Depuis plusieurs mois, l’intelligence artificielle (IA) se retrouve au cœur de toutes les discussions, notamment depuis l’arrivée de ChatGPT qui permet de fournir une interface « humaine » à cette technologie. Tout le monde se pose la question de savoir si elle est aussi exceptionnelle que le prétendent les chercheurs, les influenceurs ou encore les universitaires, ou si elle constitue une menace comme le rapportent les médias.

Toutes les IA n’étant pas créées de la même manière, il n’est pas juste de dire que toutes les IA représentent une menace. Certaines solutions d’intelligence artificielle, notamment génératives, ont des défauts qui doivent être corrigés, pour éviter par exemple de générer des résultats inexacts et/ou biaisés.

Cependant, comme pour toutes les technologies, ces problèmes ne sont pas universels. Ainsi, tandis que les chercheurs en IA et d’autres experts IT collaborent avec les responsables gouvernementaux pour répondre à ces préoccupations très spécifiques concernant le fonctionnement de certaines IA, il est important de souligner que toutes les IA ne sont pas similaires car elles ne sont pas créées de la même façon. Il est possible d’éduquer une intelligence artificielle au même titre qu’un humain.

En réalité, l’IA a un impact positif dans la société actuelle. Par exemple, les secteurs de l’industrie et du retail (notamment les entreprises de produits de grande consommation (PGC)) utilisent l’IA adaptative pour prévoir la demande et planifier les stocks. La vision industrielle alimentée par l’IA permet d’effectuer des inspections détaillées de la qualité des produits, des médicaments aux pièces automobiles et électroniques, en passant par les bouteilles de soda et les repas surgelés sortant de la chaîne de fabrication.

Les personnels de terrain doivent s’assurer de la satisfaction des clients en magasin comme en ligne. Grâce à l’IA adaptative, ils peuvent aisément servir plusieurs clients en même temps. En effet, cette dernière peut s’intégrer dans une application de terminal mobile, dans un système de gestion des stocks, de logistique et/ou d’e-commerce, ou encore dans le cloud rattaché à un système d’automatisation industrielle.

Où qu’elle se trouve, l’IA est entraînée à « écouter » ce que l’utilisateur désire, à « voir » ce qui se passe autour d’elle (les changements ou les tendances qui pourraient échapper à l’œil humain) et à évaluer toutes les facettes d’une situation avant de prévenir les personnels de première et deuxième ligne de la démarche à suivre pour satisfaire au mieux le client.

En d’autres termes, l’IA utilisée en entreprise pour améliorer la gestion opérationnelle ou la réalisation des objectifs n’est pas l’IA générative qui suscite les débats et les craintes des chercheurs et du grand public. L’IA vers laquelle les chefs d’entreprise ou d’équipe doivent s’orienter est celle capable d’analyser les données générées par les objets physiques de l’internet des objets (IoT) (étiquettes/lecteurs de codes-barres ou RFID, terminaux mobiles, tablettes, caméras de vision industrielle ou capteurs environnementaux) pour les rendre exploitables.

En outre, il existe un grand nombre d’outils technologiques responsables, alimentés par l’IA, qui répondent à ce besoin, qu’il s’agisse de logiciels de gestion du personnel et des tâches, de systèmes d’inspection visuelle et de prévention des pertes, ou de plateformes de prévision/planification, et il s’en crée bien d’autres tous les jours selon un modèle de développement éthique.

Face à l’essor des objets connectés IoT et des appareils intelligents de pointe, l’IA responsable et éthique est sur le point de devenir aussi nécessaire aux entreprises que le smartphone l’est à notre quotidien. L’IA sera de plus en plus sollicitée pour aider les professionnels et les entreprises à exploiter la valeur des données collectées.

Il est vrai que les préoccupations liées à l’IA générative s’étendent à l’ensemble des technologies de l’intelligence artificielle, mais il est important de veiller à examiner les nouveaux cas d’utilisation proposés. Chaque décision relative à l’utilisation de l’IA doit également être motivée par des facteurs essentiels tels que le respect de la confidentialité des données, la latence des réponses, le coût de revient et la bande passante disponible du réseau.

Enfin, il convient d’évaluer et d’affiner en permanence la méthodologie de l’IA responsable en termes d’éthique, de développement et de déploiement, en s’appuyant sur des processus, des principes, des formations et des outils évolués, tout en garantissant la cohérence et la conformité.