J’ai lu le livre de Stéphane Roder « Guide pratique de l’intelligence artificielle dans l’entreprise », sous-titré « Anticiper les transformations, mettre en place les solutions ». Voici une petite note de lecture. On pourra lire dans le même style « ChatGPT en entreprise » de Matthieu Corthésy.
Intelligence artificielle dans l’entreprise
Chapitre 1 : L’intelligence artificielle pour la manager
Introduction sur l’IA
Luc Julia, CTO Samsung, et cocréateur de Siri a fait un très bel éloge de l’auteur : « Stéphane Roder est sans doute aujourd’hui le meilleur témoin de ce que l’intelligence artificielle peut apporter aux entreprises du XXIe siècle, petites ou grandes. »
En introduction, Stéphane Roder tacle visiblement Laurent Alexandre et Elon Musk (sans les nommer). Citation : « Comme à chaque révolution, les illuminés se déchaînent et promettent l’imminence de l’apocalypse. De l’urologue délirant qui nous sert, comme dans les meilleures sectes, l’arrivée prochaine du surhomme transhumaniste, au constructeur d’une voiture pas si autonome que cela qui veut se connecter à nos cerveaux, on aura tout entendu ». La vision de Stéphane Roder est beaucoup plus prosaïque et vise à optimiser les process dans les organisations avec l’intelligence artificielle. Son livre est une démonstration de ce qu’il est possible de faire.
Histoire de l’intelligence artificielle
J’ai beaucoup aimé le paragraphe qui rappelle l’histoire de l’intelligence artificielle. Il rappelle que dès le début deux courants se sont affrontés : le cognitivisme qui privilégie un traitement symbolique de la pensée. Et le connexionnisme qui privilégie la reproduction du fonctionnement du cerveau humain. C’est le second courant qui l’a emporté, avec notamment les travaux de Yann Le Cun, qui perfectionnera les réseaux de neurones profonds en étudiant la physiologie de l’œil humain.
Stéphane Rodier rappelle que la Business Intelligence ou informatique décisionnelle (BI) souvent confondue avec l’intelligence économique (IE) a été la première étape de l’IA. La BI a permis à l’utilisateur de commencer à exploiter les informations disponibles pour améliorer les prises de décision. Rappelons que la BI travaille sur des données structurées tandis que l’IE travaille sur des données non structurées.
Deep Learning
Il rappelle aussi la différence entre l’Intelligence artificielle et ses branches Machine Learning & Deep Learning. Le schéma ci-dessous n’est pas dans le livre, mais il y ressemble fortement. Je l’ai trouvé sur ici.
Il rappelle l’importance de la taille du jeu d’apprentissage. C’est un des thèmes soulevés par Aurélie JEAN dans De l’autre côté de la machine. L’auteur souligne au passage le poids des GAFAM dans la collecte des données personnelles. « C’est aussi pour cela que nous entendons tant parler des GAFAM qui, seuls, auraient toutes les données du monde ». Mais l’auteur souligne que les GAFAM n’ont pas les données des entreprises… Ce qui me semble un peu trop vite dit, car il y a quand même la place de Microsoft, du stockage Azur ou Amazon, de Google entreprise …
Il présente deux graphes très clairs qui montrent le parallèle entre un neurone biologique et un neurone formel. Je ne reprends pas ses images, mais celles-ci-dessous qui ont le mérite d’être libre de droits.
Plus loin, il évoque les réseaux de neurones récurrents (RNN) et met en avant une des applications des RNN qui est « le traitement du langage naturel, plus communément appelé NLP ou Natural Langage Processing ». J’avais invité Bernard Normier en 2014 au Club IES qui avait fait une conférence sur le traitement automatique des langues. D’ailleurs, je me demande si l’abandon de l’expression en français au profit de l’anglais (en gros ne plus utiliser l’expression « traitement automatique des langues » et favoriser l’expression « Natural Langage Processing ») ne va pas faire disparaitre des radars les travaux des précurseurs français… Autre facette d’un pourvoir d’influence de la langue. Mais ceci est un autre débat.
Chapitre 2 : La révolution de l’IA est en marche
Ce chapitre illustre l’impérieuse nécessité pour les entreprises de mettre en place de l’IA, mais ne fait pas pour autant fi des blocages potentiels : par exemple le devoir de traçabilité de la décision pour que cela soit conforme à la réglementation.
Chapitre 3 : L’IA transforme les métiers de l’entreprise
Dans ce chapitre il présente les cas d’usage dans les grandes familles de métier.
Chapitre 4 : les acteurs internes de cette nouvelle transformation
Il distingue : le visionnaire, le révélateur, l’utilisateur, le responsable de la transformation digitale, le DSI …
Chapitre 5 : Le big data : du mythe à la nécessité pour devenir AI Ready
Comme on le voit dans ce titre, quand on n’aime pas trop le franglais, on souffre pas mal … Passons.
Il insiste sur l’importance de la donnée « La donnée est un des actifs de l’entreprise, même si cet actif est intangible et encore mal valorisé. Son importance est telle qu’elle va être considérée comme un élément du capital qui sera bientôt intégré dans les futures valorisations des entreprises et regardé pour évaluer le niveau de AI readiness »
Chapitre 6 : Comment implanter l’intelligence artificielle dans l’entreprise
Stéphane Rodier recommande de faire un schéma directeur de l’IA. Les points de vigilances dans la mise en place d’une IA en entreprise sont :
– Le calcul du ROI de l’IA.
– La détection des actions « pénibles » que l’IA va venir soulager.
– La qualité des données.
– La faisabilité.
– La capacité d’intégration au SI.
La rédaction d’un schéma directeur de l’IE – intelligence économique – n’est pas très différente.
Il revient plus loin sur la méfiance envers la GAFAM avec un sous-titre « les GAFAM ne sont pas vos amis pour la vie ». C’est bien vrai.
Chapitre 7 : Les acteurs de l’écosystème de l’intelligence artificielle
Il cite :
– Les consultants.
– Les data-scientistes.
– Les développeurs.
– Les grands éditeurs de logiciels.
– Les start-ups. Dans ce paragraphe il rappelle que « la France a une chance extraordinaire (…) la nation la plus en pointe en matière d’intelligence artificielle pour l’entreprise ».
– Dans le paragraphe « open source vs propriétaire » il explique : les GAFAM se sont emparés de l’open source IA qu’ils ont ravi aux académiques (…). Cette stratégie s’inscrit dans leurs velléités de dominer le marché de l’IA et de devenir les futurs fournisseurs d’infrastructure aux entreprises (…). »
Chapitre 8 : les enjeux de la formation
Une des tâches de formations en intelligence artificielle sera de démystifier l’IA !
Chapitre 9 : L’impact de l’intelligence artificielle sur l’organisation
Il évoque :
– Décloisonnement de l’organisation
– La réinvention des process
– La fin du BPO – business process outsourcing – où la délégation des tâches à faibles valeurs ajoutées. Cela va entrainer la fin d’une partie des délégations de services à des sociétés de consulting.
Chapitre 10 : Prospective et IA
Il cite Jean-Gabriel Ganascia qui explique que la loi de Moore n’est pas possible indéfiniment. « En effet, au-delà d’une densité de 4 nanomètres sur les processeurs, la physique classique laisse la place à la physique quantique. L’électron jusqu’alors arrêté par le transistor le traverse, quel que soit son état à cause de l’effet dit « tunnel » (…). Il faudra attendre une autre rupture technologique dans le domaine de l’électronique qui nous permettra de passer ce cap qui bride la puissance de nos processeurs » …
Sur un autre plan, il présente le transhumanisme comme une vision apocalyptique sans aucune réalité. Notamment à cause de l’effet tunnel évoqué plus haut.
Quant à savoir comment va évoluer l’IA, il évoque deux écoles :
– La première issue du deep learning va chercher à exploiter au maximum les outils en place.
– La seconde est persuadée que les outils actuels ne sont pas adaptés à la modélisation du raisonnement humain, et va chercher à les améliorer avec une encore meilleure observation du corps humain, de la biologie et des neurosciences.
L’entreprise 4.0, entreprise numérique, va faire intervenir tout ce que nous connaissons : depuis les capteurs, l’IOT, les robots, le bid data, la blockchain et l’IA !
Pour aller plus loin :
- N’hésitez pas à consulter la formation Inter-Ligere sur l’intelligence artificielle.
- Rechercher avec ChatGPT, Bard, Bing …
- Recherche avec ChatGPT.
- Peut-on veiller avec ChatGPT ?
- Le Guide pratique de l’intelligence artificielle dans l’entreprise est édité chez Eyrolles.
Jérôme Bondu
