Source | Institut de recherche TOP Zone d'innovation
Auteur | McKinsey
Au premier semestre 2023, l'émergence de l'IA générative/ChatGPT a suscité notre enthousiasme pour une nouvelle génération de technologie. Bien sûr, les êtres humains ont de bonnes nouvelles dans de nombreux domaines technologiques. L'IA générative, ainsi que de nombreuses autres technologies de pointe, devrait stimuler une croissance durable et inclusive et résoudre des défis mondiaux complexes.
Le 20 juillet, McKinsey & Company a publié le rapport sur les tendances technologiques 2023 "McKinsey Technology Trends Outlook 2023".
Afin d'évaluer la dynamique de chaque tendance, le rapport examine des indicateurs quantitatifs tels que l'attention, l'innovation et le capital. Dans le même temps, étant donné la nature à long terme et interdépendante de ces tendances, McKinsey a également étudié en profondeur les technologies sous-jacentes à chaque tendance. tendance Certitude, défis futurs, etc.
Différent des années précédentes, McKinsey a ajouté une nouvelle dimension d'analyse importante - le talent.
L'importance des talents va sans dire – la pénurie de talents est l'ennemi numéro un de l'innovation et de la croissance.
Les données montrent que par rapport à 2021, les offres d'emploi mondiales en 2022 diminueront globalement de 13 %, mais les offres d'emploi dans les domaines liés aux 15 tendances technologiques mentionnées dans l'article augmenteront de 15 % en 2022.
Ensuite, regardons ces 15 tendances. Les 15 tendances peuvent être regroupées en cinq catégories plus larges : la révolution de l'IA, la construction de l'avenir numérique, les frontières de l'informatique et de la connectivité, l'ingénierie de pointe et la durabilité.
PARTIE 1
La révolution de l'intelligence artificielle
IA générative
L'IA générative marque un tournant dans l'IA.
OpenAI, Google, Microsoft, Facebook, Salesforce, IBM, etc. investissent massivement dans la recherche et le développement de la technologie de modèle de langage à grande échelle LLM pour promouvoir l'innovation et l'amélioration continues du modèle. Contrairement à l'IA précédente, l'IA générative peut générer de nouveaux contenus non structurés, tels que du texte, de l'audio, de la vidéo, des images, du code, des simulations et même des séquences de protéines ou des consommateurs, sur la base d'informations tirées d'un parcours similaire de formats de données non structurés. De plus, sa technologie de base, le modèle de base, peut être adaptée à diverses tâches.
Dans un cadre commercial, l'IA générative peut non seulement débloquer de nouveaux cas d'utilisation, mais aussi accélérer, étendre ou améliorer ceux qui existent déjà. L'IA générative a le potentiel de redéfinir les entreprises et les chaînes de valeur en facilitant le développement de nouveaux produits et de nouvelles sources de revenus, améliorant ainsi l'expérience client. Cependant, son impact est plus susceptible d'être observé dans l'amélioration de la productivité et de l'expérience des employés.
À ce stade précoce, nous voyons des entreprises de nombreux secteurs adopter l'IA générative principalement en tant que technologie d'assistance pour créer des premières ébauches, générer des hypothèses ou aider les experts à accomplir des tâches plus rapidement et mieux.
Des experts sont bien sûr nécessaires pour vérifier la sortie, en particulier pour les problèmes de fantôme (contenu inexact produit par l'application) et de propriété intellectuelle (IP).
Dans les applications à haut risque, il peut s'écouler un certain temps avant que l'IA générative passe progressivement de l'assistance à l'automatisation complète basée sur l'application.
Intelligence artificielle appliquée
Grâce aux technologies d'intelligence artificielle telles que l'apprentissage automatique (ML), la vision par ordinateur et le traitement du langage naturel (NLP), les entreprises de divers secteurs peuvent utiliser des données et en tirer des informations pour automatiser les processus, améliorer les capacités et prendre des décisions plus éclairées.
Les recherches de McKinsey estiment que la valeur économique potentielle de l'IA appliquée se situe entre 17 000 milliards de dollars et 26 000 milliards de dollars, et...
[Courte citation de 8% de l'article original]