Quels écueils pour un projet d’IA en entreprise ?

prudence sur les projets d'IA

4 écueils à prendre en compte lors d’un projet IA en entreprise (Partie 3/3)

L’IA est à la mode c’est un fait, et devant toutes les communications réalisées sur le sujet, de nombreux chefs d’entreprise ont lancés des initiatives sur le sujet. Cependant les différentes études montrent que beaucoup de projets restent pour l’instant à l’état du prototypage.Ceci s’explique par différents écueils et/ou contraintes que les entreprises ont besoin de traiter avant de passer à des déploiements plus importants.Voici les 4 écueils pour votre projet d’IA en entreprise .

#Écueil n° 1 : le  social

Le développement attendu de l’IA est souvent comparé à l’industrialisation par laquelle de nombreux métiers manuels ont été remplacé par des machines. L’IA va faire de même pour des métiers de la relation-client ou administratif …

Les sociétés se heurtent donc à la complexité de vouloir mettre en oeuvre une solution qui va leur permettre d’économiser sur le nombre de salariés sans avoir de solutions à court terme pour positionner ces personnes sur d’autres activités.

Bien qu’une étude de PWC prédit “une disparition de 7 millions d’emplois, mais aussi l’apparition de 7,2 millions d’autres grâce à l’IA”, le frein social est bien réel et les entreprises restent méfiantes.

#Écueil n° 2 : Le manque de  Data

La prise de conscience de la valeur et de l’importance des données dans l’entreprise est récent.

Chaque société possède des terras d’informations diverses et variées, stockées sur des serveurs ou des bases de données. Pourtant, l’effort de transformation de ces données non structurées est souvent rédhibitoire.

En effet les algorithmes ne sont actuellement pas suffisamment évolués pour traiter des données non structurées de façon qualitative sans une action humaine préalable.

Ce frein devrait se lever progressivement dans les prochaines années grâce aux efforts des entreprises pour structurer la gestion de leurs données et grâce au perfectionnement des algorithmes.

#Écueil n° 3 : L’opacité du modèle

Le principe d’un algorithme de Deep Learning est de produire un résultat en sortie (exemple : prédiction) suite à l’analyse de données en entrée. Or dans un logiciel classique il est possible de suivre l’évolution du raisonnement à chaque étape de l’algorithme. Ce n’est pas le cas dans le cadre du Deep Learning. Certains experts parlent de fonctionnement en boîte noire.

Il faut alors se contenter du résultat obtenu sans avoir accès à “l’explicabilité de ce dernier”.

Cette opacité est à la fois une frustration et une réelle contrainte pour les équipes scientifiques.  Cela peut également s’avérer bloquant dans certains cas d’usages comme la médecine où la notion de raisonnement est primordiale, et où  les conséquences suite à une décision peuvent être vitales.

Beaucoup d’initiatives scientifiques sont lancés pour percer le mystère de cette “boîte noire”, mais aucun expert n’a annoncé de résultat probant pour l’instant.

#Écueil n° 4 : l’effet Wahou

C’est sans doute le premier frein … Car derrière l’effet Wahou se cache parfois la déception. Face aux différentes communications qui agitent le monde de l’IA, les non initiés ont tendance à imaginer des usages plus proches de la science-fiction que des réelles évolutions scientifiques.

Les résultats obtenus suite à la mise en place d’un projet d’IA sont ainsi parfois jugés comme décevant par les dirigeants alors qu’ils sont tout à fait pertinent, mais répondent à certaines limitations.

Cette divergence de point de vue est à anticiper et la pédagogie doit être de mise dans toutes les communications qui sont réalisées autour d’un projet.

En conclusion

L’IA est présente dans notre quotidien et le sera de plus en plus. Nous n’en sommes qu’aux prémices, c’est une certitude ! De nombreux nouveaux usages vont se développer pour nous assister. Certains, comme la voiture autonome, constitueront sans doute de grands changements dans nos habitudes.

[bctt tweet= »Il convient de rappeler que l’IA doit rester un outil au service de l’homme et non le contraire. » username= » »]

Personne ne peut aujourd’hui se prononcer sur la vitesse de son développement dans les prochaines années, ni même sur ses limites (si limites il y a…).

Je pense cependant que l’IA forte, au sens de l’intelligence artificielle munie d’une réelle conscience de soi, restera du domaine de l’imaginaire.

source

Cet article en 3 parties a été corédigé avec Alban Costa, Entrepreneur passionné d’Intelligence Artificielle , Cofondateur de la startup Wikit (www.wikit.ai)