Aujourd’hui l’Intelligence artificielle est partout et au service de tous les domaines (business, santé, défense, éducation, …). Des progrès colossaux sur le plan technologique et méthodologique ont encore été récemment réalisés et les cas d’applications se développent à une vitesse folle.

Mais l’IA n’est pas pour autant une « technologie nouvelle » : elle a puisé ses bases dans les années 1940 et a même connu depuis une succession d’avancées impressionnantes et de périodes de grande désillusion.

Ce qui est probablement le plus nouveau, c’est cette accélération vertigineuse depuis un peu moins de 10 ans, jusqu’à observer sur de nombreux plans un phénomène d’emballement, voire de perte de contrôle sur cette IA.

Plus concrètement, ces 10 dernières années ont été marquées par la convergence de 3 phénomènes : des données dont la diversité et la volumétrie ont explosé, des capacités informatiques qui ont été décuplées et certaines méthodologies qui se sont raffinées (notamment les réseaux de neurones profonds). La conjonction de ces phénomènes a permis de développer des algorithmes particulièrement efficaces dans de nombreux contextes.

Mais que s’est-il passé dans la majorité des entreprises françaises sur ces dernières années, au-delà des progrès technologiques :

Sur le plan de la culture, une compréhension de ce que c’est que l’IA qui s’amorce, avec une adoption et une concrétisation qui prend du temps.

Sur le plan de l’organisation et des projets, un passage des Proofs of Concept aux MVP (Minimum Viable Product) plus concrets et opérationnels pour l’entreprise, accompagné d’une organisation humaine et projet plus adaptée au design et à la maintenance des IA.

Mais aujourd’hui, les entreprises se heurtent encore souvent à des problématiques de fond : une gouvernance des donnés insuffisante, une culture du test&learn pas assez diffusée, des problématiques techniques et process d’industrialisation des IA.

Dans ce contexte d’accélération, nous devons faire face à 3 enjeux majeurs :

Un sujet d’éthique et de responsabilité que nous devons adresser collectivement sur un plan international

Un enjeu de gestion énergétique, ces IA étant aujourd’hui très consommatrices d’énergie, ce qui milite d’ailleurs pour des IA futures plus frugales.

Enfin, sur le plan méthodologique, la recherche de nouveaux modes d’apprentissage pour véritablement se rapprocher des mécanismes cognitifs humains.