GPT-4 passe sous le dollar et démocratise l’IA

L’intelligence artificielle devient économiquement accessible avec une chute drastique des coûts d’inférence, facilitant des usages larges dans le travail de la connaissance. À titre d’exemple, les capacités de la classe GPT-4, qui coûtaient environ 30 dollars par million de tokens début 2023, sont aujourd’hui disponibles pour moins d’un dollar. Cette tendance vers une intelligence pratiquement gratuite transforme notre rapport avec la technologie, ouvrant la porte à de nouvelles applications et modèles économiques.

Les experts, dont Aditya G. Parameswaran, professeur associé à l’UC Berkeley, soulignent trois domaines de transformation des systèmes de données. D’une part, les systèmes de données doivent s’adapter à une nouvelle génération d’utilisateurs : des agents numériques capables de gérer de vastes flux de tâches autonomes. À l’avenir, ces agents pourront générer des milliers de requêtes SQL en réponse à des questions complexes, nécessitant une infrastructure capable de traiter efficacement ce volume d’opérations.

Les systèmes de données

Les systèmes de données, conçus pour accommoder ces agents autonomes, nécessitent une refonte significative. Ces systèmes doivent gérer la fragmentation et la coordination des tâches, en optimisant les processus pour éviter les travaux redondants. Par exemple, sur des bancs d’essai text-to-SQL, il a été observé que 80-90% des sous-requêtes effectuaient des tâches en double. En réinventant l’interface de requête, les systèmes pourraient proposer des primitives de plus haut niveau pour alléger le fardeau des agents.

En parallèle, les agents synthétisent des systèmes de données. Cela signifie que des systèmes personnalisables peuvent être créés pour chaque nouvelle charge de travail. Le défi reste de vérifier la conformité de ces systèmes aux attentes opérationnelles. Exploiter les capacités des agents pour concevoir ces structures nécessite un cadre de validation robuste, garantissant que les systèmes ainsi créés soient fiables.

Le secteur est en pleine mutation, et selon l’analyse de l’EPIC Data Lab, ces développements en matière de systèmes de données autonomes ouvriront des voies inédites. À mesure que les coûts d’inférence continuent de diminuer, l’adoption des agents autonomes devrait s’accélérer, modifiant profondément l’architecture des systèmes de données et la manière dont nous envisageons les capacités de l’intelligence artificielle. Pour aller plus loin, consultez notre guide sur déployer un agent IA en PME sans développeur.