Comment les entreprises SaaS achètent (ou non) l’IA

Lors du Saastr Annual, nous avons organisé un panel d'entreprises composé de leaders de l'IA pour partager leur expérience et leurs connaissances afin d'aider les autres à comprendre comment les grandes entreprises pensent et exploitent l'IA. Bien sûr, la montée en puissance de ChatGPT est devenue courante pour les consommateurs et les petites entreprises, mais qu'en est-il des grandes entreprises ? Bien que la première génération d’IA générative soit excellente, elle n’est pas encore prête à résoudre les problèmes des entreprises. Alors, où en sommes-nous désormais dans le cycle d’adoption pour le monde de l’entreprise ? 

Lors de cette séance, nous avons réuni :

• Douwe Kiela, PDG de ContextualAI
• Benjamin Mann, co-fondateur d'Anthropic
• Arvind Jain, PDG de Glean
• et Sandhya Hedge, associée générale chez Unusual VC, 

Pour nous aider à comprendre comment vendre le logiciel GenAI à certaines des plus grandes organisations du monde. 

[Contenu intégré]

Pour quelles raisons les entreprises sont-elles les plus enthousiastes à l’idée d’utiliser l’IA ? 

Comme nos panélistes ont tous travaillé avec des entreprises (Amazon, Google, Salesforce, etc.), ils ont tous constaté un niveau d'enthousiasme qu'ils n'avaient jamais vu auparavant en matière d'IA. Les entreprises recherchent deux grands thèmes. 

1. Ils souhaitent utiliser l’IA pour améliorer les produits qu’ils vendent à leurs clients. 
2. Ils souhaitent utiliser l’IA pour transformer leur entreprise et leur façon de travailler, ainsi que celle de leurs employés. 

Certains des cas d'utilisation les plus importants de l'IA dans l'entreprise concernent le support client, les ventes, le marketing et l'ingénierie, c'est-à-dire aider les développeurs à tester le code et à résoudre les problèmes. En plus de cela, ces experts en IA ont été impressionnés par la façon dont les plus grandes entreprises du monde, non seulement les éditeurs de logiciels, mais aussi les entreprises de taille plus orientées vers les consommateurs, comme les banques et les détaillants, vont de l'avant avec l'IA.

Benjamin Mann, co-fondateur d'Anthropic a ajouté : «Par exemple, une grande banque avec laquelle nous parlions est venue nous voir et nous a dit : « nous avons parlé à tout le monde dans notre entreprise et nous avons 500 cas d'utilisation différents auxquels nous souhaitons appliquer de grands modèles de langage ». C'est vraiment incroyable. Et ils ne savent même pas par où commencer. Alors travailler avec nous pour dire que peuvent-ils faire aujourd’hui ? Et puis au-delà de cela, comment peuvent-ils faire de l'IA un expert de ce qu'est leur produit afin que leurs clients n'aient pas à lire toute leur documentation, mais plutôt simplement parler à une IA comme s'il s'agissait d'un architecte de solution ou d'un déploiement ultérieur. ingénieur et pouvoir utiliser le produit immédiatement.

Tout le monde sait que l’IA a déjà changé notre façon de travailler. Dans le même temps, vous pouvez constater dans de nombreuses entreprises que de nombreuses personnes sont enthousiasmées par ce changement mais ne savent pas encore exactement à quoi il ressemblera.  Et c’est ce que tout le monde essaie de découvrir : où la technologie sera la plus importante, où elle est prête et où elle le sera bientôt. 

Compartiments de cas d'utilisation en entreprise pour l'IA

Si vous regardez le paysage actuel des cas d'utilisation, Douwe Kiela, PDG de ContextualAI, a expliqué qu'il il y a essentiellement trois grands seaux : 

1. Découverte et synthèse d'informations : comment puis-je obtenir des informations plus approfondies et pas seulement des données ? 
2. Résumé hiérarchique : comment puis-je en faire quelque chose sur lequel je peux agir ?
3. Soutenir les chatbots 

95 % de tous les cas d'utilisation entrent généralement dans l'une de ces catégories, et dans ces catégories, les entreprises essaient de déterminer ce qu'elles veulent faire. 

Douwe a ajouté : « Pour nous, le meilleur cas d'utilisation est celui où vous pouvez définir à quoi ressemble le succès. Et nous voyons étonnamment peu de cas d’utilisation de ce type. C'est plutôt "Oh, cette technologie est géniale". Je veux l'essayer sur mon chatbot. Lorsque nous demandons aux gens, comment définissez-vous le succès ? Comment allez-vous mesurer que cette chose est réellement suffisamment performante pour un déploiement en production ? Très souvent, ils n’ont pas de bonne réponse. C'est vraiment l'une des choses que nous recherchons en premier. Comprenez-vous réellement ce que vous voulez ?

Quels sont les plus grands obstacles à l’adoption en entreprise ? 

Plus précisément dans l’entreprise, qu’est-ce que nos panélistes ont vu réellement retarder ou perdre des contrats en matière d’IA ?

1. Sécurité – faire en sorte que leurs données propriétaires quittent le modèle et soient diffusées sur les marchés ouverts
2. Sécurité – maintenir ou devoir établir une surveillance constante des données
3. Gouvernance des données internes : les perdre à mesure que vous les consolidez en un seul outil ou modèle d'IA
4. Hallucination – des modèles qui inventent les choses
5. Problèmes d'attribution - être capable de remonter aux données de formation
6. Problèmes de conformité : oublie des éléments ou ne peut pas les mettre à jour facilement
7. FOMO – Et si ce modèle n'était pas aussi bon que celui de quelqu'un d'autre dans 2 semaines ?

"Les clients les plus sensibles veulent des choses comme la certification FedRAMP et des choses qui prennent plusieurs années et beaucoup d'efforts à mettre en œuvre", a ajouté Benjamin Mann, co-fondateur d'Anthropic. Bien qu'ils aient pu contourner ce problème en s'associant au programme Bedrock d'Amazon, cela ne fonctionnera pas pour tout le monde. 

Enfin, un autre obstacle à l’adoption par les entreprises est la bande passante supplémentaire requise pour la mettre en œuvre avec succès. 

Benjamin a ajouté : « Je pense que beaucoup de gens considèrent cette nouvelle technologie d'IA comme quelque chose qui va juste arriver et aimer le travail dès le premier jour. Mais en fait, il s'avère que c'est toujours un logiciel. Et avec les logiciels, vous devez effectuer le travail de recherche sur les utilisateurs et d'itérations avec toutes vos différentes équipes. Dans notre cas, Notion est un excellent exemple dans lequel nous avons travaillé en étroite collaboration avec leur CTO et tout le monde jusqu'à leurs ingénieurs en première ligne pour intégrer profondément Anthropics AI dans l'expérience produit Notion, et nous pensons que c'est extrêmement bien. Mais c’était le cas, il fallait beaucoup de dévouement pour y parvenir.

Qui sont les premiers à adopter l’IA en entreprise ?

Jusqu'à présent, les premiers utilisateurs de l'entreprise sont, sans surprise, généralement des entreprises très avant-gardistes en matière de technologie, mais aussi de grandes banques et de grands détaillants. D'autres utilisateurs précoces pourraient être des entreprises de logiciels qui sont désormais de grande taille et qui sont confrontées aux obstacles énumérés ci-dessus. Les DSI mènent souvent la charge car ils représentent les exigences de l’ensemble de l’entreprise.  Les vendeurs, le marketing, les ressources humaines et l'ingénierie veulent tous la technologie, le DSI est donc devenu le point central pour introduire un produit. 

Douwe Kiela, PDG de ContextualAI Je l'ai mieux résumé en disant : « Je pense que vous avez tendance à avoir des entreprises très avancées en matière de technologie, qui sont fondamentalement prêtes à se lancer, mais qui pensent très souvent pouvoir le faire en interne. Et donc je pense que cette croyance va probablement disparaître dans les prochaines années lorsque les gens se rendront compte que ce genre de choses est un peu plus difficile qu’ils ne le pensaient au départ. Mais à part cela, je pense que l’une des choses intéressantes que nous constatons est qu’il existe réellement un mandat venant du PDG. Là où nous sommes, nous devons faire quelque chose et pour moi, c'est excitant car c'est une opportunité commerciale.

Quels sont les investissements les plus importants qu’une entreprise du Future 50 puisse adopter ? 

 La conformité est importante. La sécurité est importante. Et au début, puisque l’IA gère énormément de données, la confiance est fondamentale. 

Arvind Jain, PDG de Glean a expliqué : «La première chose consiste simplement à travailler sur tous les aspects de sécurité et de conformité. Obtenez donc votre certification SOC-2, votre conformité HIPAA, GDPR et FedRAMP. Il s’agit d’un ensemble d’exigences d’entreprise, qui nécessitent simplement toutes ces questions de conformité. En plus de cela, en termes de produit, en fonction de votre produit, les entreprises vous imposeront de nombreuses exigences.

Les entreprises ne vont pas simplement partager toutes leurs données du jour au lendemain – elles pourront donc soit intégrer l'IA dans leur environnement de données existant, soit utiliser des frameworks sur Amazon et Google peuvent contribuer à éliminer le besoin de passer par des achats approfondis et des audits de sécurité supplémentaires. L’avenir de ces grands modèles linguistiques consistera à résoudre les barrières de l’hallucination linguistique et de l’attribution des données, à être digne de confiance et à comprendre la voix de votre marque et ce qu’est votre entreprise. 

Le réglage fin offre-t-il un avantage concurrentiel ? 

Étant donné que la couverture médiatique de l’IA est si importante de nos jours, de nombreuses personnes se tournent vers ContextualAI, Anthropic et Glean avec de nombreuses attentes dès le départ.

Beaucoup ne comprennent pas ce qu’ils attendent en matière de réglage fin. Ils en entendent simplement parler et pensent que c'est un moyen d'obtenir un avantage concurrentiel. Cependant, de meilleures formes de technologie apparaissent et Douwe Kiela, PDG de ContextualAI l'a mieux expliqué : «Nous constatons souvent cela là où les clients se rendent, nous voulons affiner notre modèle. Pouvez-vous nous aider ? Et donc ce que nous leur disons, c'est on vous a probablement menti. Vous n’avez pas besoin d’affiner votre modèle.

Douwe a ajouté : « Vous ne devriez vraiment pas en avoir besoin. Vous pouvez probablement simplement résoudre ce problème grâce à la génération augmentée de récupération ou en ayant une très longue fenêtre de contexte. Le seul cas où vous pouvez en avoir besoin est si vous souhaitez qu'il prenne en charge un cas d'utilisation dans lequel vous disposez de beaucoup de données que personne d'autre ne possède et qui sont vraiment spécifiques à ce cas d'utilisation.

Une série de prévisions sur l’IA pour 2023

Sandhya a clôturé la séance en demandant : « Qu'est-ce que quelque chose de sauvage et de réaliste dont vous espérez qu'il se réalisera en 2030 ? » 

Pour Arvind chez Glean, il avait l'espoir pratique que nous aurions tous un assistant personnel vraiment intelligent et compétent qui ferait la plupart de notre travail à notre place d'ici 2030. Aujourd'hui, ce luxe est limité aux cadres des entreprises. À l’avenir, ce sera pour nous tous. 

Pour Ben d’Anthropic, l’avenir radieux implique que les modèles linguistiques nous comprennent mieux que nous ne nous comprenons nous-mêmes. Lorsque nous lui demandons de faire des choses pour nous, il fera ce que nous pensons et non ce que nous disons. Idéalement, l’IA fera de nous tous de meilleures personnes, améliorera nos relations et nous aidera à être la meilleure version de nous-mêmes. Qu'en sera-t-il concrètement ? Peut-être 60% de cela, ce qui serait quand même génial. 

Pour Douwe de ContextualAI, il estime que la technologie a un grand potentiel pour faire le bien. 2030 sera un endroit différent, alors il espère que d’ici là, l’IA fera toutes les « choses ennuyeuses et banales » afin que nous puissions être plus créatifs et faire les choses que nous aimons. 

[Contenu intégré]

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://www.saastr.com/how-enterprise-companies-are-buying-ai-or-not-with-contextualai-anthropic-glean-and-unusual-ventures/