IA : Ce Que Tout Entrepreneur Doit Savoir Sur L’Intelligence Artificielle (IA)

« Tout comme l’électricité a transformé un secteur industriel après l’autre il y a un siècle, l’IA fera de même à présent ». — Andrew Ng, fondateur de Coursera, ancien responsable scientifique de Baidu, pionnier de l’IA.

L’intelligence artificielle

L’IA est sur toute les lèvres, et sur tous les agendas 2018 des instances de directions des entreprises internationales aujourd’hui. Les directeurs et cadres exécutifs savent, ou croient savoir, que cette « nouvelle électricité » sera la nouvelle grande force de transformation de notre monde. L’ignorer peut être fatal sur le long terme dans cette course concurrentielle, ou tout simplement pour la survie de votre entreprise.

Les groupes utilisant des IA et qui savent ce qu’ils font, pour la plupart nés à l’âge d’internet et du téléphone portable, n’ont pas seulement gagné un énorme avantage en termes d’efficacité et d’augmentation de résultats, ils ont aussi drastiquement changé le paysage de la concurrence des entreprises qui réussissent. Et ils vont continuer ainsi, en s’aventurant dans de nouveaux domaines, et défiant de nouveaux acteurs, qui ne sont pas familiers des IA. Il n’y a qu’à voir comment le Launchpad Studio de Google se concentre sur les startups qui incluent l’IA dans le domaine médical, ou les voitures autonomes Waymo de Alphabet, pour ne citer que deux exemples.

Une tendance toujours en vogue

La tendance et la pression d’adopter l’IA sont devenues très fortes, en même temps que l’expertise humaine disponible est de plus en plus réduite. Les 8 plus grandes entreprises de technologie (Google, Facebook, Microsoft, Amazon, IBM, Baidu, Tencent et Alibaba), qui sont à des années lumières des autres en termes d’adoption et d’implémentation de l’IA, chassent les talents disponibles dans ce secteur en recrutant dès la sortie des meilleures universités du monde, et en acquérant un flot régulier de jeunes startups prometteuses.

S’il est bien que les dirigeants sachent qu’il faut s’impliquer dans ce domaine, pour ne pas m-manquer la vague et rester concurrentiel, beaucoup de temps et d’argent sont aussi gaspillés dans des projets d’IA mal conseillés ou peu stratégique : en témoigne l’objectif, noble mais raté, de MD Anderson, qui cherchait à « éradiquer le cancer » grâce à l’IA (pour 53 millions d’euros).

Guide pour les joueurs de haut vol

Vous trouverez dans cet article notre vision d’expert sous forme de guide sommaire à destination des acteurs de haut vol pour mieux comprendre le potentiel de l’IA dans la transformation de votre entreprise, et comment prévoir son implémentation de manière stratégique et puissante. En un mot, gagnante.

Un seul gagnant ?

Ce dont tout le monde s’inquiète, évidemment, c’est que cette course à l’IA ne soit un jeu à un seul gagnant. Comme les manufactures d’antan, si les entreprises et les groupes ne s’adaptent pas, ils pourraient bien disparaître.

L’avantage révolutionnaire que procure l’IA à plusieurs acteurs industriels se traduit par trois principaux moyens :

• Analyses prévisionnelles, diagnostiques et recommandations changent les règles des services financiers, des médias numériques et de l’e-commerce, pour les grandes entreprises comme pour les petites. Le groupe d’assurance japonais Fukoku Mutual Life a remplacé son équipe de 34 personnes par l’IA Watson Explorer d’IBM pour calculer les tarifs de police d’assurance, augmentant ainsi sa productivité de 30 %, et économisant environ 1,1 milliard d’euros par an. Les entreprises de médias numériques comme Spotify, Amazon, Pandora et Netflix utilisent déjà différents algorithmes de machine learning (ML) et des modèles d’analyses prévisionnelles comme les « filtres collaboratifs à partir des utilisateurs et contenus », ou les « chiffres de fréquence d’items » pour leurs moteurs de recommandations. Cela fait plus de dix ans dans le cas d’Amazon. Et les principaux acteurs de l’e-commerce dans le monde, de Amazon à com, utilisent des algorithmes de ML pour l’optimisation de leurs prix dynamiques : ils adaptent l’évolution des prix à celle des ventes, puis les alignent avec d’autres facteurs comme le type de gestion et les niveaux de stocks, pour augmenter le panier moyen des consommateurs, et donc le résultat net.
• Les produits de l’IA, comme les Chatbots, les assistants vocaux intelligents et les IA de conversation comme Alexa révolutionnent tous les aspects de l’expérience client, dont les institutions financières, les soins médicaux, le commerce et le voyage. Ces programmes sont conçus pour mener une conversation la plus humaine possible, à l’oral ou à l’écrit. Ils sont d’abord utilisés pour le service client et la collecte d’information. Les chatbots se sont développés grâce aux plateformes de messagerie instantanée, avec un point d’inflexion en 2016. Au deuxième semestre 2016, plus de 11 000 bots de Facebook Messenger et 20 000 chez Kik (service de messagerie instantanée sud-coréen) ont été déployés. Depuis avril 2017, 100 000 bots ont été créés rien que pour Facebook Messenger. Aujourd’hui, les chatbots se multiplient très vite un peu partout, avec la capacité d’accomplir différentes tâches, comme des achats, la recherche et la réservation de voyages, de la gestion d’emploi du temps, du service après-vente et l’organisation des tâches, pour n’en nommer que quelques-unes.
• Le machine learning visuel, comme la reconnaissance d’image, les diagnostiques médicaux, les vidéos de sécurité ou temps réel, particulièrement importante pour la conduite autonome, connaissent des changements rapides. En 2012, Google a conduit une expérience de deep learning, dans laquelle il présentait 10 millions de miniatures tirées de vidéos à un réseau neuronal de plus d’un milliard de connections. Cet entraînement n’était pas supervisé, c’est-à-dire qu’il n’y avait pas de mots-clés attachés aux images. Mais le réseau est tout de même parvenu à identifier des motifs récurrents sur ces miniatures, et a fait ses propres associations. Il a appris à identifier certains objets même s’il n’y était pas entraîné, comme les visages humains : il ne savait juste pas comment les appeler. Bizarrement, il s’en sortait aussi assez bien avec les chats.
• Aujourd’hui, une IA peut apprendre à reconnaître différentes images après avoir été entraînée sur environ 1 000 images déjà identifiées. Pour certaines applications, des méthodes « en une image », ou « en quelques images », peuvent demander bien moins de photos. Les nécessités du direct, de la compréhension du mouvement et des décors repoussent très vite les limites matérielles et logicielles, avec par exemple la conduite autonome qui devient une réalité.

Que doit faire la direction ?

Il est inimaginable que des entreprises ou leurs dirigeants ne soient pas à la page en matière d’IA, de ML et de deep learning. Voici nos suggestions quant à la manière stratégique de procéder pour rester concurrentiel et opérationnel, à partir de 2018 :

1. Tout dirigeant doit avoir un minimum de connaissances sur l’IA, le ML et le deep learning, et leurs conséquences dans l’industrie, sous forme de tutoriel ou de formation spécifique.
2. Ils doivent se plonger dans les meilleures pratiques de leurs secteurs respectifs : savoir ce qui est possible actuellement, ce qui sera possible, ce que les concurrents directs et indirects font, et ce que d’autres secteurs font qui pourrait être transposé à leur propre secteur pour leur donner un avantage.
3. Les dirigeants doivent se demander s’ils ont les bons talents dans leur équipe ou leur entreprise. La vision et la stratégie à plus long terme viennent peut-être des plus hauts niveaux de direction, mais l’innovation et l’implémentation devront être étendus à l’ensemble de l’entreprise.
4. Les efforts ne doivent pas être cloisonnés : ils doivent être transversaux, sur différentes sections de l’entreprise, collaboratifs, et faciles à comprendre. Ils demandent une synthèse d’expertise en IA, de connaissances spécialisées dans un domaine, de goût des affaires, et de vision et de stratégie d’entreprise.
5. La confiance et les achats sont difficiles à mettre en œuvre au sommet d’une technologie à l’évolution si rapide. Trouver des conseillers de confiance pour les prochaines années (des experts qui parlent leur langue, et suivent de près les progrès rapides de l’IA au fil du temps) est devenu une obligation.
6. Et enfin, il est évidemment primordial de commencer dès à présent, mais de la bonne manière et à la bonne échelle, pour être couronné de succès. Pour ce faire, les dirigeants et ceux chargés de l’innovation et de l’implémentation doivent partager la même ligne stratégique et tactique.

Un progression de plus en plus rapide

Comme le montrent ces dernières années, le point d’inflexion de l’IA est aujourd’hui là. Depuis une soixantaine d’année, l’IA a été étudiée dans les universités et les laboratoires. Mais ce n’est que depuis 5 ans que son développement et son déploiement ont atteint une étape décisive. De nombreux facteurs ont contribué à cette rupture soudaine : l’informatique ubiquitaire, les services de cloud bon marché, le stockage de donnée peu cher et presque illimité, de nouveaux algorithmes, le traitement des données par cloud, et des progrès en processeurs graphiques. Sur tous ces facteurs, trois en particuliers sont des avancées importantes qui ont alimenté les progrès de l’IA : la montée en puissance de l’informatique parallèle, la disponibilité des big data et l’amélioration des algorithmes d’IA.

Et de nouvelles percées technologiques sont à prévoir : même si elle n’en est qu’à ses débuts, l’informatique quantique promet d’être révolutionnaire et de permettre de toutes nouvelles applications de l’IA, grâce à sa vitesse de traitement incroyable. Par exemple, la tâche herculéenne qui consiste à optimiser en temps réel et à la seconde près la circulation des véhicules dans une grande ville est aujourd’hui impossible. Mais avec l’informatique quantique, cela deviendrait possible, et même bientôt nécessaire, à l’ère des véhicules autonomes, sur le sol ou dans les airs. On peut imaginer d’autres exemples dans chaque domaine.

Il faut complètement changer de business model

C’est aux dirigeants de nos entreprises de décider comment tout cela va se dérouler, et de qui va gagner, perdre ou stagner. L’IA peut aller au-delà de simplement changer nos processus et modes de travail, et révolutionner nos business models. C’est à nous d’aider les grands groupes à planifier l’avenir, construire des fonctions centralisées d’IA, avec une expertise transdisciplinaire et multifonctionnelle, et de les aligner avec les stratégies de croissance et de gouvernance.

Des machines qui pensent

L’IA va rapidement devenir incontournable dans le monde de la technologie. Elle va donner de la vie à la plupart des objets inertes, comme l’a fait l’électricité il y a un siècle. Avec l’IA, tout ce que nous avions auparavant « électrifié » va maintenant se mettre à « penser ».

Et cela seul suffit à dépasser nos esprits, humains ou artificiels !