Le principe même de l'intelligence artificielle - IA dans le jargon populaire - existe depuis des siècles. C'est certain que nous ne parlions pas d'intelligence artificielle au 8e siècle, mais il y avait des références, souvent liées à la religion et à la divinité, à des automates : des machines capables d'effectuer des tâches de leur propre chef. Tout au long de l'histoire, ce concept d'automates continua de se propager, émerveillant l'aristocratie et la noblesse de l'époque.
Néanmoins, c'est en 1950 qu'Alan Turing, le célèbre mathématicien et cryptologue britannique, propose l'idée d'une machine avec la capacité d'être impossible à différencier de l'intelligence d'un être humain ; cette proposition l'amènera peu de temps après à créer le test de Turing, qui, presque 70 ans plus tard, sert toujours de point de référence pour l'intelligence artificielle. C'est quelques années après la création de ce test que John McCarthy, l'un des principaux pionniers du domaine, invente le terme d'intelligence artificielle.
Aujourd'hui, nous essayons toujours de maîtriser le sujet de l'intelligence artificielle dans monde du business. Concrètement, où en sommes-nous ? Nous vous apportons nos réponses sur le sujet dans ce dossier.
Avant toute chose, il faut savoir de quoi nous parlons exactement. Alors, comment définir l'intelligence artificielle, au juste ? L'IA est, en quelques mots, un regroupement de théories et de technologies conçues dans le but de simuler une intelligence semblable à celle d'un être humain.
Le Machine Learning, quant à lui, se rapproche de l'intelligence artificielle, mais ne doit pas y être confondue. Le ML - apprentissage automatique pour les francophones - est en effet un champ d'étude qui se situe dans la périphérie de l'intelligence artificielle, mais ne traite que d'une facette : l'apprentissage d'une machine à partir de données qui permettront ainsi à cette dernière de compléter diverses tâches sans être explicitement codé à cette fin. Il est important de noter que cette facette de l'intelligence artificielle est celle qui est la plus souvent utilisée dans les projets dits d'IA dans le monde du business, et que le terme d'intelligence artificielle est plutôt une stratégie marketing pour vendre le projet au consommateur qui a une vision relativement réduite de la définition réelle d'une intelligence artificielle.
Enfin, un troisième terme vient jouer les troubles-fêtes dans cette définition de l'intelligence artificielle : le Deep Learning. Tout comme le Machine Learning, le Deep Learning est en réalité une facette de l'IA ; nous pouvons même aller jusqu'à vous dire que c'est une sous-facette du Machine Learning. En quelques mots, le Deep Learning est simplement un ensemble de techniques de Machine Learning.
Pour résumer ? Le Deep Learning s'imbrique dans le Machine Learning, qui s'imbrique à son tour dans l'intelligence artificielle. Alors que les deux premiers concepts sont relativement précis dans leurs champs d'application, le troisième reste relativement nébuleux et sert malheureusement de fourre-tout marketing aujourd'hui dans le monde du business, comme nous l'évoquions plus haut.
Avant d'en venir au sujet de l'intelligence artificielle dans le cadre de l'entreprise, il nous paraît important donc de dissiper les idées reçues qu'il peut y avoir à propos de l'intelligence artificielle. Pour ce faire, nous allons définir plusieurs concepts spécifiques : l'intelligence artificielle forte, l'intelligence artificielle faible et enfin l'intelligence artificielle généralisée.
Rassurez-vous, nous sommes encore très, très loin pour qu'un pareil projet voit le jour, dans la simple mesure où nous ne possédons toujours pas la technologie nécessaire pour atteindre la puissance de calcul et de traitement du cerveau humain. Nous ne parlerons même pas du débat philosophique entourant la notion d'une intelligence artificielle forte (la conscience est-elle le propre d'un être biologique ?), car il faudra là plusieurs semaines pour vous détailler chaque argument à ce sujet.
Dans tous les cas, tout comme l'IA forte, nous sommes encore très loin de voir un pareil projet aboutir.
L'IA faible se rapproche le plus de la majorité de pratiques que nous pouvons avoir de l'intelligence artificielle aujourd'hui ; elle définit notamment les pratiques d'ingénierie à créer des systèmes de plus en plus autonomes, permettant à ces derniers d'accomplir un certain nombre de tâches en utilisant par exemple des concepts liés au Machine Learning.
Alors que l'IA forte et l'IA généralisée sont pour l'instant le domaine de la science-fiction, l'IA faible trace son chemin au sein de nos entreprises depuis plusieurs années.
Oublions quelques instants les robots gadgets qui se promènent dans les couloirs de certains bureaux ; une grande majorité d'entreprises qui choisissent d'investir dans le cadre de l'IA faible investissent dans des logiciels, des applications ou encore des superordinateurs.
Ainsi, les entreprises ont de plus en plus la possibilité d'automatiser des processus, de faciliter leur prise de décision, de gérer plus précisément les stocks d'un magasin ou d'un entrepôt, de faciliter le processus de recrutement, ou encore de rendre plus aisé les échanges avec le consommateur.
Bien entendu, un des exemples les plus connus d'intelligence artificielle faible aujourd'hui ne se trouve même pas en entreprise, et se trouve dans un outil que nous possédons presque tous : notre smartphone. Que ce soit Siri, Alexa ou un autre, les assistants vocaux sont en effet une des formes les plus prolifériques d'IA faible sur le marché, du moins à l'heure actuelle.
Une autre application de votre smartphone qui dépend de plus en plus de l'intelligence artificielle : le GPS. Ce dernier reçoit aujourd'hui des centaines de données à la seconde, les interprète, et vous fournit en presque instantanément des données pour vous faciliter votre navigation, éviter des bouchons, etc.
Et pour l'intelligence artificielle faible en entreprise, nous vous entendons dire ? Tout dépend du secteur...
> 90% des dirigeants estiment que l'intelligence artificielle représente une réelle opportunité pour mieux performer (source : BCG).
> 267 milliards de dollars : c'est l'estimation de Fortune Business Insights quant à la valeur du marché de l'IA d'ici 2027 (source : Fortune Business Insights).
> Une équipe de vente sur cinq utilise aujourd'hui l'IA pour optimiser leur processus de travail (source : Salesforce).
> 44% des entreprises disent réaliser des économies après l'implémentation d'une solution d'IA (source : McKinsey).
> Plus d'une entreprise constate une amélioration au niveau de la productivité après l'implémentation d'un outil du type IA (source : PwC).
Un livre sur l'intelligence artificielle à lire d'urgence !
Ce livre blanc traite des apports actuels de l’intelligence artificielle, au travers du Deep Learning et des réseaux de neurones.
Ce livre blanc expose les points de vue de l'Inria sur les grandes tendances et les principaux défis de l'intelligence artificielle.
Un guide pratique sur l'Intelligence Artificielle signé Salesforce.
Téléchargez cet eBook et découvrez comment l’IA de Genesys peut permettre à votre centre de contact d’améliorer l’expérience client.
Réussir le développement de l'Intelligence Artificielle grâce à ses cinq grands points.
Comment appliquer l'IA au sein de l'entreprise.
L’ambition de ce document est de revenir au présent et au futur proche pour comprendre les usages et techniques de l’IA dans les entreprises et les aider à en tirer le meilleur parti.
