L'intelligence artificielle, opportunité ou menace ?

Depuis deux ans, parler d'IA est devenu incontournable pour briller en entreprise. Pourtant, les personnes qui comprennent vraiment de quoi il en retourne sont rares.

L'IA est devenu un sujet tendence en entreprise. En même temps, comment ne pas en parler alors qu'il existe une véritable pression sociale qui nous pousse en ce sens. "Tu prépares pas ton chatbot ? T'es obsolète ou quoi ? T'as pas vu que Google est devenue une boîte AI first ?" Comment ne pas penser que le grand moment est enfin arrivé alors que tout concourt à nous pousser à croire que l'ère de la domination des intelligences artificielles est arrivée. 

Certains messies de la Silicon Valley défendent la thèse selon laquelle l'IA est la pire menace qui pèse sur l'humanité, des rapports gouvernementaux réalisés par des experts annoncent que 10 %, 20 %, parfois 30 % des emplois seraient menacés dans les 15 ans qui viennent, alors que les GAFAM et les plus grands investisseurs misent des milliards de dollars sur l'IA. Alors l'IA est-elle un ballon de baudruche appelé à se dégonfler tout comme Yahoo, les Google Glass et l'uberisation ? Ou bien une solide tendance de fond, comme les réseaux sociaux ou les marketplaces ? Et surtout, nous menace-t-elle ?

La réalité est plus subtile : l'IA est actuellement un grand chantier expérimental où se croisent des milliers d'ingénieurs et où les applications authentiquement intelligentes sont rares, mais d'où pourraient sortir des applications ponctuelles qui permettraient à la productivité de certains métiers d'augmenter et à certains verticaux (secteurs d'activité) d'évoluer rapidement. Autrement dit, le Hall 9000 de "2001 L'Odyssée de l'espace" ou le "Terminator", n'arriveront pas en 2020, mais vraisemblablement dès 2018, des automates ou agents presque intelligents réaliseront certaines tâches simplissimes avec ou à la place des humains. Peut-être qu'en 2025, ils se seront multipliés et peut-être qu'en 2030, ils commenceront à fusionner pour simuler 2 % ou 3 % de l'intelligence humaine. Cela peut paraître peu, mais en même temps, 2030, c'est seulement dans 13 ans et les passionnés de l'intelligence artificielle attendent ce miracle depuis 50 ans.

Pour cela, il semble qu'il faille réunir quatre conditions : suffisamment de Steve Jobs dans l'IA, suffisamment de capital, des business modèles rentables et, un tout petit détail : que les humains fassent de la place aux bots, automates et autres intelligences robotiques. L'échec de la plupart des révolutions technologiques annoncées par les visionnaires s'expliquent par un refus des utilisateurs, qui ont la mauvaise habitude de ne pas se précipiter sur toutes les innovations qu'on leur propose. Ils ont refusé d'acheter l'ancêtre de l'iPhone qu'Apple avait inventé au milieu des années 1990, ont fait un blocage sur les Google Glass, mais adorent les petites oreilles en réalité augmentée de Snapchat. En même temps, ils avaient adoré des services "sans valeur", comme les SMS. Les révolutions technologiques ne pourraient donc se faire qu'avec l'accord des utilisateurs. Il se murmure même, en coulisse, que les millennials, ces techno-enthousiastes, seraient résistants à de nombreuses innovations...

Aujourd'hui, en tout cas, l'intelligence artificielle, est, tout juste en train de passer du statut de keyword facilitant la levée de fonds des start-ups ou la vente de prestation de conseil en transformation digitale des cabinets spécialisés, au statut d'application réellement fonctionnelle pour les humains. En dehors des GAFAM (Google, Amazon, Facebook, Apple et Microsoft) qui utilisent certaines technologies d'intelligence artificielle pour prédire les attentes futures de leurs utilisateurs afin de leur pousser des publicités ciblées ou des contenus toujours plus addictifs pour qu'ils passent toujours plus de temps devant leurs écrans et devant la télévision ou dans le monde analogique, les success stories de l'intelligence artificielle se concentrent sur des niches. 

Dès lors, comment aborder le sujet de l'intelligence artificielle lorsque l'on est responsable du digital ou dirigeant d'une entreprise ? Tout d'abord en comprenant ce que l'on peut attendre de l'intelligence artificielle. L'IA peut, tout d'abord, permettre d'automatiser certaines tâches : ces automates peuvent être les robots dans les usines qui découpent, assemblent, contrôlent la qualité des éléments. Ils sont déjà largement présents dans l'industrie automobile et arrivent dans des secteurs actuellement très consommateurs de main d'œuvre comme le textile : la nouvelle génération de robots découpe plus efficacement des tissus que l'humain, la prochaine pourrait apprendre à les assembler. Si tel était le cas, l'industrie textile pourrait se relocaliser en Europe, car la délocalisation a été essentiellement dictée par le coût de la main d'œuvre, qui pourrait redevenir marginale.

Dans les sociétés de services, des milliers de tâches simples peuvent potentiellement aussi être automatisées, pour peu qu'un expert du métier et qu’un développeur inspiré se croisent et inventent la machine à automatiser la tâche simple et bête qui emploie pourtant 15 % des effectifs. Les automates sont déjà utilisés dans l'emailing par les vendeurs d'ebooks ou de formations autour du développement personnel depuis le début des années 2000 pour relancer leurs prospects. Ils sont utilisés depuis 5 ans par les sites d'e-commerce avec des scénaris de relances des abandonnistes, par email, un peu grossiers actuellement, mais qui s'affinent avec le temps.

Les automates qui scrappent des contenus ou adresses emails sont au cœur des approches de type growth hacking. Demain, de nouveaux automates pourraient rédiger des descriptifs de produits presque aussi crédibles que ceux rédigés par des rédacteurs (souvent peu formés et payés au lance pierre) et pourquoi pas, même adapter en temps réel le descriptif produit au profil de l'internaute qui le lit.

Les chatbots rentrent actuellement dans la catégorie des simples automates dans la mesure où aujourd'hui ils sont capables essentiellement de qualifier le besoin de l'internaute par une série de questions "entonnoirs" et d'y apporter des réponses standards. Les chatbots automatisent l'accueil des internautes plus qu'ils ne sont capables de tenir des conversations.

Le deuxième type de tâches que l'IA peut réaliser est l'analyse de données. Les laboratoires d'intelligence artificielle des GAFAM travaillent pour l'essentiel, sur l'analyse des gigantesques quantités de données qu'ils collectent auprès de leurs milliards d'utilisateurs. On parle alors de machine learning ou de deep learning suivant le niveau de complexité des méthodes d'analyse de données. Les pilotes des plateformes d'intelligence artificielle tentent d'identifier des profils types, des comportements types, des centres d'intérêts principaux pour chaque utilisateur et adaptent les algorithmes qui sélectionnent les résultats dans leur moteur de recherche.

Ces mêmes algorithmes qui poussent les publications sur leur fil d'actualités ou les images sur leur application de partage de photos, en adéquation avec ce qui a intéressé récemment l'utilisateur. Premier objectif : retenir le plus longtemps possible les internautes devant leur application. Deuxième objectif : afficher les publicités auxquelles ils seront les plus réceptifs.

Troisième objectif : tenter de prédire le comportement des utilisateurs, par exemple, pour leur proposer des contenus ou des offres, pour les amener à acheter ou continuer à utiliser l'application.

Les GAFAM ne sont pas les seuls à investiguer ces univers : certaines start-ups d'e-commerce très performantes développent leur propre technologie pour optimiser leur chiffre d'affaires, sélectionner les produits avec le plus fort potentiel, tandis que certains grands groupes tentent de mieux comprendre les habitudes de leurs clients. La réussite de ces chantiers de recherche et développement est étroitement liée à la pertinence de l'approche technique, au pilotage des opérations d'analyse et à l'agilité des organisations impliquées. Traduction : toutes les expérimentations d'IA ne sont pas de francs succès.

Les machines learning et deep learning sont aussi utilisés pour apprendre aux machines les modes de perception des informations des humains : en analysant des centaines de millions d'images de visages, les ordinateurs finissent par comprendre les caractéristiques techniques d'une photo comportant un visage humain ainsi que les différences techniques entre les visages de deux personnes ou encore les similitudes entre le visage d'une même personne maquillée ou non. Ces technologies de reconnaissance faciale permettent par exemple à un smartphone de classer automatiquement vos selfies dans un dossier spécial ou même d'utiliser le visage du propriétaire pour débloquer l'accès au smartphone. Le même type de technologie, utilisé dans la reconnaissance vocale, permet de traduire le discours d'une personne en une suite de mots et dans la reconnaissance de caractères, permet de transformer un texte écrit à la main en document Word. En revanche, elle ne permet pas à l'ordinateur de comprendre le sens de la suite de mots et encore moins la qualité du discours ou du texte manuscrit. Tout juste, permet-elle si elle est couplée à une technologie de moteur de recherche, de comprendre le sujet principal du texte et parfois d'identifier les sous-sujets.

L'intelligence artificielle peut aussi s'intéresser à la modélisation du raisonnement d'un humain lorsqu'il analyse des données ou évalue une situation. Comment un expert-comptable comprend-il et analyse-t-il un bilan financier ? Les logiciels d'édition de bilan calculent déjà depuis longtemps les variations d'une valeur (production par exemple) d'une année sur l'autre, mais on peut imaginer qu'en décomposant toutes les étapes du raisonnement d'un expert-comptable, on puisse parvenir à créer un logiciel qui lance des alertes lorsque la trésorerie d'une société évolue de façon anormale, qui détecte les produits les plus rentables d'une entreprise ou qui formule des recommandations en matière de politique de rémunération en fonction de la décomposition et de l'évolution de la masse salariale. Sur le papier, comme c'est souvent le cas, le potentiel est là, dans la pratique les modèles d'analyse de ce type sont souvent insuffisamment élaborés pour reproduire les finesses du raisonnement humain. Mais les modèles évoluent.

Une fois que les machines analysent les comportements des utilisateurs, les performances d'un système ou comprennent des images, on peut leur demander d'agir : le smartphone du propriétaire vient de quitter son lieu de travail et prend le chemin du retour ? Réhausse le chauffage.  Le visage du propriétaire de la maison s'est présenté devant la caméra de l'entrée ? Ouvre le garage. Son smartphone vient de franchir la porte d'entrée ? Commence à jouer le dernier tube de son groupe préféré. Son compte bancaire est trop gonflé ? Effectue automatiquement un virement vers un compte épargne qui lui permettra de générer des intérêts. Le dernier tiers provisionnel approche et le solde du compte ne permet pas de couvrir ce qu'il a versé l'année dernière à ce titre ? Envoie-lui un SMS d'alerte. Le taux de conversion d'un marchand sur le produit X sur la marketplace d'Amazon a chuté de 20 % par rapport au mois dernier ? Abaisse automatiquement le prix de 5 %. Si le taux de conversion ne remonte pas, envoie un email au responsable acquisition et propose-lui de lancer une opération de netlinking ou d'ajouter deux mots.

Dès aujourd'hui, de nombreuses sociétés qui n'emploient pas les bataillons d'experts du deep learning de Google, peuvent développer ce type d'applications inspirées de l'intelligence artificielle, permettant d'augmenter la valeur de leur service ou d'optimiser des process, des actions de développement ou des variables de gestion. La plupart des entreprises peuvent donc commencer à se convertir. Mais la majorité ne le font pas parce que les "vendeurs de pelle" de l'intelligence artificielle cherchent peut-être davantage, pour le moment, à vendre du machine learning ou du deep learning, mais aussi parce que les professionnels aux manettes du digital dans les sociétés n'ont pas encore les réflexes liés à la mise en place de ce type d'intelligence artificielle qui suppose une compréhension minimum de la programmation et de l'algorithmie et que ces derniers ont déjà fort à faire pour comprendre le responsive design, les problèmes de gestion de la charge, les techniques d'optimisation du taux de conversion, le tag management ou les plateformes de DMP, de RTB ou de Cloud, pour ne citer que ces sujets en vogue.

Si l'on prend un peu de recul face à l'émergence de ces différentes formes d'intelligence artificielle, on entrevoit qu'entre aujourd'hui et l'avenir incertain où les machines surpasseront l'homme, il y a un horizon de deux ou trois ans où certains professionnels vont se transformer en professionnels augmentés par l'intelligence artificielle et où certaines entreprises vont devenir des "AI augmented companies".  A quoi pourraient ressembler ces entreprises mutantes ? 

Prenons l'exemple de la banque où il faut parfois, des années pour former des chargés de clientèle qui connaissent leurs 127 clients et soient capables de leur fournir des conseils en investissement ou en financement, autre que "achetez des actions, la bourse monte" ou "vendez, un crack vient de se produire". Outre le manque de connaissance des produits et stratégies financières, les responsables de clientèles qui restent rarement plus de 3 ans en poste n'ont pas le temps de s'intéresser à chacun de leur client. L'intelligence artificielle en analysant le profil des clients et en détectant des produits adaptés peut conseiller le responsable de clientèle fraîchement débarqué dans son agence en lui donnant chaque matin, une liste d'actions clients à réaliser dans la journée qui peuvent aller du simple : "Bonjour, monsieur Martin, je me présente" à "Voilà, cher Romain, un placement à 7 %, d'un risque assez élevé correspondant à votre profil d'investisseur", en passant par le "Savez-vous, chère Anaïs, que nous proposons un crédit automobile qui vous permettrait d'acheter un monospace" (je ne vous le dis pas, mais mon assistant intelligent m'a indiqué sur base de l'analyse de vos achats des 6 derniers mois que, selon toute vraisemblance, vous alliez avoir votre 3ème enfant).

Dans cette perspective, l'intelligence artificielle peut constituer une réponse à un problème de gestion des ressources humaines : le dépit des quadras qui ne savent pas comment gérer la génération des millenials qu'ils perçoivent parfois comme impatients, pas assez impliqués, pas assez formés et qui, à peine arrivés sur un poste, réfléchissent déjà au suivant et ne restent pas suffisamment longtemps pour devenir assez performants. Des assistants intelligents qui rendraient immédiatement plus efficaces ces sacrés impatients de millenials, pourraient involontairement résoudre un conflit de génération.

Intégrés dans l'économie, petit à petit de façon désorganisée, à l'initiative de disrupteurs ou de façon plus planifiée par de grandes entreprises, automates, systèmes apprenants, agents d'analyse et assistants ont donc le potentiel pour faire évoluer de façon significative le système productif et enfin générer les gains de productivité que l'on attend depuis trente années de la révolution digitale et qui n'arrivent pas. Car c'est peut-être le principal enjeu qui se cache derrière l'intelligence artificielle : faire suffisamment progresser la productivité pour ouvrir un nouveau cycle de croissance à une époque où les économistes dissertent sur la possibilité d'une stagnation séculaire.

Pour que cette révolution se produise dans les entreprises, plusieurs défis devront être relevés. Tout d'abord, le défi organisationnel et humain. De nombreuses entreprises ont disparu parce qu'elles n'étaient pas organisées pour aller conquérir des clients sur internet (CAMIF, Surcouf). D'autres ont failli disparaître parce qu'elles n'avaient pas les systèmes d'information et de logistique de la nouvelle génération (La Redoute). L'intégration de l'intelligence artificielle dans les process de production et de gestion de la relation client, par exemple, suppose une nouvelle façon de penser, de travailler et de manager. 

Mais si de nombreuses entreprises ne parviennent pas à s'adapter aux mutations, c'est souvent parce que leurs collaborateurs (du plus haut dirigeant à l'opérateur au plus bas niveau) ne parvenaient pas à changer leur façon de penser, de travailler, de collaborer. Le défi de l'intelligence artificielle est donc, paradoxalement terriblement humain. La conversion à l'informatique a été douloureuse pour la génération des babyboomers. Celle de l'intelligence artificielle, si elle doit se produire nécessitera des efforts d'adaptation importants de la génération. La génération Y, a priori mieux préparée, devra tout de même être formée à ces nouveaux modes de travail tout juste émergents. Il n'est, d'ailleurs, pas interdit de penser que c'est la génération Z, la suivante, qui sera la véritable experte de la coopération avec les agents intelligents et autres automates.

Ce seront peut-être eux qui parviendront à inventer les business models rendus possibles par l'intelligence artificielle. Mc Donalds a créé un système dans lequel les repas sont préparés par des individus n'ayant pas suivi de formation en restauration. On peut ainsi même imaginer que l'on retournerait acheter son matériel électronique dans Intuito, la nouvelle chaîne de magasins d'électronique parce que l'on y reçoit des conseils d'experts prodigués par des bacs+0, augmentés par des assistants intelligents capables de répondre à n'importe quelle question technique, beaucoup mieux que sur Amazon qui n'aurait pas su prendre le virage du "expert retailing".

Qui dit nouveaux business models dit peut-être aussi nouveaux marchés. Les TPE n'ont pas les ressources pour s'allouer les compétences de spécialistes de la gestion d'entreprise, du management, de la vente ou de la technique. Des plateformes d'intelligence artificielle low cost peuvent créer des marchés entiers dans le domaine du consulting. Ce qui vaut pour le consulting aux TPE vaut probablement aussi pour la grand public ou les grandes entreprises.

Enfin, il faut peut-être déjà préparer l'interconnexion des différents systèmes d'intelligence artificielle les uns avec les autres. Si aucun expert ne croit à l'émergence rapide d'une intelligence artificielle planétaire de type Skynet dans Terminator, Hall 9000 dans 2001 L'Odyssée de l'espace ou David dans le film AI de Steven Spielberg, il existe une théorie dans laquelle une multitude de petits systèmes intelligents se développent, petit à petit, de façon indépendante. Les entreprises pourraient donc se retrouver confrontées à un scénario d'incompatibilité entre les différents systèmes d'intelligence artificielle qu'elles développeront en interne, loueront en mode Saas ou sous-traiteront à des partenaires. Concevoir des systèmes ouverts susceptibles d'échanger entre eux, de se connecter aux différents systèmes d'information d'une entreprise ou aux réseaux de capteurs qui sont en train de se mettre en place, permettra aux entreprises de réaliser l'économie du redéveloppement de surcouches logicielles d'interconnexion.

On le voit, une fois les fantasmes levés et les perspectives de court terme identifiées, les entreprises ordinaires peuvent identifier des opportunités à exploiter. Les professionnels peuvent définir des stratégies d'employabilité leur permettant de se préparer aux mutations qui s'annoncent.

Si bien que les prédictions apocalyptiques d'oiseaux de mauvais augure sur la substitution des humains par les machines peuvent être remplacées par un avenir dans lequel les hommes s'appuient sur l'intelligence artificielle pour augmenter leur capacité et leur productivité, deviennent plus polyvalents qu'ils ne l'ont jamais été, un avenir dans lequel l'industrie du textile et bien d'autres  reviennent en Europe, un avenir dans lequel le savoir-faire français s'exporte dans le monde entier à travers des services Saas d'intelligence artificielle, un avenir dans lequel les call centers apportent enfin des réponses intelligentes à leurs clients, un avenir dans lequel nous entrons dans un nouveau cycle de croissance rendu possible par les gains de productivité de l'intelligence artificielle, un avenir dans lequel les robots et agents intelligents produisent des richesses qui permettront de financer le système de retraite...

Pour que cela et que bien d'autres choses se produisent, il nous appartient, à nous professionnels européens du digital, de nous emparer de ce sujet. Soyons-en convaincus, ce n'est pas à quelques centaines d'ingénieurs de la Silicon Valley de décider du futur de l'intelligence artificielle. Ils ont déjà décidé de la façon dont nous devions rechercher des informations ou de la façon dont nous devions nous connecter les uns aux autres à travers les réseaux sociaux. Sur l'intelligence artificielle, nous pouvons prendre la main pour qu'elle soit une opportunité et non une menace, pour qu'elle permette d'améliorer nos performances plutôt qu'elle nous remplace, qu'elle assiste les personnes âgées plutôt qu'elles ne les rendent dépendantes de multinationales, pour qu'elle permette de prévenir le développement de cancers plutôt qu'elle n'exclue des systèmes d'assurance privés ceux qui pourraient en développer ou encore qu'elle permette de faire revenir des chômeurs sur le marché du travail en augmentant la valeur de leur travail.

Pour approfondir le sujet, vous pouvez vous inscrire aux formations de CCM Benchmark Institut.

Intelligence artificielle

Annonces Google