Intelligence artificielle à VENDRE

Le but de cet article est d'essayer de présenter une approche plus posée et plus pragmatique du marché de l'intelligence artificielle, vue par une personne qui a commencé l'IA en 1991 avant de traverser un hiver de près de 20 ans ou j'ai travaillé dans d'autres domaines.



Et comme l'usage des réseaux sociaux l'impose, si vous appréciez cet article et/ou ma démarche, je vous invite à "liker" et partager cet article. D'avance merci !

Je vous propose d'aborder plusieurs points :

  • Qu'est ce que l'intelligence artificielle ?
  • NOAI : Not Only Artificial Intelligence
  • Quelques business cases
  • Ce qu'on doit vendre réellement
  • Ce qui nous empêche de vendre de l'IA
  • Impact sur les ressources



Bien sûr, je ne prétends pas porter une vérité absolue. Je présente ici un point de vue, que j'espère le plus clair que possible, et vous inviter à un débat de fond.

Qu'est ce que l'intelligence artificielle ?

Apprendre à l'ordinateur à apprendre par lui même ! Partager les connaissances ! Créer un contrat social entre l'IA et l'humain

Principe de base

Sur Wikipédia on peut lire que "L'intelligence artificielle est « l'ensemble de théories et de techniques mises en œuvre en vue de réaliser des machines capables de simuler l'intelligence »"

Ce qu'on doit retenir de manière plus pragmatique, c'est que l'intelligence artificielle est un moyen pour l'ordinateur d'explorer et d'apprendre des stratégies permettant de fournir à l'IT des résultats plus précis en continuant à s'améliorer avec le temps et en partageant cette connaissance : comme la voiture automatique qui tuerait son passager et qui partagerait son échec pour permettre aux autres voitures de ne pas commettre la même erreur.

Pour en savoir plus je vous invite à lire l'article sur Wikipedia : https://fr.wikipedia.org/wiki/Intelligence_artificielle ou à suivre les cours de Patrick Winston du MIT https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/

L'IA c'est ancien

L'IA est une évolution prévisible car ancienne et mature depuis longtemps
Ce qui est nouveau ce n'est pas l'IA, les bases ont été inventées il y'a 20, 30, 50 ans ou encore plus. Ce qui est nouveau, c'est qu'on puisse industrialiser l'IA et l'utiliser en vrai, grâce au big data et à la puissance de calcul des GPU (processeur graphique dédié aux calcul à virgule hyper parallélisé).
L'IA est une révolution majeure par ce qu'elle est 
Nous voila donc face à un paradoxe : L'Intelligence artificielle est un domaine mature (une évolution prédictive) et par son industrialisation une innovation (une révolution par ses conséquences socio-économique).

Les fantasmes autour de l'IA

On parle souvent de prés de 50% des emplois en cols blancs qui seraient menacés par l'intelligence artificielle. Il s'agit en fait d'une conclusion mal comprise d'une étude publiée en 2013 qui ne prenait en compte qu'une certaine catégorie d'emploi uniquement aux USA... Il aurait fallut aussi s'intéresser à l'auteur principal. Ce qui est intéressant c'est que ce chiffre a été propagé sans vérification. Aujourd'hui on parle de moins de 5% d'impact et on tend vers le zéro : l'IA comme toutes les majeures révolutions industrielles, change en profondeur la donne mais redistribue surtout les positions et les rapports de force.
On ne sait pas ! On peut qu'espérer mais objectivement nous ne pouvons pas savoir
Le point de singularité serait ce moment ou l'IA devient intellectuellement indépendante capable de développer des nouveaux concepts par elle même. Si cela a été la base à de magnifiques œuvres de science fiction, c'est devenu dernièrement le fond de commerce de certains gourous auto-proclamés, dans la très grande majorité non pratiquant de l'IA, ou encore une manière de sur-vendre l'IA en jouant sur la peur (PEUR = PERFORMANCE donc ACHETEZ). Mais quand on s'intéresse en détail à ce sujet, on se rend compte qu'on ne sait pas... En fait on ne sait même pas si la singularité est possible, même si on l'explore. Ok c'est moins sexy pour les débats à la télévision, ...

Concrètement pour l'IT

L'IA est d'abord une manière d'améliorer la précision de solution informatique (prédiction, maintenance, prise de décision, etc....) et de pouvoir piloter des systèmes ou la modélisation devient impossible car la réalité est trop complexe pour être justement modélisée.

L'IA sert aussi dans le domaine des interfaces homme-machine :

  • Reconnaissance de visage et d'expression
  • Reconnaissance de la parole
  • Dialogue en langage naturel
  • BOT et Robot

l'IA c'est aussi un marché à 50% de croissance par an.... Je vous propose une vidéo sur le sujet.


NOAI - Not Only Artificial Intelligence


L'IA seule ne suffit pas !
L'intelligence artificielle n'est qu'une possibilité supplémentaire, et n'est pas un but en soi. L'approche qui me parait la plus mature est d'associer toujours de l'IA à des mathématiques déterministes.

Par exemple dans le domaine de la prise de décision, si on dispose d'un grand historique, le machine learning est une excellente solution. Mais seul, vous aurez qu'un consensus qui vous permettra d'automatiser vos classifications (décision), mais pas de les améliorer qualitativement. Dans mon approche je vais plutôt associer du machine learning avec des techniques comme des méthodes multi-critères pour améliorer le scoring des données qui seront utilisées pour mon machine learning : Mieux il est entraîné, plus performant il sera.

N'oublions pas que l'IA ne sert pas à tout. Si on peut l'éviter c'est mieux.



Quelques business cases

L'IA concerne tout, la question du business case ne me parait que secondaire. La question n'est pas de savoir si on doit utiliser de l'IA, mais ou et quand !

On va passer sur les bots et robots humanoïdes que je traiterais une autre fois, mais je vais vous donner quelques cas ou l'IA représente un réel plus :


  • Maintenance prédictive (anticiper les interventions de maintenance le plus précisément ) : Support IT, maintenance industrielle, etc...
  • Création de base de connaissance et de moteurs de recherches avancés pour des portails comme LiveLink, SharePoint, LifeRay, etc...
  • Décision sur les crédits et les assurances : IA utilisable pour améliorer les arbres de décision, et la pondération des critères, la création de score d'écosystème, etc...
  • Négociation (sensibilité au prix, rupture de négociation, choix du tiers, etc...)
  • Fraude et sécurité : Détection de comportement frauduleux et renvoi vers un honey pot, analyse d'inconsistance, etc....
  • Marketing : Analyse des réseaux sociaux et des sentiments.
  • Crime Prediction, renseignement électronique
  • etc.

On peut distinguer en fait deux catégories d'applications :


  • Des applications augmentées fonctionnellement par l'IA
  • De nouvelles applications nées avec l'IA

Au final la question du business case n'est pas si pertinente que cela : dès qu'un humain peut améliorer une application en changeant des paramètres ou en demande un "change" sur une application à des développeur, l'IA est une possibilité à évaluer, et potentiellement un plus.

Ce qu'on vend réellement

En fait on ne vend pas l'IA... Vous connaissez tous l'histoire du sage qui montre la lune avec son doigt. Les idiots regardent le doigt. L'IA c'est le doigt.

Ce qu'on doit vendre ce sont les solutions augmentées et rendues possibles par l'intelligence artificielle, pas l'IA en soi.

Le paradoxe c'est que la partie IA d'un projet n'est jamais ce qui génère le plus de ligne de code... On peut livrer du machine learning avec moins de 200 lignes de code. La clé est dans la captation de l'intelligence métier et des données nécessaires à la mise en oeuvre de cette intelligence.

Un autre point est l'alliance homme + IA IT. Comment on créée une sorte de contrat social entre l'humain et l'IA :


  • Permettre à l'humain d'apprendre de l'IA
  • Permettre à l'IA d'apprendre de l'humain
  • Permettre à la connaissance experte d'être facilement consommable par les débutants humains, et les aider à progresser plus vite.


En terme de gestion de projet et d'avant vente cela a quelques conséquences :


  • On doit commencer par une captation de l'intelligence humaine (individuelle, collective) par exemple avec un assessment.
  • Voir comment créer une alliance réelle entre les humains et les IA autant pour des raisons d'acceptation que d'efficacité business.
  • Proposer un résultat qualitatif minimum, sachant que quand on vend un système qui apprend, il est impossible de savoir jusqu'à ou il va apprendre.

Ce qui nous empêche de vendre de l'IA

L'IA c'est un vrai métier élitiste : Quand on consomme de l'IA sans comprendre réellement l'IA on ne fait pas de l'IA
Il y'a de nombreux facteurs qui ralentissent le développement de ce marché.

Débutez c'est facile

Avec les éditeurs tels qu'IBM ou encore Google, l'IA semble facile. Et dans une certaine mesure c'est vrai : Watson pour l'extraction de sentiment (tone analyzer) ou l'extraction des entités (NLU) ... Mais il s'agit là de consommer de l'intelligence artificielle.

Cette accessibilité repose d'abord sur une dépendance de plateforme, que cela soit google ou IBM. Sauf que par définition l'intelligence c'est la capacité à créer des concepts nouveaux en associant des concepts non liés et non proche. Il en est de même pour l'IA, on se doit de composer des solutions en associant différents éléments.

Bien sur le pas suivant, c'est le développement sur des frameworks tels que Google Tensorflow ... Là encore débutez c'est facile... Très vite il est possible de créer une première solution. Mais ce n'est pas parce que Tensorflow permet de faire du Deep Learning que quand on fait du Tensorflow on fait forcément du Deep Learning.

On peut conclure deux choses :
  • Beaucoup de gens pensent faire de l'IA alors qu'ils ne font qu'en consommer sans la comprendre réellement.
  • Cela a ouvert des opportunités à des gens qui n'ont pas réellement la compétence, et qui vont déchanter, et faire déchanter des clients.

La marche d'après

Attention à la marche... Si les débuts sont faciles tout s'accélère et de plus en plus vite. Et avec la maturité des clients, la barre va être bien plus haute, et savoir consommer de l'IA ne suffira pas. On va avoir une nécessité à de vraies compétences et une vraie compréhension du sujet, autant pour les vendeurs, les analystes, que les architectes et designers de solution IA.

Le Hic c'est qu'avec l'hiver de l'intelligence artificielle, nous avons pas assez de personne réellement formée : une sorte de data scientiste puissance 1000.


La nature du management IT

Avec les frameworks, et la très forte industrialisation de l'IT, et comme dans d'autres domaines nous avons constatés une hyper politisation du management, au sens propre du terme, avec comme conséquence une perte partielle de la connaissance opérationnelle et puis une perte totale de la compétence technique, ce qui était jusqu'ici non impactant et finalement normal, car le métier ne nécessitait pas d'arbitrage sur des questions technologiques complexes. Sauf que l'IA avec ses aspects transversaux, non déterminés sur les livrables, et sa complexité propre et aussi contextuelle - nous sommes en plein boom - fait que les managers impliqués doivent acquérir de nouvelles compétences, et avoir une veille technologique et stratégique pour être apte à gérer cela au mieux : On ne fait qu'appliquer à eux même le change de la transformation digitale...

Paradoxe du manque de compétences

Le paradoxe est que ce manque de compétence disponible associé à des managers qui sont dans la très grande majorité pas assez formés à l'IA (qui est le cœur de la transformation digitale) bloque le développement de l'IA alors que les technologies sont matures, le matériel disponible, et les clients demandeurs....

Cela veut aussi dire pour les équipes qui comprennent cela, il y'a des opportunités incroyables... A condition de mettre les moyens en connaissance (L'intelligence devenant le capital le plus important d'une entreprise - je vous invite à lire Jean Tirole, prix Nobel d'économie 2014) .

Impact sur les ressources

Allez une bonne surprise pour finir ce premier article... Listons les différents rôles :

  • Le designer/architecte IA (NOAI) : Une sorte de Data Scientist qui comprend d'abord l'intelligence artificielle. Il design des solutions en associant différents composants IA et non IA. Il sélectionne les outils, les frameworks, et décrit les spécifications des développements à faire.
  • Le "IA codeur" : il développe du sur mesure en IA, majoritairement en se basant sur des frameworks et outils existants, mais en tapant aussi du code sur mesure.
  • Le consultant IA Métier : Il collecte et analyse l'intelligence individuelle et collective du client pour définir les besoins métier et la nature du contrat IA Humain.
  • Et tous les métiers habituels de l'IT : L'IA n'est qu'une extension du possible....
Mais il y a une bonne nouvelle : Parce que l'IA est mature et confirmé depuis des dizaines d'années, et que les clients débutent, la très grande majorité des clients ont les même besoins techniques : la différence se faisant sur le choix des données, et l'intelligence à implanter.

Au final à l'échelle d'une entreprise comme celle qui m'emploie, il suffit de quelques designers et quelques codeurs IA pour fournir l'ensemble des composants nécessaires à l'ensemble des équipes. Reste alors à former les consultants IA et les développeurs à savoir consommer les bons composants, faisant de l'industrialisation la clé.

Quand aux impacts chez le client, ils sont importants, d'ou la nécessité d'une vraie approche change, ou l'intelligence émotionnelle devient aussi un facteur de succès.

Conclusion

ON NE VEND PAS DE L'INTELLIGENCE ARTIFICIELLE ! On vend des solutions métiers boostés par l'intelligence artificielle.

Alors que des prix nobels, des savants, des économistes, parlent de révolution industrielle majeure, le monde IT qui est le porteur même de cette révolution a encore du mal à se mettre au niveau technique nécessaire pour de nombreuses raisons, et pourtant certains sociétés, certaines équipes ont compris les tenants et aboutissants.

Ce qui faut retenir, c'est que l'IA est avant tout un métier compliqué quand on fabrique des composants de A à Z, nécessitant des connaissances dans de nombreux autres domaines, et est complexe dans l'association et la construction de design. C'est encore et pour quelques années un domaine élitiste, ou le mode de gestion de projet le plus performant reste le XP (eXtrem Programming).

Par contre dés lors qu'on a la bonne équipe, tout est possible, et contrairement à ce que certains pourraient croire, un bon projet IA, c'est un petit projet (moins de 100 jours).

Si cet article vous a intéressé, je vous invite à Liker, partager, ou mieux à me rejoindre sur mon projet communautaire IA ( https://worldofmarvin.vbulletin.net/Accueil )

Merci

Jérôme Fortias - jerome.fortias@soprasteria.com

Article sur j'ai publié sur https://www.linkedin.com/pulse/intelligence-artificielle-%25C3%25A0-vendre-jerome-fortias/

Suivez moi / Follow me sur/onTwitter https://twitter.com/FortiasJerome 

Commentaires

Posts les plus consultés de ce blog

Quand Google fait un KIT AI hyper débutant !!!

50 niveaux de RaspBerry Pi

Netflix AlphaGo - le documentaire à voir absolument