Dans le paysage numérique mondial, une évolution notable s’observe concernant l’intégration des assistants intelligents dans les routines professionnelles. OpenAI a récemment publié des données détaillées issues de son outil de signalisation interne, nommé OpenAI Signals. Cette étude examine spécifiquement la manière dont les individus recourent à ChatGPT pour mener à bien leurs tâches au travail et comment cette fréquence d’utilisation évolue avec le temps.

L’analyse porte sur un échantillon représentatif couvrant 165 activités professionnelles distinctes, observées dans près de cent pays différents. Ces chiffres révèlent une tendance croissante vers l’adoption généralisée de ces outils pour des usages pratiques au quotidien.

Une collaboration technique pour l’ingénierie et la science

Au-delà de l’usage grand public, d’autres acteurs majeurs du secteur technologique renforcent leurs capacités de calcul pour soutenir des projets ambitieux. Mistral AI travaille actuellement en étroite collaboration avec NVIDIA afin de développer une nouvelle génération de flux de travail en ingénierie. Cette alliance vise à intégrer les modèles d’intelligence artificielle de Mistral avec les capacités de calcul accéléré par NVIDIA, ainsi que des outils de modélisation physique.

L’objectif est de permettre des simulations plus rapides et un processus de conception piloté par l’IA en boucle fermée. De même, dans le domaine de la recherche médicale, Google DeepMind utilise sa plateforme de développement autonome nommée Google Antigravity pour accélérer la découverte de peptides antimicrobiens. Cette approche vise à répondre à l’urgence croissante liée à la résistance aux antibiotiques en simplifiant le processus traditionnellement lent et fastidieux de recherche de nouveaux traitements thérapeutiques.

L’expansion des écosystèmes d’IA et la surveillance des infrastructures

Parallèlement, des initiatives régionales importantes voient le jour pour structurer l’avenir du calcul. Le Kazakhstan, par exemple, voit son écosystème en matière d’intelligence artificielle passer progressivement de simples plans d’infrastructure à une mise en œuvre concrète. Cette transition est visible sur l’ensemble de la pile technologique, allant des infrastructures jusqu’aux applications finales. Des annonces récentes, concomitantes à la visite du fondateur et PDG de NVIDIA, Jensen Huang, à Astana le 23 octobre, soulignent l’augmentation de l’offre en calcul accéléré ainsi que la demande croissante pour les solutions suivantes.

Enfin, pour garantir la pérennité de ces systèmes complexes, NVIDIA a lancé Minerva, une plateforme AIOps destinée aux équipes chargées de maintenir la productivité des usines d’IA. Ce nouvel outil regroupe des données de télémétrie provenant des infrastructures et des charges de travail, puis applique des modèles spécialisés pour transformer ces informations en insights actionnables à temps réel.

Les défis opérationnels des usines d’intelligence artificielle

La gestion de ces vastes opérations représente l’un des défis les plus complexes au monde. Des milliers de cartes graphiques travaillent simultanément sur des réseaux à haute vitesse pour entraîner des modèles et servir des applications d’IA. À cette échelle, même une seule défaillance peut compromettre la production globale. C’est ici que l’observabilité bout en bout devient cruciale. La plateforme Minerva permet précisément de repérer les problèmes avant qu’ils ne deviennent critiques et de maintenir le rythme de production.

En combinant l’intelligence artificielle pour gérer l’intelligence artificielle, ces plateformes visent à optimiser chaque étape du cycle de vie des modèles. Cette approche systémique est désormais indispensable pour toutes les entreprises souhaitant déployer des solutions d’IA à grande échelle sans interruption de service.

Source : OpenAI News — https://openai.com/index/chatgpt-expanding-world-of-work