Personne ne peut contester le côté bluffant de l’IA générative et des LLM (Large Language Models) qui permettent par exemple de comprendre une question -posée en n’importe quelle langue- et de générer une réponse cohérente (le plus souvent). Mais aussi de créer des programmes informatiques ad-hoc, des sons, des images. En Supply Chain, les éditeurs de progiciels de planification, de prévision, ou de gestion du transport sont parmi les premiers à avoir compris l’intérêt de cette technologie pour proposer à leurs clients un mode d'interaction conversationnel facilitant l’utilisation et accélérant la prise en main. Dans les entreprises, les praticiens de la SC sont également bien au fait des possibilités de l’IA générative. Une récente enquête réalisée par le Lab Digital et Technologies de France Supply Chain auprès de ses adhérents (127 répondants) fait état de pas moins de 13 cas d’usage identifiés et de 3 grandes catégories d’améliorations attendues : faire plus (productivité), faire mieux (profondeur d’analyse) et faire différemment (innovation). On le voit, comme la Blockchain ou le métavers en leur temps (pas si éloigné), cette techno suscite beaucoup d’attentes. D’autant que le prix des « jetons » (tokens), le mode de tarification de l’IA générative, est en forte baisse. Mais attention, une récente analyse du Gartner estime que les coûts pourraient s’avérer bien plus élevés que prévu, au fur et à mesure que les entreprises demanderont à l’IA d’effectuer des tâches complexes. Quant à France Supply Chain, qui ne nie pas la capacité de l’IA générative à « changer le monde », elle souligne néanmoins qu’il faut rester vigilant pour les applications critiques sur la fiabilité des résultats entachés par des « hallucinations ». Son conseil : ne mettre en œuvre l’IA générative que dans les domaines où l’on possède déjà une grande expertise. Jean-Luc Rognon
© S. Trouvé – Téma Agence