Connexion
10 359 Livres Blancs | | 1 555 |
> Accueil / Dossiers / Intelligence artificielle (IA) : où en sommes-nous ?

Intelligence artificielle (IA) : où en sommes-nous ?

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.


Définitions de l'intelligence artificielle, du Machine Learning et du Deep Learning

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.

  • Intelligence artificielle forte
  • Nous commencerons par le concept de l'intelligence artificielle dite forte, car elle se rapproche le plus du concept popularisé de l'IA. L'intelligence artificielle forte est en effet une IA qui est non seulement aussi intelligente qu'un humain, capable de résoudre n'importe quelle problématique et avoir des idées abstraites, mais qui exprime également un simulacre de conscience, capable de donner une appréciation subjective à sa propre intelligence. Pour faire simple, un humain 2.0.

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.

  • Intelligence artificielle généralisée
  • L'intelligence artificielle généralisée est un concept se rapprochant de l'IA forte, mais qui passe outre la question de la conscience, et propose uniquement une intelligence artificielle capable de faire n'importe quelle tâche qu'un humain serait capable de faire. Certains associent automatiquement cette idée à l'IA forte, mais d'autres considèrent que l'IA généralisée est un concept qui mérite sa propre place.

Dans tous les cas, tout comme l'IA forte, nous sommes encore très loin de voir un pareil projet aboutir.

  • Intelligence artificielle faible
  • Vous l'aurez compris avec les deux premières définitions : l'intelligence artificielle dite faible est le seul projet qui, à l'heure actuelle, est viable. Pourquoi ?

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.


L'IA faible, ou la révolution du Machine Learning dans le cadre de l'entreprise

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...

  • L'IA dans l'industrie
  • Automatisation du contrôle qualité, gestion des stocks, optimisation de la supply chain... Les possibilités sont nombreuses dans le secteur de l'industrie. Un exemple des plus marquants : l'utilisation des robots dans les entrepôts pour faciliter la gestion des stocks. C'est sans compter les logiciels ultraperformants dotés de Machine Learning qui arrivent à traiter le nombre croissant de données au sein des usines et à en découler des optimisations qui seraient passées inaperçues par un humain.
  •  
  • L'IA dans la restauration
  • Nous n'associerons pas naturellement l'intelligence artificielle au milieu de la restauration, et pourtant... Comme exemple, nous citerons Califrais, qui propose un service de fournisseur de restauration nouvelle génération, avec des systèmes de machine learning facilitant ainsi la gestion et la prédiction des stocks au sein des établissements de leurs clients. Plus récemment, certains restaurants testent des solutions qui utilisent des formes d'IA faibles pour prendre les commandes de clients à la place de serveurs traditionnels.
  •  
  • L'IA dans la santé
  • Tout comme dans les autres secteurs, l'intelligence artificielle faible a de nombreuses applications dans le milieu de la santé et de la médecine. De la médecine prédictive à la médecine de précision en passant par l'aide à la décision, la chirurgie assistée par ordinateur, les robots compagnons pour les plus âgées, ou encore l'aide à la prévention (d'épidémies, par exemple), l'IA révolutionne le milieu de la santé.
  •  
  • L'IA dans l'agriculture
  • Un secteur qui est perçu comme assez réfractaire des nouvelles technologies (il suffit de venir dans les terres pour voir à quel point ce stéréotype est erroné aujourd'hui), l'agriculture bénéfice également de l'intelligence artificielle, avec l'utilisation de logiciels de gestion de cultures, d'outils pour la gestion des animaux, ou encore des applications d'aide à la décision pour l'agriculteur.
  •  
  • L'IA dans les bureaux
  • Nous ne pouvions pas parler d'intelligence artificielle sans parler de son utilisation dans les bureaux du secteur tertiaire. De nombreux outils de ce secteur comptent aujourd'hui sur une forme ou une autre d'IA faible. Un exemple connu de tous, ou presque : Google Analytics, qui emploie aujourd'hui de plus en plus des techniques de Machine Learning pour faciliter l'aide à la décision.

Les chiffres de l'intelligence artificielle

> 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).


Les livres blancs à consulter


IA de confiance : du concept à l'action

Livre blanc de Quantmetry

Un livre sur l'intelligence artificielle à lire d'urgence !

Deep Learning

Livre blanc de Smile

Ce livre blanc traite des apports actuels de l’intelligence artificielle, au travers du Deep Learning et des réseaux de neurones.

Intelligence Artificielle, les défis actuels et l'action d'Inria

Livre blanc de Inria

Ce livre blanc expose les points de vue de l'Inria sur les grandes tendances et les principaux défis de l'intelligence artificielle.

IA : la grande épopée

Livre blanc de Salesforce

Un guide pratique sur l'Intelligence Artificielle signé Salesforce.

Le centre de contact optimisé par l'IA

Livre blanc de Genesys

Téléchargez cet eBook et découvrez comment l’IA de Genesys peut permettre à votre centre de contact d’améliorer l’expérience client.

Les 5 pré-requis pour la réussite de l'IA à grande échelle

Livre blanc de Vekia

Réussir le développement de l'Intelligence Artificielle grâce à ses cinq grands points.

L'IA en entreprise - Une force tributaire des données

Livre blanc de Techniques de l'Ingénieur

Comment appliquer l'IA au sein de l'entreprise.

Les usages de l'intelligence artificielle

Livre blanc de Olivier Ezratty

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.