La programmation IA en entreprise évolue vers des niveaux inférieurs

Le développement de l'intelligence artificielle à usage professionnel se heurte à un besoin croissant d'approches de programmation de bas niveau, faisant écho aux débuts de l'informatique. Malgré la disponibilité de modèles d'IA avancés et d'une infrastructure cloud, les entreprises doivent encore assembler manuellement des composants essentiels tels que la persistance, la gestion de la mémoire, les permissions et l'orchestration.

Cette situation est comparée à celle d'Internet avant l'avènement du World Wide Web. Par le passé, les programmeurs devaient travailler directement avec des langages machine ou assembleur, un processus décrit comme laborieux. L'introduction de langages de haut niveau tels que Fortran a considérablement simplifié la programmation, la détachant des contraintes matérielles spécifiques.

Des avancées similaires ont été observées avec des langages comme C et Java, ainsi qu'avec les technologies web. Chacune d'elles a introduit des abstractions de plus haut niveau qui ont facilité l'utilisation et la gestion de l'infrastructure sous-jacente. Le paysage actuel du développement de l'IA, utilisant Python aux côtés de nombreux services distincts, suggère l'absence d'une couche d'abstraction centrale pour le secteur.

Le marché lui-même signale ce besoin. Des entreprises comme LangChain et Temporal développent des solutions pour répondre aux exigences des applications d'IA durables et basées sur l'état. Leur accent sur la gestion robuste de l'exécution et la récupération d'état suggère que de nombreux éléments fondamentaux sont encore construits manuellement.

Les futures plateformes d'exécution natives à l'IA devraient fournir des fonctionnalités clés telles que la mémoire, l'état et les permissions directement au sein de la plateforme. Ce changement réduirait considérablement la complexité et les coûts de développement, libérant les ingénieurs de la résolution répétée de problèmes fondamentaux.