"Il y a beaucoup de mythes et malentendus à l'IA".
L'IA est le sujet du moment. Comme c’est souvent le cas, il y a beaucoup de mythes et malentendus à ce sujet. Pourriez-vous expliquer en quelques phrases ce qu'est l'IA ?
L’IA est un système d’apprentissage créé par l’homme. Cela commence par des systèmes très simples capables de reconnaître des modèles, appelés Narrow AI, et va jusqu’à des systèmes capables de reconnaître leur environnement et les processus qui s’y déroulent et d’y réagir de manière ciblée.
En principe, les systèmes d’IA sont à comprendre au mieux comme des systèmes cybernétiques. Ils disposent d’un système de capteurs qui reçoit les informations d’un noyau
de calcul sur la base duquel les informations sont traitées par des modèles mathématiques.
Les résultats sont généralement des résultats de recherche, la reconnaissance et la classification de formes, des prédictions, des optimisations, des décisions prioritaires et, entre-temps, des compositions créatives d’images, de musique ou de textes dans un cadre prédéfini.
Les systèmes d’IA disposent de systèmes de sortie passifs, tels que des écrans ou des haut-parleurs, ou même d’une motricité active, qui peut faire fonctionner une infrastructure physique, appelée OT (Operating Technology), ou un corps propre, comme dans le cas des robots d’usine ou même simplement du robot tondeuse pour la pelouse. La forme la plus élevée d’IA est ce que l’on appelle l’IA générale ou IA, en référence à notre intelligence humaine, qui comprend de très nombreuses dimensions sensorielles et plusieurs dimensions motrices.
Dans le cas des systèmes d’IA, les informations sont bien entendu de nature numérique. Ils ont généralement besoin de grandes quantités de données (Big Data) pour être entraînés, le plus souvent dans le cadre d’un travail par lots (en mode batch). Le « Dirty Secret » de l’industrie de l’IA est aujourd’hui l’étiquetage. Un grand nombre de personnes doivent, en particulier pour les IA visuelles, analyser et catégoriser minutieusement les données d’entrée, c’est-à-dire les images et les vidéos, ce que l’on appelle l’étiquetage.
"La capacité humaine à prendre des décisions sur la base de petites quantités de données est encore inégalée".
La capacité humaine d’apprendre et de tirer des conclusions sur la base de très petites quantités de données, ce que l’on appelle l’apprentissage delta, reste encore réservée même aux systèmes les plus récents. Dans ce sens, l’Edge Intelligence est une branche de développement intéressante qui jouera un rôle décisif en liaison avec l’IoT. La question de savoir dans quelle mesure l’IA doit contrôler les technologies opérationnelles telles que l’approvisionnement en énergie fait actuellement l’objet de discussions animées.
Il est important de comprendre ce que l’IA ne peut pas encore faire aujourd’hui : Elle ne peut pas comprendre et ne peut pas ressentir. La compréhension est la base de l’action complexe et de l’action responsable. Les sentiments sont la quintessence de la conscience et de l’évaluation.
La compréhension est le grand saut à venir en matière d’IA, qui sera vraiment révolutionnaire. Les émotions sont un problème difficile, comme le dit la science, et une simulation, en particulier pour l’évaluation, me semble possible, mais les émotions pures comme celles que les animaux et nous, les humains, produisons ne seront probablement pas réalisables avec des machines à base de silicium.
L'IA offre de nombreuses opportunités aux entreprises ? Où voyez-vous les principales possibilités d'utilisation ?
La réponse honnête serait partout. Bien entendu, certaines priorités découlent avant tout de l’activité de l’entreprise. A cet égard, je classe fondamentalement deux types de modèles d’entreprise qui ont une pertinence différente en matière d’IA. D’une part, les entreprises qui fabriquent un produit physique et celles qui proposent des services. Pour les entreprises de services, les plus grands potentiels d’IA se trouvent dans l’optimisation du portefeuille et dans le parcours client, auxquels s’ajoutent les gains d’efficacité habituels dans le modèle d’exploitation. Chez les fabricants de produits physiques, les plus grands potentiels de l’IA se trouvent souvent dans le produit lui-même, comme par exemple dans le véhicule autonome, mais bien sûr dans tout autre produit. Je ne peux pas imaginer un produit ou un élément d’infrastructure qui restera stupide.
En ce qui concerne le business case des solutions d’IA, nous parlons très rapidement de 100 à 1000 % de retour sur investissement par cas d’utilisation. Aucun autre investissement informatique ne peut offrir un retour sur investissement aussi élevé !
Si nous regardons les différentes industries, le plus grand potentiel se trouve clairement dans le domaine médical. L’être humain est un système physiologique super complexe et tous les nouveaux diagnostics et thérapies nécessiteront une utilisation massive de l’IA. Des outils comme CRISPR et les thérapies géniques dépendent de l’IA. Une longévité saine des êtres humains ne sera pas possible sans l’IA.
C’est la raison pour laquelle l’IA, en tant que 4eme facteur de production, est aussi le plus puissant, et que la quatrième révolution industrielle est, à mes yeux, la révolution de l’IA.
Quels domaines d'application voyez-vous concrètement ? Et quelles conditions une entreprise doit-elle respecter pour implémenter l'IA de manière judicieuse ?
Outre les produits intelligents que je viens de citer, je vois dans la production et l’optimisation de la qualité un potentiel de productivité très facile à exploiter. Il est surprenant de constater que plus de 90% du potentiel de l’IA n’a pas encore été saisi.
La logistique en général offre un potentiel unique. Ce qui est étonnant, c’est que les logisticiens eux-mêmes pensent qu’il y a peu de potentiel. J’ai pu moi-même constater que les vieux blocages de la pensée simplexe sont un grand problème dans ce domaine. Chacun peut se demander si le service que nous recevons des compagnies aériennes, des chemins de fer, des bateaux et surtout du transport routier est déjà optimisé ou si une incroyable inefficacité est à l’ordre du jour.
Dans le domaine de la sécurité de l’information, on peut miser sur des systèmes intelligents de SCI et de conformité ou sur la cyberdéfense par l’IA. Si l’on considère le domaine du service, l’optimisation du service client est prédestinée à l’utilisation de l’IA. En outre, l’IA devrait naturellement être utilisée dans tous les processus de décision opérationnels afin de maximiser le retour sur investissement. Les prédictions ou la reconnaissance des formes sans décision et action automatisées représentent moins d’un dixième du loyer des projets d’IA.
Pour utiliser efficacement l’IA dans l’entreprise, il faut une stratégie d’IA, et la meilleure façon de la développer est de comprendre et de décrire l’entreprise comme un système cybernétique. Cela permet non seulement de reconnaitre les potentialités de l’IA, mais aussi de comprendre comment elles doivent s’articuler entre elles.
Une fois que l’on a défini une stratégie d’IA, on peut en déduire les différentes initiatives et projets, les prioriser et les mettre en œuvre. Tout est lié dans l’IA.
Selon vous, où en sont de nombreuses entreprises aujourd'hui ? Quelles sont les prochaines étapes de développement ?
Près de 10 ans plus tard, de nombreuses entreprises en sont encore au développement de nombreux petits cas d’utilisation individuels et séparés. Il existe désormais de nombreux « data lakes », mais le rendement est très faible, car la compréhension et l’acceptation de l’IA sont très hétérogènes dans les différents secteurs de l’entreprise. Les différentes solutions d’IA flottent de manière détachée comme des îles les unes des autres dans le « data lake ». L’existence en îlot de l’IA est encore pire que l’existence en silo de l’informatique classique !
Enfin, l’acceptation par les utilisateurs au sein de l’entreprise elle-même, plutôt qu’avec les clients ou les partenaires, fait également défaut, ce qui est dû à une compréhension insuffisante ou très hétérogène de l’IA et à une peur diffuse de l’emploi qui, à son tour, provient d’un manque de compréhension de l’IA au sein de la direction de l’entreprise. Peu de personnes sont capables de donner des réponses cohérentes dans le domaine de l’IA et de communiquer des stratégies cohérentes en la matière.
Et c’est là que nous en venons à l’absence de gouvernance de l’IA dans les entreprises. Cette absence freine à son tour la génération et l’intégration des données. Le savoir est un pouvoir et le partage des données est souvent perçu comme une perte de contrôle personnel pour les dirigeants.
Un autre obstacle est le manque de compréhension entre l’informatique et le business ou encore la science des données. En outre, l’informatique, qui prend en charge la réalisation de l’IA dans les entreprises, est aujourd’hui axée sur l’efficacité opérationnelle et non sur l’innovation. Combler ces lacunes est une tâche cruciale pour les consultants en informatique.
Vous avez parlé de l'entreprise comme d'un système cybernétique ?
Où et comment les êtres humains ont-ils encore leur place dans ce monde ?
A moyen terme, je pense qu’une collaboration très fructueuse entre les humains et les systèmes d’IA verra le jour, dans laquelle les humains joueront le rôle de professeurs et les IA celui d’apprentis. À moyen terme, la tâche principale des humains sera d’apprendre, d’optimiser, de surveiller et de coacher les IA. L’évolution de High vers Low et No Code nous ouvre cette voie.
Nous n’aurons plus besoin de programmeurs, mais simplement d’experts qui guideront naturellement les IA et ce, via la communication humaine naturelle.
Nous aurons également de nombreux systèmes intelligents, plus ou moins puissants. Même les plus faibles seront en mesure d’apprendre des humains. Cela signifie que l’homme et la machine travailleront en étroite collaboration. La machine ne remplacera pas l’homme, mais ce dernier changera de rôle. Chaque être humain est par nature un enseignant, un coach et un superviseur, car l’homme, comme la plupart des animaux, est programmé pour développer lui-même des systèmes naturels d’apprentissage – ses enfants. C’est la tâche des spécialistes de l’IA de le reconnaître et de développer les systèmes d’IA dans cette direction, précisément en tant qu’apprenants delta.
Beaucoup d’énergie est consacrée à rendre les systèmes humanoïdes. Mais cela va à l’encontre de la sensibilité humaine. Nous sommes plus à l’aise lorsque nous savons à qui nous avons affaire que lorsque nous sommes manifestement, voire sérieusement, trompés.
Nos animaux de compagnie n’ont pas besoin de nous ressembler pour que nous les acceptions et les aimions. Nous sommes capables de personnaliser et d’aimer les choses – d’où le terme d’amoureux des voitures. Le cerveau humain est si puissant qu’il personnalise de lui-même les systèmes d’IA sans qu’on lui présente un mauvais homoncule – cela nous semble plutôt effrayant !
Revenons à la gouvernance de l'IA. Quelles sont les missions de
celle-ci ?
La gouvernance de l’IA a pour mission de permettre la réalisation des grands potentiels de l’IA tout en minimisant au moins les effets négatifs. Ce qui est souvent mal compris, c’est que la gouvernance de l’IA a une fonction limitative. La gouvernance de l’IA doit être un cadre équilibré permettant d’exploiter le potentiel maximal de l’IA tout en limitant et en atténuant les effets négatifs. Elle a une fonction de sensibilisation auprès de toutes les parties prenantes. La gouvernance de l’IA accélère donc le développement de l’IA au sein de l’entreprise, car elle rassure toutes les parties prenantes. En même temps, elle devrait faire partie de la responsabilité sociale de chaque entreprise et constituer ainsi la base d’une gestion responsable de l’IA.
L’IA ne disparaîtra pas et il n’y aura plus d’hiver de l’IA. Au lieu de maintenir le sujet dans la nébuleuse, il faudrait le décrire de manière ouverte et réaliste et maintenir la gouvernance de l’IA tout aussi claire et ouverte. Les craintes se transformeront alors en connaissances et en compréhension, et celles-ci en solutions pour l’avenir.
L’IA est le 4ème et le plus puissant facteur de production et nous n’en sommes qu’au début de la reconnaissance du potentiel que nous avons.
