FR 
EN 
L'IA n'est pas une solution miracle. C'est un outil qui, lorsqu'il est utilisé correctement, peut permettre aux entreprises de prendre des décisions plus intelligentes, d'améliorer l'efficacité et de créer de nouvelles opportunités.
- Sundar Pichai, PDG d'Alphabet Inc. (Google)
L'IA est un outil puissant pour votre organisation afin d'améliorer ses capacités et d'atteindre sa mission.
- Fal Diabaté
La caractérisation de l'intelligence artificielle (IA) en tant qu'outil par Sundar Pichai est en effet correcte. Les leaders d'entreprise feraient bien de prendre une pause et d'internaliser l'essence de l'IA en tant qu'outil. Bien que l'IA possède un immense potentiel pour améliorer considérablement la productivité, elle reste fondamentalement un outil. Mais qu'est-ce exactement cet outil, et pourquoi y a-t-il un tel enthousiasme généralisé à son sujet?
L'intelligence artificielle est une branche de l'informatique qui vise à créer des systèmes (composés à la fois de machines physiques et de logiciels) capables de penser et d'agir comme des humains. Ces systèmes sont appelés des modèles algorithmiques ou simplement des modèles. Le concept de construire des modèles pour reproduire le raisonnement humain n'est pas nouveau. Depuis le début des années 1930, et peut-être même avant, les futurologues de l'informatique ont nourri des visions de ces machines semblables à des humains. Le terme "intelligence artificielle" a été inventé par John McCarthy et ses collègues lors d'un atelier de recherche organisé au Dartmouth College en 1956. De même, le terme "apprentissage automatique", qui relève du domaine de l'IA, a également été inventé dans les années 1960. Pendant cette période, les modèles étaient constitués de symboles statistiques, de règles logiques pour la reconnaissance de motifs et d'arbres de décision.
L'adoption de l'IA a été entravée par deux limitations principales : l'accès aux données et la puissance de calcul. Cependant, l'avènement de la loi de Moore dans l'informatique, la démocratisation d'Internet au milieu des années 1990, l'essor des logiciels open source et les progrès dans les réseaux de communication ont résolu ces deux problèmes principaux. Pour être plus précis, l'introduction de l'iPhone en 2007 et la prolifération subséquente des médias sociaux ont ouvert une ère où une myriade de données provenant de diverses industries - allant de la fabrication aux soins de santé - ont inondé l'internet, fournissant une abondance de données à analyser. Avec cet afflux de données, les modèles algorithmiques modernes, également connus sous le nom de grands modèles de langage (LLMs), sont prêts à fournir des résultats instantanés et significatifs.
Ces LLM (grands modèles de langage) effectuent essentiellement deux tâches : l'entraînement et l'inférence, pour générer des résultats. L'entraînement implique le mécanisme d'apprentissage que les modèles dérivent des données alimentées et la fourniture de résultats ou de résultats souhaitables. Il existe deux types d'apprentissage : supervisé et non supervisé. Dans l'apprentissage supervisé, le modèle est fourni avec des données complexes ainsi que la sortie attendue, et il est chargé de prédire le résultat correct. Dans l'apprentissage non supervisé, le résultat attendu n'est pas fourni au modèle, qui doit identifier et apprendre les motifs et les relations au sein des données pour fournir le résultat attendu. L'inférence, en revanche, fait référence au processus de tirer des conclusions à partir de modèles pré-entraînés. Plus le modèle est finement réglé, plus les inférences qu'il peut faire sont précises. Dans une analogie simpliste, l'entraînement et l'inférence en IA peuvent être comparés à deux systèmes aux fonctions distinctes : le système A - l'entraînement - concerne le raisonnement, tandis que le système B - l'inférence - implique la déduction. Ces deux systèmes d'IA collaborent pour fournir des résultats précis, notamment la reconnaissance de motifs, la classification d'images, la prédiction du prochain mot dans un texte ou un discours (traitement du langage naturel) et l'amélioration des arbres de décision, à un niveau élevé.
Les économistes font référence aux super cycles comme des périodes prolongées d'expansion économique, caractérisées par une croissance du PIB des nations, une demande accrue de biens entraînant des prix plus élevés et des niveaux de chômage plus bas. Bien que les premières incidences de l'IA, en particulier de l'IA générative, sur la société montrent des signes de perte d'emplois dans de nombreuses industries, il est fort probable que l'IA conduira à un super cycle. Tout comme, et peut-être plus que, d'autres super cycles tels que l'électricité et l'internet, l'IA sera utilisée comme un outil pour affecter tous les aspects de nos vies. Les individus tels que les programmeurs, les étudiants, les enseignants, les écrivains et les chefs d'entreprise qui sont des premiers utilisateurs de l'IA générative ont remarqués une augmentation considérable de leurs productivités. Ils peuvent accomplir davantage avec moins en peu de temps. Si les gens peuvent améliorer les résultats avec ces robustes chatbots, on ne peut qu'imaginer ce qui suivra.
L'IA impactera toutes les entreprises, et les dirigeants doivent garder à l'esprit qu'il s'agit d'un outil - un outil puissant qui devrait être utilisé pour autonomiser les personnes et améliorer les processus de traivail pour mieux servir les clients. La presse commerciale d'aujourd'hui est inondée de discussions sur l'IA, non pas comme un outil, mais comme une fin en soi. Les nuances et les caractéristiques de l'IA se perdent souvent dans les traductions, entraînant la confusion des personnes non techniques. Les bons résultats sont attribués à l'IA, tandis que les humains sont blâmés. Un directeur technique d'une grande société de conseil en technologie a déjà dit : "Le champs de jeu est sur le point de devenir beaucoup plus compétitif, et les entreprises qui n'utilisent pas l'IA et les données pour les aider à innover dans tout ce qu'elles font seront désavantagées." Bien que cette citation soit belle, sa formulation est incorrecte sur quelques points. Pour commencer, elle suggère que le déploiement de l'IA rend les entreprises compétitives et innovantes. Je soutiendrais que ce sont les personnes qui rendent les organisations plus compétitives et innovantes. L'IA, lorsqu'elle est bien conçue et correctement mise en œuvre, peut alimenter la compétitivité et l'innovation des organisations. Je ne veux pas m'attaquer à ce directeur technique ; la presse commerciale regorge de citations et de commentaires de ce genre. La plupart des gens les prennent pour des vérités et les répètent pour avoir l'air intelligents.
Les dirigeants ne devraient pas se laisser entraîner par les mots à la mode d'aujourd'hui sur l'IA dans le monde des affaires, en définissant leurs organisations comme des "organisations d'IA" au lieu de "organisations alimentées par l'IA", qui sont deux choses différentes. Un langage plus approprié devrait être celui des organisations orientées mission qui utilisent l'IA dans une approche de bout en bout pour servir les clients. L'IA, comme tout outil, peut être utilisée pour le bien ou pour le mal. La fourchette de cuisine est un exemple trivial ; elle peut être utilisée pour couper et manger un bon steak, elle pourrait aussi être utilisée comme arme pour tuer. De la même manière, les dirigeants doivent équilibrer les avantages de l'IA, tels que l'augmentation de la productivité humaine, l'amélioration des processus et la fidélisation de la clientèle, ainsi que les inconvénients liés aux hallucinations de l'IA (résultats faux difficiles à détecter pour les humains), à la gouvernance, aux faux profonds (fausses nouvelles, images, vidéos ou textes fabriqués) et à d'autres problèmes éthiques.
Je conclurai en affirmant ceci : l'intelligence artificielle (IA) est un outil puissant qui aura un impact sur toutes les industries et affectera nos vies. Les leaders ne doivent pas se laisser entraîner dans le déluge de mots à la mode sur l'IA et confondre les missions de leurs organisations avec l'IA. Au lieu de cela, ils devraient traiter l'IA comme un puissant outil qui autonomise les employés en augmentant leur productivité et leur bien-être, améliore les processus internes pour des opérations organisationnelles plus fluides et sert les clients et les partenaires externes avec une simplicité intentionnelle. L'ancienne PDG d'IBM, IBM Ginni Rometty, l'a dit le mieux : "La clé de l'adoption réussie de l'IA dans l'entreprise réside dans l'intégration de l'expertise humaine avec l'intelligence artificielle. Il ne s'agit pas de remplacer les humains ; il s'agit d'augmenter les capacités humaines."
Jusqu'à notre prochaine rencontre, continuez à explorer et à exploiter l'IA
Fal Diabaté
Managing Partner, Barra Advisory Group