Intelligence Artificielle : 51 Prévisions Pour 2018

11. En 2018, l’IA mise en place dans les entreprises sera focalisée sur l’humain et engendrera des résultats incommensurables. Elle augmentera l’intelligence humaine afin de nous rendre plus efficaces et sera de mieux en mieux acceptée par la population grâce à son impact positif sur la société, contrairement à la fameuse peur engendrée par l’idée de guerre entre les humains et les robots – Joshua Feast, PDG et cofondateur de Cogito Corp.

12. Nous nous attendons à voir de plus en plus d’investissements dans l’IA de la part de capital risqueurs et de différents secteurs. Il s’agit de l’étape suivante menant à l’exploitation du potentiel des données (au sein d’une organisation, en connexion avec des sources externes ou macro-économiques ou de capteurs et d’instruments de mesure). Nous espérons que ce processus sera automatisé à hauteur de 70-80 % grâce à l’apprentissage et à la formation. Mais cela nécessite de bonnes compétences humaines et de bonnes boucles de rétroaction en phase avec les avancées de l’IA. L’expertise humaine sera indispensable tout au long du processus de transition. L’IA sera d’avantage dirigée vers la prise de décision stratégique – Subrata Chakrabarti, directeur marketing produit et stratégie chez Anaplan.

13. En 2018, la mise en place d’automatismes intelligents donnera rapidement des résultats aux entreprises. Énormément d’entreprises reposent encore sur des procédés manuels et datés qui sont rapidement saturés face au monde du commerce numérique. Aujourd’hui, les tâches manuelles (essentiellement les services comptables et les centres de services partagés) peuvent être effectuées par des machines de manière efficace. Plus important encore, les entreprises peuvent gérer l’automatisation elles-mêmes, sans l’appui d’un service informatique extérieur. Les responsables informatiques auront alors de plus en plus de pouvoir en matière de commerce car ils dirigeront les stratégie d’automatisme des entreprises. Cette stratégie apportent de la valeur ajoutée aux entreprises et se trouve être la clé du succès de l’IA – Dennis Walsh, président de Redwood Software pour l’Amérique et l’APAC (Asie-Pacifique).

14. Cette année, L’IA permettra à l’intelligence économique de faire un grand pas en avant. Nous ne parlons pas d’une innovation linéaire mais d’une croissance exponentielle de l’innovation. Aujourd’hui, le traitement de gros volumes de données prend énormément de temps et coûte très cher. L’IA permettra aux entreprises de traiter des données beaucoup plus rapidement et donc d’obtenir davantage de résultats. Elle améliorera non seulement l’intelligence économique, mais également notre connaissance des affaires. L’IA sera en fait capable de comprendre les données et non de simplement les rapporter – Guy Levi-Yurista, chef de produit chez Sisense.

15. En 2018, les entreprises auront des employés capables d’analyser correctement les algorithmes. De plus, les chatbots seront omniprésents, des smartphones au commerce du ciment. Dans le futur, tous les produits, services et processus s’amélioreront d’eux-mêmes – Timo Elliott, évangéliste technologique en matière d’innovation chez SAP. 

16. Les avancées en matière d’IA et d’analyse auront un rôle à jouer dans le domaine de la santé, dans les outils destinés aux patients et également dans l’amélioration des flux impliquant les patients ou non. Les établissements de santé doivent maintenant améliorer et développer de nouveaux processus afin de modifier leur manière de travailler et de s’occuper des patients – Christian Boucher, évangéliste technologique en matière de service de santé chez Citrix.

17. L’IA va accélérer la disparition des ventes simples après commande. Elle améliorera la capacité des consultants vendeurs à conquérir de nouveaux clients en utilisant efficacement leur valeur commerciale. Les outils d’apprentissage commerciale fonctionnant grâce à l’IA proposeront des modes d’action, des micro-formations ainsi que du contenu pour les représentants, basés sur une évaluation des besoins du client, les compétences et l’expérience du représentant et de la concurrence, de la même manière que Netflix recommande des films – Yuchun Lee, PDG et co-fondateur d’Allego.

18. La démocratisation de l’IA n’est pas pour tout de suite. Cependant, des applications ciblées de l’IA feront un malheur dans les services clientèle des entreprises comme les centres d’appel. Les responsables de services informatiques commencent à se servir de l’IA conversationnelle, de la reconnaissance d’images et d’applications autonomes. Elles complèteront les procédés robotisés déjà mis en place et amélioreront la productivité des employés. Leur vitesse opérationnelle atteindra des niveaux inégalés dans l’industrie traditionnelle – Stanton Jones, directeur et analyste en chef chez ISG.

19. En 2018, on pourra constater où l’IA fonctionne et ne fonctionne pas dans le domaine de la santé. Appliquée à d’important volumes de données désidentifiées, l’IA a déjà permis de faire des avancées concernant des travaux basés sur de larges populations tels que l’administration des soins ou les recherches pharmaceutiques. Mais l’IA n’est pas du tout performante lorsqu’il s’agit de patients individuels car le volume de données à traiter est trop vaste, complexe et mystérieux pour les algorithmes actuels – Frank Ingari, directeur général de Growth Ally.

20. 2018 promet de beaux jours aux entreprises se convertissant à l’IA. De plus en plus d’entreprises commenceront à réellement mettre en place l’IA. Grâce à des algorithmes de machine learning matures, nous assisterons à l’émergence de nouveaux modèles de société. Ils permettront à des secteurs d’activité entiers de se rendre compte que la transition au numérique n’est pas qu’une mode, elle est nécessaire face à la concurrence. Pendant ce temps, le deep learning est devenu l’outils de machine learning le plus utilisé, mais il va avoir du mal à être plus efficace et à s’adapter aux systèmes. Enfin, nous assisterons à d’avantages d’avancées dans le domaine de l’apprentissage par renforcement et à un meilleur ajustement du monde universitaire à le recherche industrielle pour assurer leur compétitivité – Markus Noga, responsable du machine learning chez SAP.