèles et des opérations d’IA nécessite une quantité volumineuse de puissance de calcul, avec une forte empreinte carbone et eau. Une étude de l’université du Massachusetts a révélé que la formation d’un seul modèle d’IA est susceptible d’émettre plus de 626 000 livres de dioxyde de carbone, ce qui équivaut à environ cinq fois les émissions d’une voiture moyenne aux États-Unis pendant toute sa durée de vie. La formation de grands modèles de langage (LLM) consomme encore plus d’énergie.
Il est indéniable que l’IA peut être un outil puissant dans la lutte pour la préservation de l’environnement. Elle peut contribuer à des applications telles que la modélisation du climat, l’optimisation des réseaux électriques, l’agriculture de précision, l’amélioration des systèmes de transport, la construction de bâtiments intelligents, etc. Toutefois, des mesures doivent être prises pour réduire l’empreinte carbone et hydrique des opérations d’IA, faute de quoi des voix s’élèveront contre l’application de l’IA.
Toutefois, les développeurs de l’IA s’efforcent de résoudre ce problème. Les modèles neuronaux comme les transformateurs traitent plus de données en moins de temps, en consommant moins d’énergie, ce qui se traduit par une réduction des émissions de carbone. Les paramètres du service en nuage peuvent être modifiés pour réduire la consommation d’énergie pendant la formation.
Les entreprises du secteur sont ouvertes à l’adoption d’une approche frugale de l’IA, qui se concentre sur la conception de modèles plus robustes avec moins de données. Moins de données limite la puissance de calcul nécessaire, ce qui réduit les ressources utilisées pour la formation. Simone Larsson, évangéliste de l’IA chez Dataiku, une plateforme d’IA, déclare : « Les entreprises commencent tout juste à considérer l’IA comme un élément de l’équation [de durabilité] et il ne s’agit pas seulement de chauffage et de refroidissement. »
Pourquoi l’IA générative sera différente des métavers
En fin de compte, la valeur de l’IA est beaucoup plus facile à comprendre que celle des métavers. L’IA a la capacité de traiter les données de manière logique, comme les humains, et de prendre une décision. Au contraire, certains considéraient le métavers comme un monde virtuel immersif, où l’on peut faire des achats, mener des affaires et jouer à des jeux vidéo tout en utilisant un casque. Pour d’autres, il s’agit d’un monde numérique étroitement lié à des éléments du Web 3.0 tels que les crypto-monnaies et les jetons non fongibles (NFT).
Une expérience visuelle médiocre, des facteurs de coût et un manque d’utilité ont entraîné une chute brutale du nombre d’utilisateurs des métavers.
Rétrospectivement, cet effondrement n’est pas vraiment surprenant. À tout moment, espérer sur un métavers n’était qu’une option pour les utilisateurs. Ils pouvaient faire leurs achats dans un magasin de briques et de mortiers ou tout autre lieu en ligne, faire des affaires sur Zoom et jouer à un jeu vidéo ailleurs.
L’IA est appelée à devenir plus durable parce que ses solutions sont souvent meilleures que les autres. Par exemple, si quelqu’un souhaite reformuler un contenu ou obtenir une description d’un produit existant en un certain nombre de mots, il peut utiliser ChatGPT. Dans un autre cas d’utilisation, si un chef d’entreprise a besoin d’une analyse graphique d’un vaste ensemble de données, l’IA offre la meilleure solution en termes d’efficacité et de rapidité.
Quel sera l’avenir de l’IA ?
Une grande question aujourd’hui est de savoir si l’IA sera un effet de mode comme les métavers ou si elle soutiendra la montée en puissance. En fin de compte, sa durabilité est assurée par le nombre de cas d’utilisation. Si une technologie résout un ensemble de problèmes réels, elle continuera à trouver des adeptes.
Les solutions d’IA, qu’il s’agisse de LLM ou de logiciels spécifiques à un domaine, ont déjà créé des perturbations dans tous les secteurs. Au fur et à mesure que la technologie progresse, les problèmes d’efficacité seront résolus et les cas d’utilisation se multiplieront de manière exponentielle. Avec le niveau actuel de financement et de développement technologique, il pourrait atteindre des sommets inattendus et sans précédent.
Les métavers, bien qu’étant une technologie intéressante, n’ont pas été révolutionnaires. Si la décentralisation a ajouté une dimension différente aux systèmes centralisés, son absence n’a pas eu d’effet majeur sur la vie quotidienne. Les métavers n’ont même pas amélioré l’engagement dans les jeux vidéo existants.
Cela ne signifie pas que le métavers ne peut pas faire son retour. Les projets de métavers pourraient inclure l’IA pour ajouter du piquant à leur qualité de présentation et créer des cas d’utilisation, et le métavers pourrait arriver à nouveau dans un nouvel état. À mesure que les technologies derrière les métavers mûrissent, les coûts sont également susceptibles de baisser, éliminant ainsi le facteur de retenue. L’IA elle-même a fait irruption sur la scène en 2017 pour s’effondrer et repartir de plus belle aujourd’hui.
Nous devrons attendre de voir si les métavers évoquent une histoire similaire,et si l’IA peut maintenir son succès.
