Chapô :
Colin Jarvis, responsable de l’ingénierie déployée vers l’avant chez OpenAI, a partagé les détails sur la manière dont son équipe aide les entreprises à intégrer des solutions d’intelligence artificielle (IA). Dans un podcast récent, il a souligné l’importance d’une approche personnalisée pour transformer ces technologies prometteuses en applications concrètes et rentables.
Une équipe au service des entreprises
Dans un épisode du podcast « Altimeter Capital » publié jeudi, Colin Jarvis a détaillé le travail de son équipe qui compte 39 ingénieurs, avec un objectif d’atteindre 52 membres d’ici la fin de l’année. Leur mission est claire : assister les entreprises dans le déploiement concret de solutions IA pouvant générer « des dizaines de millions, parfois en milliards » en valeur. Pour y parvenir, ils s’intègrent directement au sein des clients afin d’adapter et améliorer les outils selon leurs besoins spécifiques.
Le modèle utilisé par l’équipe de Jarvis est inspiré par Palantir, une entreprise spécialisée dans le logiciel pour la défense. Les ingénieurs travaillant directement sur site affinent ainsi le produit en coopération avec le personnel client.
Défis rencontrés lors du déploiement
Jarvis a évoqué quelques obstacles rencontrés lors du lancement du modèle ChatGPT en 2022 : « Les gens étaient vraiment excités, mais c’était assez difficile de tirer parti des modèles ». Initialement, plusieurs entreprises clientes ont eu des difficultés à convertir ce nouvel enthousiasme technologique en systèmes pratiques et utilisables. Pour remédier à cela, OpenAI a développé un modèle plus avancé permettant une collaboration étroite avec ses partenaires.
Un exemple significatif est celui de Morgan Stanley, qui fut parmi les premières sociétés à adopter GPT-4. La mise en place technique initiale a nécessité entre six et huit semaines ; cependant, la construction de la confiance auprès des conseillers financiers a demandé beaucoup plus de temps : quatre mois ont été nécessaires pour exécuter des projets pilotes et effectuer diverses itérations avant que « environ 98% d’entre eux ne l’adoptent », comme précisé par Jarvis.
L’équipe travaille également sur divers secteurs complémentaires. Par exemple, elle collabore avec une entreprise européenne spécialisée dans les semi-conducteurs pour créer un agent capable d’analyser et corriger efficacement les pannes techniques ayant déjà monopolisé jusqu’à 80% du temps jugé productif par leurs ingénieurs.
Clarté et objectifs définis
Jarvis insiste sur la nécessité pour son équipe d’avoir une vision nette concernant ses butées opérationnelles. Plutôt que se focaliser sur la génération « de revenus de services », ils prennent soin élaborer des manuels produits robustes destinés aux utilisateurs.
Plus tôt cette année dans un article LinkedIn signalant sa nouvelle fonction chez OpenAI, Jarvis avait déclaré : « Notre objectif est d’amener nos clients à la production ». Ce positionnement stratégique illustre clairement comment OpenAI envisage sa fonction face aux défis technologiques contemporains.
En juillet dernier lors d’une conférence à Singapour dédiée aux avancées IA modernes, Oliver Jay, directeur général international chez OpenAI a mis en avant que leur démarche représente « un moyen vraiment spécifique » visant à favoriser l’accélération vers une utilisation réelle et productive mais également efficace.
Les retombées financières semblent être au rendez-vous car Diana Hu, partenaire chez Y Combinator, observait que cette approche permettrait même à certains fondateurs de conclure “des accords à six ou sept chiffres” avec certaines grandes firmes.
Cette transformation ouverte incite ainsi non seulement OpenAI, mais aussi le monde technologique plus large à se poser question quant aux nouvelles possibilités qu’offre cette transition active vers davantage d’intelligence artificielle intégrative dans tous secteurs confondus.
