Selon Gartner, atteindre le sommet des attentes exagérées est une ingénierie rapide. Alors que la plupart des grands modèles de langage comme le GPT-4 d’OpenAI sont pré-remplis avec d’énormes quantités d’informations, « l’ingénierie rapide », un moyen de former l’algorithme, permet à genAI d’être adapté à un secteur spécifique ou même à une utilisation organisationnelle.
L’intérêt de GenAI diminue à mesure que le retour sur investissement devient la priorité
L’enthousiasme autour des modèles de fondation, tels que Google Gemini, Anthropic Claude, Amazon Bedrock et OpenAI GPT-4, diminue parmi les entreprises, car celles-ci recherchent plutôt des retours sur investissement (ROI) concrets. De nos jours, les entreprises déploient le plus souvent genAI uniquement pour des cas d’utilisation qui génèrent un retour sur investissement, selon Arun Chandrasekaran, analyste vice-président distingué de Gartner.
“L’IA générative traverse le creux de la désillusion en raison de l’inadéquation entre les attentes élevées et la réalité, des défis des entreprises dans la maturation de leur ingénierie des données et de leur gouvernance de l’IA, ainsi que du retour sur investissement intangible de nombreuses initiatives de genAI”, a déclaré Chandrasekaran.
