« L’intelligence artificielle est au cœur de la transformation numérique des entreprises. » C’est vrai. Mais une fois que nous avons dit cela, nous avons tout dit et nous n’avons rien dit.
Quelle IA (ML, vision par ordinateur, générative, confiance, etc.) ? Pour quoi : automatiser, créer de nouveaux produits, optimiser, augmenter les humains ? Et avec quelles données (alors que les études soulignent les unes après les autres que les entreprises sont toujours aux prises avec leur patrimoine « data ») ?
Données, empreinte carbone et droit
Dans ce numéro, tous les articles tournent, d’une manière ou d’une autre, autour de la planète IA… et de la gestion des données. Puisque l’un ne va pas sans l’autre. « Sans données, pas d’IA », pourrait-on dire.
Cette problématique nous rappelle également que l’IA n’est pas qu’un problème technique. C’est devenu une question juridique (avec le European AI Act).
Et demain, cela deviendra aussi un problème écologique.
Les IA consommeront-elles moins d’énergie, d’eau (refroidissement des centres de données) et de métaux rares (pour les GPU et les CPU) qu’elles n’en économisent en optimisant les processus et la gestion des ressources ?
La piscine olympique et la couverture du jardin
Le temps nous le dira. Mais de toute façon, il faudra d’abord – c’est notre avis – mettre fin aux « croyances » et aux confusions. Et ils sont nombreux.
L’un des problèmes les plus importants à désamorcer est la croyance selon laquelle l’IA – générative ou non – peut résoudre les problèmes par elle-même, comme par magie.
Petite anecdote sur ce point. En 2021, Bercy a lancé un projet visant à automatiser la détection des piscines non déclarées, en analysant massivement les images satellites (de Google), grâce à des algorithmes de vision par ordinateur. Le truc fonctionne à merveille, et depuis, plus de 140 000 piscines ont été identifiées et régularisées.
Le projet a suscité des retours passionnants chez Big Data & IA Paris. Ses gestionnaires ont insisté : il n’était pas question d’automatiser la chaîne de bout en bout, même si cela était parfaitement techniquement possible (détection d’une piscine, recoupement des informations par le cadastre, envoi de la lettre de régularisation, recouvrement).
Et un grand bien leur est arrivé. Parce qu’aucun algorithme n’est infaillible.
Ceux de Bercy sont bien plus efficaces (et plus rapides) que les humains pour savoir si une tache bleue vue du ciel est une piscine hors sol (à ne pas déclarer) ou une piscine solide (à déclarer). Et pourtant. Un de mes amis proches a eu la désagréable surprise de recevoir, pour sa petite maison des Pyrénées, une lettre concernant une piscine olympique. Il avait en effet recouvert ses friches de bâches – de couleur bleue – pour empêcher les mauvaises herbes de proliférer.
Le FISC n’a évidemment pas donné suite.
Cette anecdote vous semble anodine ? Peut être. Vous n’auriez pas non plus laissé une IA gérer tout ? Tant mieux ! Mais BCG X a récemment confirmé à MagIT que ce type de croyance (et d’autres) est bien vivante. Et qu’il fallait les combattre pour éviter un retour de bâton, une désillusion ou un hiver de l’IA.
Résumé ce semestre
Ce numéro d’Applications & Data s’inscrit dans cette logique. Vous y trouverez des témoignages de Decathlon, de l’URSSAF, d’Etam (trois grandes transformations numériques), une application de l’IA dans le recyclage des batteries, des conseils (et une plongée concrète dans ACT AI) ainsi qu’une grande interview sur comment limiter l’impact de votre IA. (génératif notamment).
Très bonne lecture à vous.
Téléchargez gratuitement
Applications et données 24
