L'IA c'est quoi concrètement ?

J'étais en train de commencer un article sur ma méthodologie pour mettre en œuvre de l'IA dans les projets d'une entreprise, quand résonnait dans ma tête une conversation que j'ai eue il n'y a pas longtemps lors d'un événement à Paris :

« Tu sais, Benjamin, comprendre tout ce qui permet de faire de l'intelligence artificielle, voire ce qu'est l'intelligence artificielle elle-même, c'est déjà un problème. Alors parler de stratégie… »

Et voilà mon erreur : j'étais en train de vous écrire un article méthodologique sur un concept qui n'était peut-être pas encore clair pour le lecteur, voire pire, un concept dont vous et moi n'avions pas exactement la même définition ! Alors, pourquoi ne pas reprendre tout cela depuis le début ?

Parlons de ce qu'est l'IA. Cet article se veut accessible à tous :

• ▸ce n'est ni un livre théorique pour des chercheurs (qui connaissent déjà le sujet),
• ▸ni un tutoriel de programmation.

C'est un article de vulgarisation, mais qui peut être aussi utile pour les développeurs ;), qui vous donnera une bonne base pour comprendre les enjeux autour de ce sujet, les acteurs et les tendances, afin que vous puissiez prendre vos propres décisions.

Sur ce, commençons à parler d'IA !

L'IA, c'est des couches

Votre Gemini sur votre téléphone, ou votre Citymapper qui vous trouve le meilleur itinéraire, sont en réalité composés de plusieurs éléments qui, mis ensemble, font les applications que vous connaissez. Chaque morceau aura un chapitre dédié pour rentrer un peu dans le détail. Ici, je vais juste vous expliquer globalement ce qu'ils représentent. Pour ceux qui ne supportent pas les trop longues lectures ou mon style d'écriture, vous aurez déjà une bonne vue d'ensemble ! 😉

Voici les différents composants dont vous disposez pour développer et faire fonctionner vos applications d'IA. Chaque grande partie possède ses enjeux commerciaux, d'autonomie ou encore industriels.

Décrivons rapidement ce que nous avons là avec un exemple simple. Accrochez-vous, on va passer très rapidement sur des concepts que nous approfondirons dans les prochains chapitres !

Accrochez-vous, Chewie : vitesse lumière !

Notre fil rouge

Vous êtes dans votre entreprise, qui a une politique stricte de protection des données. Votre chef vous demande de lui fournir un résumé de la stratégie commerciale que vous venez de recevoir d'un autre service. Le document est gros et vous n'avez pas vraiment le temps. Votre entreprise ne vous a pas mis à disposition d'IA (ou alors une IA pas vraiment performante). Donc, comme la majorité des employés en ce moment, vous allez utiliser un outil que vous connaissez : ChatGPT.

Carton rouge ! Vous venez de faire du Shadow AI : c'est-à-dire utiliser une IA externe en lui soumettant des données de votre entreprise (qui font partie de son patrimoine) à disposition d'OpenAI, qui les utilisera potentiellement pour entraîner ses propres modèles.

Bon, reprenons notre petite histoire. Vous allez donc sur votre navigateur et vous ouvrez le site de ChatGPT pour discuter avec votre IA.

1. La couche application

Ici, vous êtes sur la couche Application : le site qui contient l'interface de chat, les outils qui vérifient que c'est bien vous, vous donnent les accès (et vous font payer votre abonnement). En dehors de l'IA en elle-même, c'est cette application qui a tout changé lors de l'arrivée des LLM. Plus elle est simple d'utilisation, mieux c'est pour les utilisateurs. Voilà pourquoi vous devez bien réfléchir à ce que va voir votre utilisateur : le piège du « 100 % chat » est déjà assez flagrant dans les différentes entreprises que je croise.

Vous chargez votre fichier et vous dites : « Fais-moi un résumé en 5 bullet points. »

2. La couche logicielle

Là, vous vous dites : « C'est bon, c'est l'IA qui travaille ! » Mais en réalité… pas encore ! D'abord, votre fichier est pris en charge par la couche logicielle (du code classique) avant même de croiser un modèle d'IA. On va extraire le texte, puis le découper en petits morceaux (ce qu'on appelle le chunking).

Pourquoi ? Parce que chaque modèle d'IA a une limite de taille pour ce qu'il peut lire d'un seul coup : sa fenêtre de contexte (un peu comme la mémoire vive de votre cerveau quand vous lisez une page). Si votre document dépasse cette capacité, ou si l'application veut économiser du temps et des jetons, le logiciel va d'abord orchestrer le travail : découper le gros pavé, faire résumer chaque morceau, ou aller chercher uniquement les passages clés (via une technique appelée RAG) pour ne transmettre au modèle que l'essentiel. C'est un vrai travail d'équipe entre du code traditionnel et l'IA !

3. Le modèle d'IA

Maintenant, le texte arrive au modèle (LLM) que vous avez choisi depuis votre interface.

C'est là où l'on parle réellement d'IA. D'ailleurs, il y en a de plein de sortes ! Je vous parle ici de LLM car c'est le type d'IA le plus connu, mais sachez qu'il existe d'autres algorithmes très performants dans leurs domaines respectifs. Et au sein d'une même famille, vous avez différents modèles : c'est ici que l'on parle de GPT, Claude, Mistral, Qwen, Kimi, etc.

4. L'infrastructure : où tourne tout ça ?

Pendant que nos modèles travaillent, posons-nous la question : où est-ce qu'ils fonctionnent ? Eh oui, votre document n'est pas resté sur votre navigateur ! Il a été envoyé quelque part pour être analysé : chez un Cloud Provider, dans un datacenter.

Maintenant, vous devez savoir une chose : même si votre serveur physique est implanté en France, vos données restent soumises à la loi du pays d'origine de votre fournisseur. Si vous utilisez Azure (Microsoft), AWS (Amazon) ou Google Cloud, vos données tombent sous le coup de lois extraterritoriales américaines, notamment le CLOUD Act (Clarifying Lawful Overseas Use of Data Act) ou la section 702 du FISA. En clair : la justice américaine peut théoriquement exiger l'accès aux données gérées par une entreprise américaine, peu importe que les serveurs soient à Paris, Amsterdam ou Francfort. Et sans même que l'on vous le dise ! La géographie ne fait pas tout, la nationalité du géant tech s'en mêle aussi.

Il en existe beaucoup. Les plus connus sont AWS (Amazon), Google Cloud et Azure (Microsoft), sans oublier des acteurs français comme Scaleway, OVHcloud ou Outscale. Mais là, on parle uniquement de marques. Les datacenters, eux, sont ancrés sur un territoire géographique. À l'instant où l'on parle, votre document peut être à Paris, Amsterdam ou New York. D'ailleurs, une partie de votre application peut être à un endroit et votre modèle d'IA à un autre (par exemple, votre site sur Azure en Europe, mais l'IA qui fait le résumé dans un datacenter aux USA). Et bien sûr, toute cette infrastructure, il faut l'alimenter en électricité et la refroidir en eau !

5. Le hardware

Bon, votre document était vraiment très long, ça tourne encore, et ça fait même un peu chauffer les puces… Oui, le Hardware ! Les puces (GPU, CPU, etc.) sur lesquelles tout repose : votre document, les modèles d'IA, votre application… Les Cloud Providers ont dû les acheter.

Aujourd'hui, ce marché est dominé par un acteur majeur : NVIDIA. Mais NVIDIA ne fabrique pas directement ses puces : il les conçoit (design). Ceux qui les produisent sont des fonderies (foundries) comme TSMC (située principalement à Taïwan). Et le truc le plus fou, c'est que les machines ultra-complexes utilisées par ces fonderies pour graver vos puces sont construites par une seule entreprise aux Pays-Bas : ASML ! Sans oublier qu'il faut de la matière première pour fabriquer tout ce matériel informatique.

Là, la tâche est terminée ! Les morceaux de texte ont été traités une dernière fois par le modèle pour vous sortir vos 5 bullet points, et voilà !

Une vue plus réaliste

Comme vous l'avez compris, si on voulait représenter cela de manière plus réaliste que notre découpage initial :

Ce sont des machines différentes qui font fonctionner votre IA et votre application, le tout orchestré par du logiciel et hébergé chez un Cloud Provider. Et pour chaque niveau, nous avons des enjeux de performance, de confiance, de souveraineté, etc.

Si vous souhaitez comprendre les enjeux autour de tous ces sujets, n'hésitez pas à lire les prochains chapitres ! Et surtout, faites-moi vos retours pour que je puisse améliorer ma plume.

Passez une excellente journée, et n'oubliez pas de vous amuser !