L'émergence des modèles d'intelligence artificielle générative à très grande échelle est en train de profondément modifier les processus au sein des grandes organisations.
‍
Cette transition pose trois contraintes majeures aux organisations :
‍
L'empreinte ressources : Une augmentation exponentielle des coûts financiers et énergétiques liée à l'utilisation de modèles surdimensionnés pour des tâches simples.
‍
‍La dépendance technologique : Un transfert de souveraineté vers quelques acteurs propriétaires, entraînant un risque de dépendance fournisseur et une perte de contrôle sur les données.
‍
‍Le manque d'évaluation : La multiplication de déploiements opportunistes, basés sur des API tierces sans mesure préalable d'efficience, de précision ou de durabilité.

Avant la démocratisation des LLM propriétaires, nos travaux portaient sur l’utilisation de l'IA pour la modélisation environnementale, notamment la mesure de l'empreinte carbone dans le secteur agricole.

Ces travaux ont mis en évidence la nécessité d'appliquer une rigueur scientifique à la conception même des systèmes d'IA.
Cela est particulièrement vrai dans le cas de l’IA générative, étant données les possibilités offertes par cette technologie et les coûts environnementaux et financiers induits.

Terra Cognita s'est construite sur un principe d'ingénierie : la sobriété fonctionnelle.

Tout en étant conscient des possibilités apportées par les nouvelles technologies d’IA, nous refusons la surenchère technique pour elle-même et l'intégration aveugle de modèles propriétaires.