L’étude « iLife » de l’agence de communication BETC Digital menée auprès de plus de 12 000 adultes dans 32 pays nous révèle que 56 % des Millenials dans le monde pensent que l’intelligence artificielle sera bénéfique pour la société, ils sont seulement 33 %, en France, 53 % aux états unis et 89 % en Chine. 48 % des prosumers mondiaux pensent, eux, que l’intelligence artificielle sera un fer de lance du progrès. Ils sont seulement 39 % en France, 40% aux Etats-Unis et 70% en Chine. La Chine, qui vise la première place du monde de l’IA en 2025, est, semble-t-il, la plus enthousiaste.

On peut résumer l’IA à un système, des logiciels ou algorithmes qui traiteront des taches qui ne peuvent être traitées par l’humain pour des questions de coûts de volumes, de délais ou de qualités. L’IA ou Intelligence augmentée, permet avant tout de répertorier de très nombreux faits, actions et engagements, et d’analyser les interactions entre différentes sollicitations, les corréler et en tirer des enseignements qui déboucheront sur une réaction, une adaptation ou une prévision.

L’IA, ou Intelligence augmentée, est à la fois descriptive, c’est-à-dire qu’elle analyse ce qui c’est déjà produit, mais est aussi prédictive, c’est-à-dire qu’elle exploite l’existant et en tire des enseignements permettant d’anticiper un événement.

L’IA est en fait la corrélation de technologies, de sciences dures, et de neurobiologie computationnelle permettant d’imiter certaines fonctions dites cognitives. L’IA permet avant tout de gérer un colossal volume de données.

Plus la quantité d’expériences est importante plus le modèle est performant, plus le niveau de fiabilité de la prédiction augmente. La seule différence entre l’humain & l’IA ou Intelligence augmentée, c’est donc cette capacité de stockage d’informations qui est quasiment illimitée pour les systèmes, et bien sûr la différence de puissance et rapidité de calcul entre l’humain et l’IA ou Intelligence augmentée.

Un outil marketing indispensable pour les prédictions comportementales

L’IA amène des solutions pour toutes les problématiques liées au ciblage, à l’acquisition, à l’analyse d’audience, à la segmentation, au scoring et à la fidélisation. Grâce aussi à ses analyses comportementales corrélées, l’IA permet surtout de meilleures prédictions comportementales. Enfin, par sa rapidité de traitement, elle permet un marketing prédictif donnant souvent une longueur d’avance par rapport aux concurrents. L’IA est aussi capable d’identifier les appétences naturelles des consommateurs.
Les entreprises peuvent alors développer un marketing de préconisation suggérant les produits qui conviennent à un moment donné. Les entreprises vous proposeront donc demain l’achat d’un produit ou d’un service éventuellement nécessaire, alors que vous n’avez pas encore pris conscience de ce besoin.

Un outil générant aussi et c’est nouveau une tarification dynamique

De surcroît, et cela est important, l’IA permettra la généralisation de la “tarification dynamique”, en fait l’individualisation des prix. Les VTC utilisent déjà le critère “offre et demande” non autorisé aux taxis. Critère qui peut faire passer le prix de la course Paris vers Charles de Gaulle de 40 à 70 euros. Rien n’interdit demain d’ajouter comme critère de prix vos revenus, votre localisation, vos habitudes d’achat, la météo. Avec l’IA, les critères individualisation sont infinis !

Qu’est-ce que le Deep Learning ?

Les réseaux de neurones artificiels s’inspirent du cerveau humain pour apprendre aux machines à apprendre. Ce segment assez ancien de l’IA voit ses recherches évoluer rapidement grâce aux nouvelles puissances de calcul. Une des premières applications du Deep Learning est la traduction. Un marché mondial annuel de 40 milliards de dollars. Nombreux sont ceux qui ont abandonné Google translate à cause de ses incohérences comiques ou de ses contresens. Dans ce domaine, la révolution a commencé en 2000 avec la méthode dite de « word embedding » ou espace virtuel incluant tous les mots d’une langue. Mots disposés ensuite en fonction du nombre de cohérences d’apparitions.

Faut-il considérer que le Deep Learning basé sur des probabilités qui semblent être aléatoires pour des profanes et qui sont prévisibles pour des professionnels est en train de supplanter le courant traditionnel de l’intelligence artificielle ? On peut expliquer ce qu’est le Deep Learning, mais on ne peut expliquer ce que fait le Deep Learning dans sa « black box ».

Cela amène aussi à faire un parallèle avec le monde médical et particulièrement le monde pharmaceutique. On pourrait donc comparer les black boxes du Deep Learning aux médicaments. On ne sait pas comment ils guérissent, mais les process de tests nous permettent de mesurer leur efficacité ainsi que les effets secondaires.

Et on ne doit pas oublier “l’espérance mathématique” (bien connu des joueurs de poker) qui correspond à la somme des valeurs possibles d’une variante aléatoires, chaque valeur étant multipliée par sa probabilité d’occurrence. Exemple d’espérance mathématique qui sera éliminée par l’intelligence artificielle : vous êtes hyper diplômé, vous habitez dans un quartier difficile, votre entourage est peu éduqué. Auparavant, en multipliant les candidatures vous augmentiez vos chances ; avec l’IA et ses énormes bases de données statistiques, vos chances sont réduites à zéro.

Le secteur médical est vraisemblablement le 2e secteur d’activités à bénéficier de l’IA

Grâce à ses exponentielles bases de données, l’IA permet de développer une approche prédictive et donc de diagnostiquer plus rapidement les pathologies. En étant à l’écoute permanente des signaux faibles, elle permet aussi l’accompagnement médical de pathologies chroniques et améliore la prévention des risques dits secondaires ou collatéraux. Cela permet donc d’agir très en amont et de réduire les coûts médicaux.

L’industrie et les services sont déjà utilisateurs de l’IA

Toutes les industries performantes sont déjà robotisées. Les robots sont déjà connectés et bardés de capteurs. L’IA permet surtout, grâce à ses bases de données, d’améliorer les performances, d’anticiper les pannes et de faire des économies de maintenance.

Dans les services, hormis les activités administratives, les banques et autres services financiers qui ont déjà fait le saut de l’IA depuis longtemps pour certains, il est assez difficile d’identifier les tâches aléatoires non répétitives qui pourraient être améliorées et traitées par l’IA.

Mais l’IA sera déterminante dans les secteurs de la mobilité et des transports. L’industrie logistique verra-t-elle son modèle d’exploitation évoluer d’actions réactives à un paradigme proactif et prédictif, ce qui devrait apporter une meilleure compréhension, une baisse des coûts et une robotisation des activités de back-office ?

Enfin, que sont les GAN, Generative Adversarial Networks ?

On ne peut pas parler de l’IA sans évoquer les GAN ou réseaux antagonistes génératifs. Lorsque le nombre de data n’est pas suffisant pour concurrencer la Chine, ces GAN vont générer des données artificielles. Jusqu’à très récemment, des humains validaient les résultats des GAN. Cela fut remplacé par la création de deux réseaux de GAN, le générateur et le discriminateur. Le générateur va produire de la data, ou images, pour nourrir un algorithme, et le discriminateur va juger si la data ou image respecte les règles. Le rôle du générateur étant de duper le discriminateur. En résumé, tout cela pourrait nous amener à perdre la capacité de distinguer le réel ou la vérité par rapport aux données générées par l’Intelligence artificielle.

En sciences, où commence la science-fiction ? La super Intelligence artificielle ou Artificial General Intelligence AGI semble être l’héritière du Golem, un être artificiel de la Prague cabalistique du XVIe siècle, un Golem se rapprochant de Dieu. L’évolution de l’IA étant imprévisible, personne ne peut savoir où en seront les neurones artificiels dans 5 ans. En résumé, globalement est-ce que demain ce sont les machines qui décideront pour nous dans ce monde « infobèse » ? La machine gérera-t-elle certaines de nos tâches quotidiennes ? Serons-nous guidés et conditionnés par les suggestions des algorithmes ? Vraisemblablement. Néanmoins, après certaines dérives de méga entreprises transnationales, le libre-arbitre de l’humain pourrait reprendre progressivement le dessus.