Quelles tendances pour l’intelligence artificielle en 2020 ?

L’étude publiée essentiellement à l’attention des directions des systèmes d’information (DSI) et de leurs employés, l’équipe de Forrester annonce les grandes lignes de développement IA dans les sociétés : qu’il s’agisse d’automatisation, de budgets data, de luttes d’influence, ou de guerres de talents.

Les prévisions pour 2020

En 2019, 53 % des données globales et des analyses établies par les décisionnaires annoncent que l’intelligence artificielle est implantée, ou en plein développement au sein de leur entreprise. Il est important de préciser que ces constats son tirés de statistiques révélant des pourcentages calculés à partir de l’observation des entreprises du Fortune 500 (soit les sociétés reconnues comme les plus rentables des États-Unis) : ainsi 29 % des développeurs auraient travaillé sur l’IA, et le Machine learning (apprentissage automatique) ces « dernières années », indique l’étude Forrester. De même que 54 % des décisions concernant le traitement de l’IA au sein du secteur informatique dans lequel les entreprises concernées travaillent, constituent les plus importants bénéfices anticipés. Enfin 16 % des décideurs marketing B2C (Techniques marketing destinées au grand public) ont décidé d’augmenter de 10 % les dépenses en technologies de données et d’analyse, y compris l’IA.

D’après ces résultats, l’équipe de Forrester s’estime en mesure d’établir les prévisions suivantes pour 2020 :

L’implantation d’une automatisation intelligente de certains processus

D’après Forrester, 25 % des entreprises Fortune 500 prévoient la mise en place de centaines de processus IPA (Intelligent process automation), autrement dit une automatisation de certaines tâches grâce à l’utilisation de l’intelligence artificielle. Ainsi, dans le cadre de la mise en place de certaines tâches robotiques automatisées, les entreprises auront recours à l’analyse de texte et l’apprentissage automatique, notamment pour traiter un ensemble de courriels et de documents entrants, ou pour la mise en place de réponses automatiques ou de chatbots (discussions robotisées) – programmes conçus pour converser avec les internautes ou clients sous l’apparence d’un humain – appelés aussi agents conversationnels.

L’importance du Machine learning / © Franck V. – Unsplash

Ces programmes sont également censés permettre un gain de temps notamment pour les employés RH et les équipes IT (Technologie de l’Information) : certains outils de monitoring exploitant le Machine learning permettant le traitement des Big Data. Les programmateurs ayant créé préalablement des algorithmes permettant à l’ordinateur de trier les données. Plus il en trie, plus il sera capable de reconnaitre les données considérées comme normales, et les données témoignant d’un comportement anormal. L’opérateur humain est donc directement dirigé par la machine vers les comportements anormaux, pouvant ainsi se concentrer plus vite sur les mesures correctives à prendre.

L’augmentation des investissements dans ce type de processus automatique, est en partie due, d’après le cabinet Forrester, à l’anticipation d’un repli économique lié à la récession économique de la Chine. Celle-ci risquant de provoquer une hausse des intérêts, pouvant non seulement amortir la consommation et l’investissement, mais également « réduire la valeur de marché des entreprises – en particulier les entreprises technologiques – dont les valorisations dépendent fortement de la croissance des bénéfices à long terme », rappelaient les Échos en 2018. Pas étonnant que depuis les entreprises cherchent à développer les secteurs permettant de garantir une efficacité de leurs services. Ce type d’automatisation ciblée est également plus rapide à mettre en place, et moins coûteuse qu’une transformation vers des projets d’innovation en IA, réclamant un investissement sur le long terme, précise le rapport.

Un développement loin de faiblir devant certaines réticences ou remises en cause

Malgré les dangers (cités par le cabinet Forrester), liés à l’emploi de l’intelligence artificielle tels que : la désinformation due au filtrage de certains algorithmes sur les réseaux sociaux, la surveillance technologique de masse grâce à la reconnaissance faciale (comme c’est le cas en Chine), la prolifération de vidéos « deep fake » grâce à la permutation intelligente de visages, ou la discrimination algorithmique, qui par le biais de données inégalitaires, et un manque de diversité, reproduisent les discriminations de nos sociétés – étant ainsi à l’origine d’un accident provoqué par une voiture autonome d’Uber par exemple. Tout cela ne diminuera en rien l’investissement dans l’IA au sein des entreprises en 2020, selon Forrester. Celles-ci seront simplement amenées à démontrer l’importance et la nécessité de l’IA, et de faire preuve de « transparence » dans son utilisation ou dans les améliorations à apporter, est-il décrit dans le rapport.

Une prise en considération des besoins en sources de données

D’après Forrester, l’implantation de l’IA dans les entreprises incitera nécessairement les dirigeants à prendre les mesures qui s’imposent pour faciliter le travail des développeurs en Machine learning, qui, pour le plus grand nombre, passent plus de 70 % de leur temps à récupérer l’ensemble des données indispensables au bon fonctionnement de leurs programmes.

Un nouveau type de recrutement

Forrester prend l’exemple de Google et Adobe, qui souhaitent orienter l’usage de l’IA centrée sur l’être humain alliée aux capacités améliorées. Ces secteurs réclament plusieurs domaines de compétence, et les entreprises précédemment citées risquent de s’orienter vers des personnes disposant de cet ensemble de connaissances. En 2020, les entreprises travaillant ailleurs que dans la technologie, n’auront cependant pas encore pris part au recrutement de personnes ayant la capacité de visualisation ou de prototypage nécessaire à mettre en place avant le développement d’un programme IA. C’est pourquoi certains cabinets spécialisés en Expérience design, ont su saisir une opportunité en proposant à leur clients de les aider dans la transformation digitale de leurs plateformes, principalement dans la mise en place de l’intelligence conversationnelle, à l’instar de Frog ou IDEO.

Néanmoins, en guise de conclusion, l’étude explique que la simulation conversationnelle, largement utilisée par les entreprises dans le cadre de la gestion de leur clientèle, nécessite encore beaucoup d’améliorations. Car nombreux sont les clients – environ 4 sur 5 – qui, ne trouvant pas de réponse, ni de solution satisfaisante lorsqu’ils utilisent les chatbots installées par les sociétés, réclament in fine l’intervention d’une personne.

Reste donc un long chemin pour trouver un équilibre sensé entre le développement de l’IA et le recrutement humain au sein des entreprises : lui-même nécessitant une sélection raisonnable, parmi des personnes qui seront capables d’améliorer la mise en place des programmations, mais également parmi les agents de maintenance capables de répondre au raisonnement basique que nécessitent certains problèmes certes assez simples, mais encore trop complexes pour les machines. Et si certains visionnaires seraient sans doute en mesure d’établir un lien avec la nécessité de faire avancer la suprématie quantique pour gérer ces types de problèmes, les spécialistes sont eux aussi en mesure d’établir que de ce point de vue là, il reste beaucoup à faire. Attention donc à ne pas se tromper sur les investissements sur le long terme.