Le marché de l'intelligence artificielle

Introduction :


Le but du présent article est d'aborder un aspect business de l'intelligence artificielle en faisant une petite synthèse de ce qui se dessine autours de l'intelligence artificielle.


Estimation du marché de l'intelligence artificielle :


On trouve de nombreux chiffres quand à la taille du marché de l'intelligence artificielle. Par exemple on a 5 milliards de dollars en 2020 selon le cabinet Markets and Markets (http://www.marketsandmarkets.com ) pour atteindre 16 milliards en 2022.

Une autre projection est consultable.



http://techemergence.com/valuing-the-artificial-intelligence-market-2016-and-beyond/


Au final, il y'a un consensus autour de 11 millards en 2024 ce qui est en dessous du prévisionnel de Markets & markets.

Le marché


Le marché de l'IA se décompose en quelques tracks principaux, ceux qui vont avoir la plus forte croissance dans les années à venir.

  • Les assistants virtuels avec 40% sur le cloud : Il se pose quelques questions de confidentialités quand aux données envoyées sur le cloud. Les extensions de Safe-harbour, ne me semblent pas suffisante pour rassurer les clients.
  • La robotique humanoïde : Peut être le marché le plus important même si il est difficile de déterminer quand il se déclenchera réellement. A lire http://techemergence.com/valuing-the-artificial-intelligence-market-2016-and-beyond/
  • Les systèmes experts d'aide à la décision et de scoring
  • SAP qui est en soi une opportunité incroyable
  • Le renseignement électronique
  • La création de base de connaissance
  • L'IA de l'IoT (voiture, maison, smartphone etc...).
  • etc...

Créer de l'IA, consommer de l'IA et les méta-IA

Quand on consomme un service comme IBM Watson, on consomme de l'IA, mais on ne fait pas de l'IA... Cette approche peut être un avantage marketing le temps de s'installer sur ce marché, mais n'est valable que tant que le client n'est pas assez mature sur le sujet. Par contre c'est une approche facile qui nécessite peu d'effort et apporte une réelle valeur ajoutée.

Faire de l'IA, c'est d'abord comprendre le sujet, connaitre les différentes approches et savoir concevoir une architecture IA et une gestion de projet adaptée. On peut se limiter à savoir utiliser des outils comme Tensorflow, ou un peu de Deeplearning sur du GPU (API NVidia)....et coder en supplément quelques algorithmes simples (génétique, logique floue), l'essentiel étant dans le design de la solution.

Faire de l'IA pleinement c'est de considérer d'abord la solution dans sa globalité en associant à l'IA de la data science, du big data, des PID, des moteurs de règle, etc...PENSER NOAI (Not only Artificial Intelligence) C.à.d avoir une approche ou on prend ce qu'il y'a de mieux sans dogme aucun. Mais l'IA est tellement à la mode, a lire certains articles on a l'impression qu'un simple PID (régulation Proportionnelle, Intégrale ou Dérivée) c'est de l'IA maintenant... Mais quand un PID suffit, on n'a pas besoin d'IA.

Reste la dernière voie, celle qui a ma préférence : Penser une méta-IA, càd une intelligence artificielle qui va sélectionner les meilleurs composants IA ou non à consommer dans un processus de décision ou d'interaction. Si je dis à un ordinateur 2+2 je souhaite avoir 4 comme réponse (c'est une simple calculatrice). Si je demande si il y'a un risque particulier sur mon infrastructure, c'est une autre forme d'intelligence à consommer. C'est dans l'arbitrage de l'intelligence à consommer qu'on peut énormément gagner en efficacité en particulier si on est une ESN.

Le cas des applications augmentées et de ces maudits use-cases.

Si l'IA est une révolution majeure et informatique et industrielle, c'est avant tout une évolution technologique qui était certaine et induite dans l'informatique générale actuelle.

L'hivers de l'IA (1990-2015) a gelé des concepts et des techniques qui étaient anciennes et très bien connues. Hors l'IA peut être appliquée sur l'ensemble des applications existantes ou presque en améliorant l'interface homme machine, ou encore en transformant des données émotionnelles en KPI pour du BI classique par exemple.

Il suffit dans n'importe quelle planification de projet d'ajouter une partie IA, avec un "audit" des utilisateurs de l'application, une phase de design technique, et une phase d'apprentissage.

L'idée est de mettre des pincées IA un peu partout pour rentre le système d'information plus sure, plus fluide, et l'expérience utilisateur meilleur, et avoir une application "augmentée" par l'IA.

L'IoT

Quand on pense Internet des objets, on peut penser aussi IA. Le meilleur exemple est celui de la voiture automatique. L'IA est présente pour le pilotage, la vision, la gestion des trajets, etc... L'internet intervient pour deux aspects : Récupérer des informations nécessaires à la navigation et la gestion du trajet ; remonter des informations pour les partager avec les autres voitures, dont l'apprentissage. Une IA se doit d'apprendre... L'internet permet donc de partager les apprentissages d'un objet avec l'ensemble des autres objets.

On peut voir l'IoT comme un système nerveux connecté à du big data (la mémoire) et à de l'IA (le cortex).... Au delà des aspects de sécurité (elle est ou la barrière hémato-encéphalique ?) IoT va devenir le plus gros fournisseur de données des IA. Le cabinet Gartner estime que d'ici 2018, le nombre d'objets connectés devrait atteindre les 6 milliards et qu'en 2025 chaque foyer occidental devrait disposer d'une trentaine d'objets connectés.

Les pays qui investissent :

En 2016, La chine est le plus gros investisseur avec 5 milliard de dollars US, puis suivent les USA avec 4 milliards... et l'Europe ....

Le paradoxe de l'Europe est qu'elle a tous les atouts ainsi que des universités brillantes sur le sujet comme la KUL en Belgique. On a aussi le projet Human Brain (https://www.humanbrainproject.eu/ )... Et pourtant l'Europe pâtit de deux faiblesses : Les salaires US sont beaucoup plus attractifs, et les profils autistiques en particulier dans les pays du sud sont mal considérés alors même qu'ils sont recherchés partout ailleurs. pour autant l'IA c'est aussi le retour des sciences humaines et en cela l'Europe à l'avantage.

Le vrai problème de l'Europe et en particulier de la France est avant tout l'incompétence des politiques a mettre en place une vraie politique de développement, au delà des plans habituels ou l'argent sera capté par les mêmes acteurs sans valeur ajoutée réelle (sauf pour eux).

Certains pays européens mettent le paquet : Les pays bas, l'Allemagne, le Luxembourg qui prépare sa mutation de la banque privée vers l'IT ou encore la Suisse.

Le cas des startups

L'IA est il un sujet de startup ? Je suis sérieux. Une startup est une petite boite qui ose une nouvelle idée autour d'une nouvelle technologie basée sur une idée simple mais qui arrive au bon moment. Les principes de l'IA sont anciens, le niveau de complexité extrême.

J'ai tendance à penser que si de nombreuses startup vont créer des applications/concepts qui consomment de l'IA, je pense que l'IA nécessite trop d'expérience, est un sujet de "vieux", faisant que le sujet n'est pas supportable tant que cela par le modèle d'entreprise "startup".

On compte à ce jour plus de 1000 startup qui ont collecté déjà pour plus de 5 milliards de dollar d'investissement. Pour autant je pense que l'IA est d'abord un sujet pour les ESN et les très grande entreprise tant le sujet est immense si on va vers de l'IA forte, car il s'agit d'orchestrer des centaines de développement en parallèle.

La question qu'on devrait se poser est de savoir si il n'y a pas une bulle spéculative extrême tant j'ai vu des projets immatures et idiots récoltés des montants hallucinants. J'ai tendance à croire qu'on assiste là à la création d'une bulle encore plus folle dans sa trajectoire que celle des années 2000.

Par contre pour chaque composant et quelques niches, il y'a de la place pour des startups. L'Iot, le CPU, le GPU étant tellement peu cher, que le capital le plus important devient la matière grise et rien d'autres

Venture Scanner, qui propose un service fantastique de veille technologique des startups a publié un graphique intéressant.

(voir aussi : http://www.venturescanner.com/ )

Conclusion

On a tendance à voir l'IA et la robotique comme des technologies de remplacement. Je ne vais pas faire le bisounours ... Il est évident que certains vont aller sur cette voie. Mais je crois qu'il y'a beaucoup plus à gagner à créer une alliance entre l'humain et la machine, l'un apprenant de l'autre et réciproquement : un cercle vertueux. Cela nécessite bien sur d'inventer de nouveaux métiers, mais je pense que la réelle valeur ajoutée est là.

Je me méfie de toutes les prédictions faites autour du marché de l'IA. Je ne pense pas que l'évolution du chiffre d'affaire se fera d'une manière aussi lisse. Je crois plus à un déclenchement rapide tel une rupture de barrage, avec ce que cela va poser comme problème en terme de recrutement.

J'avais lu plusieurs études qui expliquent pourquoi les experts sont souvent moins bons qu'un chimpanzé (50%) en matière de prédiction (voir http://www.smithsonianmag.com/smart-news/why-experts-are-almost-always-wrong-9997024/ ) y compris en économie. (ils devraient consommer de l'IA pour avoir une critique objective de leurs analyse).

Je pense que les chiffres sont sous-estimés pour 2020-2025 et largement. Si l'intelligence c'est de créer de nouveaux concepts à partir de concepts existants pas immédiatement reliés entre eux, je pense que les experts pensent de manière trop sillotée, encore sur un ancien paradigme qui ignore l'importance de la révolution intellectuelle qu'est l'IA.

J'ai la conviction que l'IA ne sera pas portée par des startup (même si certaines y feront fortune) mais par les grands éditeurs et par les sociétés de services informatiques (ESN), car il ne s'agit pas de vendre une IA mais d'orchestrer des dizaines de formes d'IA et d'intelligence métier portée sur une machine.

Les ESN devraient aussi se poser la question de la prime à l'IA sur leurs cours de bourse. Il suffirait d'utiliser de l'IA pour voir si elle existe d'ailleurs. Mais cela constitue un risque aussi, si les ESN ne sont pas à la hauteur de la promesse faite... La sanction sera à mon avis lourde, si ce que je crois est vrai : Il y'a une prime à l'IA qui est forte.

Je pense pour finir, que la clés est dans l'ouverture aux sciences humaines, et à la pluridisciplinarité, au moins pour les prochaines dizaines d'année.

Je finirais par dire qu'il ne faut pas opposer la data science et l'intelligence artificielle. Pour des raisons aussi bien légales (comment justifier devant un juge une décision d'un système connectiviste) que d'efficacité on se doit de combiner l'IA avec la data science...et tant qu'à créer un néologisme je pense le data scientiste sera replacé par le cogito-scientiste ou la naissance de la science de l'intelligence.

Reste la question de la propriété intellectuelle, mais je traiterais cela dans un prochain article.

L'IA reste ma passion, enfin on va avancer...pour l'intégrer dans l'ensemble de l'IT comme une extension du possible


Jérôme Fortias

Liens :
http://www.marketsandmarkets.com/tel...earch-113.html
http://www.latribune.fr/opinions/tri...he-595406.html
http://www.xerfi.com/presentationetu...icielle_6SAE50
http://www.journaldunet.com/intelligence-artificielle/
https://www.csail.mit.edu/
http://techemergence.com/artificial-...ew-by-segment/

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