Que vous évoque l'expression Intelligence artificielle ?

Peut-être visualisez-vous une machine avec un comportement d'humain — une machine qui voit, entend, lit, parle, pense et réagit. C'est vrai, et c'est remarquable. Mais ce qui est peut être le plus extraordinaire, et qui constitue le cœur de l'IA et de l'apprentissage automatique (ou « machine learning »), c'est la capacité des machines à traiter et interpréter de vastes volumes de données non structurées, alors que les êtres humains en sont incapables.

Grâce à cela, l'IA nous permet de prendre des décisions plus éclairées et d'obtenir de meilleurs résultats. Dans le domaine de la santé, par exemple, l'IA peut favoriser des avancées dans la recherche et le développement et l'établissement des diagnostics. Dans la finance, elle peut permettre aux analystes d'élaborer de meilleures prévisions. Dans le secteur manufacturier, elle peut accroître les contrôles exercés sur la production et l'efficacité.

Selon les estimations, l'IA devrait permettre à l'économie mondiale de croître de 15.700 milliards de dollars d'ici 2030.1 C'est plus que le PIB total de la Chine aujourd'hui. Ce potentiel de croissance est le fruit de plusieurs facteurs, notamment :

  • L'augmentation de la productivité des travailleurs (marges plus importantes)
  • La personnalisation accrue des produits et des services (chiffres d'affaires plus élevés)
  • La détection et la prévention des menaces en matière de cybersécurité
  • L'identification de modèles d'économies de coûts

Selon certaines estimations, l'IA et le machine learning pourraient bousculer le secteur logistique et potentiellement permettre de réduire les dépenses de 500 milliards de dollars par an en augmentant l'efficacité de la main-d'œuvre, en abaissant les coûts de transport et en optimisant l'efficacité de chaque trajet.2 Selon d'autres rapports, la personnalisation rendue possible par l'IA dans seulement trois secteurs — vente au détail, santé et services financiers — se traduira par un transfert de chiffre d'affaires de 800 milliards de dollars au profit des sociétés qui auront su adopter l'IA avec succès sur cinq ans.3

Prévision de la valeur commerciale mondiale dérivée de l'IA

Source: Gartner, April 2018. "Forecast: The Business Value of Artificial Intelligence, Worldwide, 2017-2025."Source : Gartner, avril 2019. *Prévision : valeur commerciale de l'intelligence artificielle, à l'échelle mondiale, 2017-2025.*
Ce graphique à barres est une prévision de la valeur commerciale globale dérivée de l'IA. Il montre que la valeur commerciale (indiquée en milliers de milliards USD) augmente chaque année entre 2017 et 2022.

Les investissements dans l'IA s'intensifient

L'investissement et les dépenses en matière d'IA devraient atteindre 35,8 milliards de dollars cette année à l'échelle de la planète, soit une progression de plus de 44% par rapport à 2018. Les dépenses consacrées aux systèmes d'IA auront plus que doublé d'ici 2022 selon les projections, pour atteindre près de 80 milliards de dollars, avec un taux de croissance annuel composé de 38% sur la période 2018-2022.4 De même, le gouvernement américain a accru ses investissements dans la recherche et le développement non classés consacrés à l'IA de plus de 40% depuis 2015.

A ce rythme, les dépenses ciblant l'IA seront l'un des segments technologiques affichant la croissance la plus rapide.5

Dans le monde actuel, où les données sont primordiales, les entreprises doivent faire un choix : être englouties sous le déluge des données ou utiliser l'IA pour en faire un avantage concurrentiel. La plupart d'entre elles semblent consciente de cette problématique. Selon une étude réalisée par NewVantage Partners, 88% des personnes interrogées déclaraient ressentir une plus grande urgence à investir dans l'IA en 2019. Toutefois, pour 77% d'entre elles, l'appropriation par les entreprises des initiatives en faveur de l'IA reste un défi de taille.6 Cela s'explique probablement par l'asymétrie entre les avantages de l'IA, qui ne sont pas forcément immédiats, et ses risques, qui doivent être appréhendés.

Risques liés à l'adoption de l'IA

La qualité des données, les craintes liées à la sécurité ainsi que des considérations culturelles en rapport avec le bouleversement de la main-d'œuvre peuvent faire obstacle à l'adoption à grande échelle de l'IA à court terme.

La disponibilité et l'intégrité des données sont des facteurs capitaux dès lors qu'il s'agit d'élaborer des algorithmes, et la qualité des résultats obtenus peut être remise en cause si les données ne sont pas correctement nettoyées, cataloguées et catégorisées. En effet, le processus de nettoyage des données est l'une des problématiques les plus urgentes et chronophages auxquelles sont confrontées les entreprises.

A cela s'ajoutent la question des failles de sécurité et des « mauvais joueurs ». Comment prévenir les erreurs ou les manipulations non autorisées de données ? Le phénomène des « deepfakes », par exemple, est devenu de plus en plus inquiétant. Ces vidéos créées à l'aide de l'IA mettent en scène des personnalités existantes pour leur faire tenir des propos ou véhiculer des messages totalement fictifs.7

Citons également le problème du bouleversement de la main-d'œuvre. Selon certaines estimations, 5% seulement des professions peuvent être entièrement automatisées, mais 49% des activités effectuées par des personnes rémunérées pour cela au sein de l'économie mondiale actuelle peuvent potentiellement être automatisées.8 Face à cette problématique, la reconversion sera un enjeu crucial.

Un vaste potentiel

Malgré les risques et les limites, aucun secteur d'activité n'est épargné par l'influence de l'IA. Quelques exemples :

  • Vente au détail. L'IA pourrait bientôt permettre aux fabricants de vêtements de concevoir, commercialiser et produire des articles sur mesure. En lieu et place des méthodes de fabrication uniformes traditionnelles, l'IA peut être utilisée aux côtés d'autres technologies telles que l'imagerie 3D, la réalité augmentée/virtuelle et la production automatisée afin de créer plus efficacement des robes ou des costumes sur mesure. De la même manière, les détaillants ont déjà commencé à utiliser le machine learning pour anticiper les commandes des clients, que ce soit en ligne ou dans les magasins.9
  • Santé. A l'aide de l'IA, les médecins peuvent venir en aide aux patients et effectuer des diagnostics à distance, ce qui offre d'énormes possibilités de réduction des coûts. L'IA améliore également la capacité à détecter et à diagnostiquer les maladies. En 2019, un ordinateur équipé de capacités de machine learning a réalisé des diagnostics de cancer du poumon plus précis que ceux des radiologues.10
  • Services financiers. De nombreux gestionnaires de fonds ont déjà déployé des stratégies d'investissement enrichies par des suggestions de machine learning. Si l'IA pourrait être en mesure non seulement de suggérer des stratégies d'investissement, mais également de les mettre en œuvre, la supervision et l'expérience d'un être humain resteront toutefois nécessaires. J.P. Morgan met l'accent sur le déploiement de l'intelligence artificielle dans le but d'améliorer les performances d'investissement. Veuillez cliquer ici pour en savoir plus sur la manière dont l'IA et le machine learning influencent les investissements de J.P. Morgan.
  • Transport. A l'instar de la santé, ce secteur pourrait utiliser l'IA pour profiter d'avantages économiques, mais aussi pour sauver des vies. Aux Etats-Unis, la National Highway Traffic Safety Administration estime que 94% des accidents de voiture graves sont imputables à une erreur humaine.11 Des véhicules automatisés (voire même semi-automatisés) peuvent potentiellement supprimer ce facteur d'erreur. En outre, les véhicules autonomes devraient radicalement transformer le secteur américain du transport routier. Dans la mesure où deux tiers de tous les biens transportés aux Etats-Unis le sont par camion, toute avancée dans le domaine de la conduite autonome est susceptible d'avoir un impact significatif. Le remplacement de tous les chauffeurs routiers par des camions totalement autonomes à l'échelle du pays réduirait les coûts opérationnels du secteur du transport routier de 45%.12

Capacité du système d'IA à identifier correctement des objets sur des images (précision exprimée en pourcentage)

Source : ImageNet Large Scale Visual Recognition Challenge ; analyse fournie par le McKinsey Global Institute, avril 2018.
Ce graphique linéaire illustre la capacité des systèmes d'IA à identifier correctement des objets dans des images, le degré de précision étant indiqué en pourcentage. Le meilleur système d'IA y est comparé à la performance humaine pour chaque année entre 2010 et 2017.

Potentiel d'investissement

Aujourd'hui, 20% seulement des entreprises sensibilisées à l'IA la mettent en œuvre à grande échelle13 au sein de la datasphère (« sphère de données ») de 16,3 zettaoctets (selon les projections, la taille de la datasphère devrait être multipliée par 10, pour atteindre 163 zettaoctets d'ici 2025).14 Pour mettre les choses en perspective, rappelons qu'un seul zettaoctet est égal à mille milliards de gigaoctets.

Compte tenu de la croissance rapide des investissements dans l'IA prévue au cours des cinq prochaines années, les grandes entreprises cherchent à ajouter des capacités d'IA à leurs plateformes. Récemment, Salesforce.com a annoncé l'acquisition pour 15,7 milliards de dollars de Tableau, une société de solutions analytiques permettant aux clients de visualiser leurs données. Bien entendu, investir dans l'IA nous intéresse également, mais que pouvons-nous faire concrètement ? Nous avons identifié cinq catégories de bénéficiaires :

1. Les fournisseurs de plateformes d'IA : ces éditeurs de logiciels proposent des outils de visualisation « prêts à déployer », des algorithmes de machine learning, des outils de reconnaissance faciale et de traitement automatique du langage naturel, de suivi des émotions (« sentiment tracking ») et des chatbots. Ils permettent aux entreprises n'ayant qu'une expérience limitée dans ce domaine de déployer l'IA à l'aide d'outils en libre-service — en économisant ainsi du temps, de l'argent et des efforts.

2. Les facilitateurs de calcul : des semiconducteurs grâce auxquels les processeurs graphiques (GPU) ou les circuits intégrés à application spécifique (ASIC) peuvent effectuer des calculs à haute performance compatibles avec l'IA. La demande pour ce type de processeurs devrait selon nous continuer d'augmenter.

3. Les sociétés qui mettent l'accent sur les modèles d'activité axés sur l'IA : certaines entreprises, qu'elles soient bien établies ou plus récentes, commencent à placer les données au cœur de toutes leurs activités. Nous recherchons des entreprises remarquables, qui ont construit leurs modèles d'activité autour de l'IA et proposent également à leurs clients des services enrichis par l'IA. Ces sociétés opèrent dans des secteurs tels que la cybersécurité, la protection des données, la santé, les services financiers et l'assurance.

4. Les consultants en technologies : une fois lancées dans l'aventure de la transformation numérique, les entreprises comprennent rapidement que les questions relatives au déploiement de l'IA (quand ?, comment ? à quel niveau ?) sont complexes. Les consultants sont là pour les aider.

5. Les fournisseurs de données : les résultats d'un algorithme de machine learning dépendent largement de ses données d'entraînement. Il est par conséquent essentiel de pouvoir accéder à de vastes ensembles de données de qualité supérieure. Sans surprise, de plus en plus de fournisseurs de données font leur apparition — offrant toutes les données possibles, des images satellite des ombres de pétroliers en mer à la circulation des piétons par géolocalisation dans les centres commerciaux. Pour ne citer que cet exemple, notre banque d'investissement compte plus de 500 fournisseurs de données alternatives.

Conclusion

L'IA renferme un potentiel révolutionnaire : celui de transformer les entreprises, de doper les niveaux de productivité et d'ajouter de la valeur à l'économie mondiale. Les sociétés qui occupent des positions de leader dans des centaines de secteurs d'activité mettent aujourd'hui la puissance de l'IA au service de leur efficacité opérationnelle. Qui plus est, les avancées en termes d'applications d'IA pourraient nous aider à relever certains des plus grands défis mondiaux, tant dans notre vie professionnelle qu'au quotidien. Si les risques sont correctement pris en compte, l'avenir de l'IA s'annonce radieux et elle devrait pouvoir offrir à la société dans son ensemble de nombreux avantages et possibilités.

 

1 PwC, 2017, « Sizing the prize : What’s the real value of AI for your business and how can you capitalize ? »

2 Goldman Sachs, 9 mars 2017, « Artificial Intelligence & Machine Learning : Logistics. »

3 Boston Consulting Group, mai 2017, « Profiting from Personalization. »

4 International Data Corporation, mars 2019, « Worldwide Semiannual Artificial Intelligence Systems Spending Guide. »

5 White House Paper, mai 2018, « Summary of the 2018 White House Summit on AI for American Industry. »

6 NewVantage Partners, janvier 2019, « Big Data and AI Executive Survey 2019. »

7 USA Today, 13 mai 2019, « Wait, is that video real ? The race against deepfakes and dangers of manipulated recordings. »

8 McKinsey Global Institute, janvier 2017, « A Future that works : Automation, Employment, and Productivity. »

9 PwC, mai 2018, « Global Consumer Insights Survey 2018—Artificial intelligence : Touchpoints with consumers. »

10 The New York Times, 20 mai 2019, « A.I. Took a Test to Detect Lung Cancer. It Got an A. »

11 National Highway Traffic Safety Administration, mai 2019, « Automated Vehicles for Safety. »

12 McKinsey, décembre 2018, « Distraction or disruption ? Autonomous trucks gain ground in U.S. logistics. »

13 McKinsey Global Institute, juin 2017, « Artificial Intelligence : » « The Next Digital Frontier ? »

14 Seagate et IDC, novembre 2018, « Data Age 2025 : The Digitization of the World From Edge to Core. »