Une vingtaine de responsables IT se sont réunis mardi 28 mars, à l'initiative de l'Ae-SCM pour échanger sur LE sujet chaud de l'année : l'intelligence artificielle (IA). Au menu : proposer une taxonomie de l'IA, un premier panorama des acteurs principaux du marché, et entamer la réflexion autour des cas d'usages de l'IA sur un métier particulier : celui d'une DSI. Ces premières pistes seront approfondies et affinées lors des prochaines sessions prévues dans les mois à venir.

Les domaines pouvant tirer profit de l'IA (Intelligence Artificielle) sont multiples et leur développement vont, sans aucun doute, bouleverser les comportements et notre approche quant à la plupart des métiers. Les promesses introduites par le domaine de la santé, pourraient demain améliorer considérablement la recherche en oncologie.

Cependant, quelques inquiétudes légitimes et attendues ont été évoquées lors de cette première session, notamment sur la gouvernance des données collectées – et plus particulièrement en Europe. La CNIL, la commission nationale de l'informatique et des libertés se penche sur l'épineuse question des enjeux éthiques des algorithmes et de l'IA.

Comment définir une IA ?

Esquissons une tentative de définition : l'intelligence artificielle (IA) est « l'ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence ». Elle correspond donc à un ensemble de concepts et de technologies plus qu'à une discipline autonome constituée.

Souvent classée dans le groupe des sciences cognitives, elle fait appel à la neurobiologie computationnelle (particulièrement aux réseaux neuronaux), à la logique mathématique (sous-discipline des mathématiques et de la philosophie) et à l'informatique. Elle recherche des méthodes de résolution de problèmes à forte complexité logique ou algorithmique. Par extension elle désigne, dans le langage courant, les dispositifs imitant ou remplaçant l'homme dans certaines mises en œuvre de ses fonctions cognitives.

Les capacités principales de toute solution à base d'IA

 caractéristiques ia intelligence artificielle

En quelques mots :

  • L'acquisition de données volumineuses structurées ou non structurées
  • Une capacité à raisonner ou reproduire les mécanismes de pensée humaine : classifier, trouver des motifs ou corrélation
  • Une faculté d'apprentissage constant avec « le contact humain »
  • Une possibilité d'interagir avec l'homme

Cette définition permet d'esquisser une taxonomie des technologies et solutions d'IA :

 taxonomie technologies solutions ia intelligence artificielle

Longtemps fantasmée, l'IA est désormais une réalité - mouvante et en hyperévolution. Les investissements sur le sujet sont massifs :

  • Les GAFA/BADX investissent plus de 50 milliards d'euro par an
  • On compte aujourd'hui plus de 3000 startups se revendiquant de l'IA, • Les acteurs du Cloud – Amazon, Google, Microsoft, IBM intègrent API et services à base d'IA
  • L'ensemble des éditeurs injectent progressivement (ou affirment injecter) de l'IA dans leurs solutions
  • Les services providers IT traditionnels (infogérants, mainteneurs, intégrateurs, helpdesk) ont tous des stratégies d'injection d'IA dans leurs offres
  • Enfin, des pure players, disruptifs, font des applications de l'IA le cœur de leurs nouvelles offres. McKinsey a dénombré 1500 innovations différentes portées par plus 6000 startups, rien que dans le domaine des FinTechs

Panorama des acteurs de l'IA :

 panorama acteurs ia intelligence artificielle

Comment penser l'introduction de l'IA ?

D'abord, il s'agit de réfléchir évidemment en termes de cas d'usage, avec deux points d'entrée principaux – les capacités des offrants, et l'optimisation des chaines de valeur :

 use cases ia intelligence artificielle

Ensuite, scorer ces cas d'usage IA sur deux axes génériques : la valeur apportée, et le niveau d'impact sur les parties prenantes de l'organisation :

 valeur impact ia intelligence artificielle

Penser ensuite faisabilité et mode de sourcing :

 faisabilite sourcing ia