intelligence-artificielle

IA : éthique et morale

D’abord et pour éviter toute confusion, rappelons ce qu’est l’éthique, à ne pas confondre avec la morale : l’éthique est une philosophie, voire une science, qui définit justement les principes fondateurs de la morale, à savoir ce qui est bien et ce qui est mal. Pourquoi, lorsque l’on parle d’Intelligence Artificielle, parle-t-on forcément d’éthique ? Tout comme les grandes Révolutions qui ont traversé l’Histoire, l’IA redéfinit d’abord les frontières d’intervention de l’Homme : de la même façon que les opérateurs téléphoniques (standardistes) ont peu à peu été remplacés par des commutateurs téléphoniques électromagnétiques (standards automatiques), l’IA s’est par exemple substituée à l’Homme dans sa relation avec le client avec l’usage des chatbots. Mais là où l’IA se distingue des autres révolutions technologiques, c’est dans sa capacité à imiter le comportement humain d’une part et dans sa capacité à s’approprier une connaissance de la vie privée et l’intimité des personnes d’autre part.

L’intelligence artificielle : pourquoi fait-elle peur ?

Pour cette raison, l’IA inquiète et fait débat : quel impact l’IA a-t-elle sur l’emploi ? Qu’en est-il de la transparence et de la responsabilité des algorithmes eux-mêmes ? D’où proviennent les données qui nourrissent ces algorithmes et à quelle fin sont-elles utilisées ? Quel degré d’autonomie l’IA laissera-t-elle à l’homme ? Comment reproduire le raisonnement humain sans reproduire sa part de préjugés et d’interprétations ? Dans le cadre de la voiture autonome par exemple, un accident se produit, qui est responsable ? Le conducteur, le constructeur, la personne qui a créé l’algorithme ? Pas si évident…

Le guide d’éthique de l’IA et la RGPD comme protections

Pour répondre à ces problématiques complexes, les instances gouvernementales ont donc dressé un certain nombre de principes indispensables pour définir les frontières et le cadre d’application de l’IA. Car si l’IA apporte effectivement des améliorations dans de nombreux secteurs, celle-ci ne peut en aucun cas entraver les droits fondamentaux de l’Homme tels que le droit à la vie privée et à l’intimité dans la collecte et l’usage des données, le droit à l’emploi, etc.

Pour éviter toute dérive contraire au fonctionnement social démocratique, des mesures ont donc été prises : la Commission Européenne a en effet tenté de s’atteler à la rédaction du AI Ethical Guideline ou guide d’éthique pour l’Intelligence Artificielle qui définit six principes éthiques considérés comme fondateurs : la Bienfaisance (faire le bien), la Non-malfaisance (ne pas nuire), l’autonomie des humains, la Justice (c’est-à-dire la non-discrimination de l’IA) et l’explicabilité pour assurer autonomie, consentement éclairé et protection des données. De même, la notion de l’IA éthique “by design” a vu le jour, à savoir la construction de solutions techniques et institutionnelles qui intègrent de la conception à l’usage, des considérations éthiques dans les outils d’IA.

Autre exemple de mesure, le Règlement Général sur la Protection des Données (RGPD), entré en vigueur en Europe en Mai 2018, est également un pas vers une IA éthique en protégeant les données utilisateurs : « Plusieurs gouvernements ont ainsi mis en place des lois pour protéger les consommateurs ; le RGPD posant un premier décor législatif uniformisé à l’échelle européenne autour de la notion de propriété de la donnée », 2020, le début d’un big data éthique concret ? Pas si sûr…, Le Journal du Net.

Intelligence « Augmentée » : le binôme Humain-Machine

En fait, plutôt que de parler d’Intelligence Artificielle, le terme d’intelligence « augmentée » serait finalement plus approprié : à savoir, des outils qui permettent non pas de remplacer l’intelligence humaine mais plutôt de l’augmenter pour construire un binôme humain/machine dans lequel la machine assiste l’Homme pour qu’il se concentre sur les tâches plus gratifiantes et l’Homme fixe un cadre à la machine, en particulier dans l’utilisation des données. Les machines ont une capacité de stock (que l’on pourrait assimiler à la mémoire) et d’analyse des données (qui repose justement sur cette mémoire) qui dépasse indéniablement celle du cerveau humain. Toutefois, si l’IA imite le comportement humain et dépasse certaines de nos capacités cérébrales, celle-ci n’est pour autant pas en mesure de créer : « c’est nous qui inventons, donc c’est nous qui avons le contrôle », propos de Luc Julia recueillis par l’agence La Netscouade à l’occasion du salon AI PARIS 2019.

Finalement, tout l’enjeu est donc de se rappeler ce qui fonde notre éthique et d’appliquer à cette intelligence « augmentée » les principes que l’Homme a déjà établis par le passé : au même titre que la loi définit un cadre à l’intelligence humaine, il faut définir un cadre d’application pour assurer un usage à bon escient de ce « prolongement » de l’Homme et favoriser la transparence, la confiance, le respect du droit à l’intimité et à la vie privée, et la définition des frontières de responsabilité.

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM

 

intelligence-artificielle

Retour sur la personnalisation client…

La Marketing traditionnel, orchestré par de la publicité standardisée à forte audience, n’est plus à l’ordre du jour et ce, depuis la fin des années 90. Les marketeurs avaient alors déjà conscience de la nécessité d’adresser un message personnalisé à leurs clients pour gagner en compétitivité. Toutefois, les technologies de l’époque ne permettaient pas de déployer des scénarios de personnalisation à grande échelle et à moindre coût. Mais cette époque est révolue et d’après Sébastien Imbert, Chief Marketing Officer (CMO) chez Microsoft : « la maturité technologique atteinte aujourd’hui nous permet de passer de l’ère du marketing de masse à celle de la personnalisation de masse ».

Automatiser & personnaliser avec l’IA

La technologie, et en particulier l’IA permet en effet de répondre aujourd’hui à cet enjeu de personnalisation client. Le changement des comportements consommateurs et la multiplicité des canaux de contact ont fait exploser le volume de données et l’IA est capable, par la mise en œuvre d’algorithmes complexes orchestrés par des Data Scientistes, de les organiser pour en tirer une connaissance client beaucoup plus riche et approfondie. Dans le cadre de la personnalisation client, l’analyse de ces données permet à une organisation de connaître les motivations, les centres d’intérêt et les attentes des consommateurs pour adresser ainsi des campagnes Marketing hyper-ciblées qui auront davantage de chances de convertir. L’exploitation éthique de cette mine d’or d’informations marque une véritable Révolution pour le secteur du Marketing : « L’IA annonce l’avènement d’une nouvelle ère dans le domaine du Marketing, motivée par le besoin de connecter de grandes quantités de données provenant d’une multitude de sources différentes ainsi que de découvrir et/ou prédire de nouvelles tendances.» affirme Guillaume Bonneton, Partner France chez GP Bullhound.

Les 3 objectifs de l’IA au service du Marketing

D’après une étude réalisée par Golem.ai auprès de 108 marketeurs, l’IA permet en particulier la réalisation de 3 objectifs principaux : l’amélioration de l’expérience client (75%), la personnalisation ou l’individualisation des messages (70%) – Découvrez comment avec le cas de Bioderma – et enfin la compréhension du comportement des consommateurs (65%). Pour atteindre ces objectifs, plusieurs outils IA au service du Marketing sont déjà implémentés au sein des organisations : le chatbot (40%), les assistants virtuels vocaux (23%), l’analyse de texte (26%), les objets connectés (26%) et la data visualisation (31%). Au global, le nombre d’outils Marketing est passé de 1 000 à environ 6 000 entre 2014 et 2019.

Automatiser la créativité : un paradoxe indomptable

Si l’IA intervient dans de nombreux process Marketing : analyse de tout type de données, d’historique dans les bases de données client, accélération de la connaissance client, segmentation individualisée, approche prédictive robuste etc… qu’en est-il de la part de créativité, de création de contenu, notion indissociable du Marketing ? On pourrait en effet penser que les outils, les données, les algorithmes robotisent l’intégralité du process et laissent peu de place à l’improvisation et la créativité humaine. Mais pour Sir Martin Sorrell, fondateur de S4 Capital, il n’en est rien : « L’argument traditionnel affirmant que les données détruisent la créativité n’est en aucun cas valable. En effet, l’IA va bien au contraire être un support à la créativité. » En effet, si l’IA est capable de travailler de concert avec l’Homme pour extraire des données pertinentes en termes de connaissance client, ne sera-t-elle pas capable d’assister l’Homme également pour communiquer et créer du contenu personnalisé à ces clients ? Les créateurs de contenu seront-ils des machines ? En effet, la robotisation de la création de contenu existe déjà dans une certaine mesure : en 2017, Benoît Raphaël, ancien journaliste devenu expert en innovation digitale, a fait naître le projet « Flint et Jeff » : il s’agit de deux robots qui proposent aux utilisateurs, grâce à leurs données personnelles, une newsletter dont le contenu est alimenté par des articles personnalisés qui correspondent à leurs goûts et leurs centres d’intérêt. La question est donc légitime : jusqu’où l’IA sera-t-elle capable d’allier Data Science et intuition au service d’expériences clients toujours plus personnalisées ?

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM

intelligence-artificielle

IA : Quand les chiffres parlent…

Les chiffres sont révélateurs et les dirigeants français semblent aujourd’hui convaincus des bénéfices de l’IA en matière d’automatisation, d’amélioration de la compétitivité, de la qualité des produits et services, ou encore de la réduction des coûts et des délais. En effet, 86% des dirigeants français estiment qu’ils doivent miser sur l’Intelligence Artificielle pour atteindre leurs objectifs de croissance, mais la grande majorité d’entre eux (88%) ne savent pas encore comment déployer l’IA à l’échelle de leur organisation. Au-delà d’un objectif de croissance, l’IA s’impose comme un impératif d’innovation : en effet, huit dirigeants français sur dix estiment que leur entreprise pourrait disparaître d’ici 2025 si l’expérimentation de l’IA ne débouche pas sur son déploiement à l’échelle de l’ensemble de l’organisation.

Le déploiement d’une stratégie IA

Au 9 mai 2019, 37% des entreprises ont démarré ou sont sur le point de démarrer le déploiement d’une stratégie IA, selon l’enquête CIO Survey 2019 du cabinet d’étude Gartner. Aussi, plus de 40% des entreprises utilisent déjà des algorithmes de machine learning. L’IA est pour le moment déployée principalement dans le domaine de l’informatique (26%), celui de la Relation Clients (22%) et la R&D (21%) et 71% des entreprises pensent augmenter leur budget IA.

Les bonnes pratiques pour passer à l’IA

Mais pour toutes les entreprises qui n’ont pas encore entamé le passage à l’IA, quelles sont les bonnes pratiques pour un passage à l’échelle réussie ? D’abord, la définition d’une stratégie IA et d’un modèle opérationnel supervisés et gérés par une structure adaptée, ensuite le traitement prioritaire et adapté des données, enfin l’intégration d’équipes pluridisciplinaires.

L’IA face à la réalité opérationnnelle

L’information sur ce qu’est l’IA et comment la déployer à l’échelle de l’entreprise n’est pas ce qu’il manque mais la réalité opérationnelle est tout autre et atteindre de nouveaux sommets de compétitivité grâce à l’IA est un travail de longue haleine. En effet, 75% des entreprises font encore partie de ce que le rapport Accenture appelle les « entreprises au stade du PoC » (Proof of Concept), caractérisées par une analyse inachevée des données, des investissements insuffisants et peu rentables et des difficultés à passer à l’échelle. Les entreprises se heurtent à plusieurs obstacles pour déployer l’IA à grande échelle et en particulier : le coût (pour 49% des dirigeants), le manque d’expertise technologique en interne (pour 31% des dirigeants), la complexité de la mise en œuvre des projets IA (pour 28% des dirigeants) et enfin les obstacles culturels et organisationnels (pour 28% des dirigeants). Toutefois, on l’a vu, des méthodologies existent pour engager une transition réussie vers l’IA et surmonter ces contraintes, les mots d’ordre restent alors la progressivité et la flexibilité.

D’après une étude publiée par Accenture en décembre 2019 et réalisée auprès de 1500 dirigeants d’entreprises et une étude réalisée en 2018 par Tata Consultancy Services Limited (TCS).

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM

intelligence-artificielle

Une vraie innovation ?

La voiture autonome suscite aujourd’hui de nombreux débats : quel degré d’autonomie la voiture autonome peut-elle atteindre ? Peut-on se fier complètement à cette autonomie ? En cas d’accident, qui est porté responsable ? Mais avant tout, qu’est-ce que la voiture autonome exactement ? Une voiture dite « autonome » est équipée d’un système de pilotage automatique qui lui permet de circuler sans intervention humaine dans des conditions de circulation réelles.

La voiture autonome : comment ça marche ?

L’IA est ici le « cerveau » de la voiture autonome, celui qui traite, par une puissance de calcul énorme, les données massives de chaque capteur. Les caméras par exemple, enregistrent au moins 30 images par seconde, chacune de ces images est constituée de milliers de pixels et de leurs couleurs qui sont traités par l’IA pour déterminer la présence d’un panneau, d’une voiture… et prendre une décision en un quart de seconde ! L’IA permettrait ainsi de réduire considérablement le nombre d’accidents de la route, de fluidifier le trafic grâce à une communication inter véhicules et de libérer le conducteur du stress et de la fatigue.

La voiture (presque) 100% autonome

Les progrès restent toutefois encore à faire, et en particulier pour rendre la voiture autonome sécurisée au-delà des frontières en composant avec les différents usagers et leurs habitudes. Mais pour Luc Julia, l’un des concepteurs de l’assistant vocal Siri et vice-président de l’Innovation à Samsung, la voiture 100% autonome, c’est-à-dire sans aucune intervention humaine, est même un mythe dangereux : « Exemple place de l’Étoile à 18h : vous y mettez une voiture autonome, elle ne bougera pas parce qu’elle a appris des règles. Or, la place de l’Étoile à 18h, ça n’est pas du ressort du code de la route, mais de la sociologie, de la négociation. Il y aura toujours un cas particulier ». Ainsi, si la voiture autonome permet aujourd’hui de nombreuses améliorations en libérant le conducteur de certaines tâches, la voiture 100% autonome, c’est-à-dire sans aucune intervention de l’Homme, n’est pas encore à l’ordre du jour : en effet, les problématiques liées à la sociologie, aux usages et aux cultures restent encore à résoudre.

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM

intelligence-artificielle

L’intelligence artificielle : une multitude de domaines d’application…

Les domaines d’application de l’Intelligence Artificielle sont infinis et l’IA transforme radicalement la manière dont les hommes travaillent avec les machines, amplifiant leur rapidité d’exécution, leurs compétences, leur précision et leur créativité. Les exemples d’application sont nombreux : la vision artificielle qui permet de classer des images, les filtres antispam, la reconnaissance vocale, les systèmes de gestion de fonds automatiques en finance, ou encore l’allié décisionnel sur le terrain militaire, …

Le deep learning au secours de la médecine

Dans le domaine de la Santé particulièrement, l’IA améliore déjà grandement la qualité des soins avec la possibilité par exemple de prédire une maladie et son évolution, d’aider au diagnostic, d’effectuer des opérations assistées par ordinateur, de suivre les patients à distance, de traiter des images grâce au deep learning qui permet de repérer des maladies par imagerie médicale, ou encore de proposer des traitements personnalisés grâce aux données… Si on peut voir dans toutes ces applications une avancée significative pour la médecine, les algorithmes d’apprentissage permettent de détecter correctement la maladie dans 87% des cas, contre 86% chez les professionnels de la santé d’après Sciences et Avenir, « L’intelligence artificielle ferait au mieux aussi bien que les médecins », publié le 25 septembre 2019. Par ailleurs, les données médicales sont des données hypersensibles qu’il convient de protéger afin qu’elles ne soient pas utilisées à mauvais escient. Dans cette perspective, une loi de bio éthique a été mise en place : « L’article 11 oblige désormais le médecin à informer ses patients lorsqu’un traitement algorithmique de données massives est utilisé pour concevoir un diagnostic » de même, le principe de garantie humaine a également été acté : la décision finale du traitement pour un patient reste entre les mains du professionnel de santé.

De l’industrie traditionnelle au Smart Manufacturing

Dans le secteur de l’Industrie également, l’IA apparaît comme très prometteuse, on parle même de « 4ème Révolution », ou « d’Industrie 4.0 » ou encore de « Smart Manufacturing », à savoir une industrie qui se base sur la numérisation et l’interconnexion des machines et systèmes de production. Certaines entreprises françaises, que sont ni plus ni moins : Air Liquide, Dassault Aviation, EDF, Renault, Safran, Thales, Total, et Valeo, projettent l’IA comme l’enjeu stratégique industriel du futur et ont signé avec le ministère de l’Economie et des Finances en juillet 2019 « un manifeste pour une IA au service de l’industrie ». L’IA a en effet de nombreux avantages dans le secteur industriel : elle permet une aide à la décision en simplifiant l’information, un gain de temps grâce à des analyses plus rapides et moins coûteuses, des projections ou encore une meilleure anticipation des risques notamment en termes de supply chain et de défauts de fabrication. Toutefois, des obstacles persistent toujours et entravent la voie vers une véritable Révolution : en particulier, l’IA suppose un travail long et laborieux de formation des salariés, une meilleure maîtrise dans la qualité des données et l’industrialisation de leur traitement, et des contraintes d’échelle et de management global qui restreignent énormément la mise en œuvre de l’IA au niveau d’une organisation.

À l’ère de la voiture autonome

Enfin, un autre secteur que l’IA bouleverse est celui des transports : en effet, l’Intelligence Artificielle a déjà permis des évolutions à plusieurs niveaux : en termes de maintenance prédictive, au niveau de l’évaluation de la consommation de carburant, et aussi et surtout en matière de sécurité puisque l’IA devrait réduire drastiquement le nombre d’accidents de la route. En revanche, si on prend le cas de la voiture autonome, une question subsiste toujours : dans le cas d’un accident, qui devra être porté responsable ?

L’IA : une petite Révolution

On l’a vu, l’Intelligence Artificielle ouvre une nouvelle ère pour certains secteurs et permet des améliorations et des performances qui n’étaient pas possibles jusqu’à présent. Toutefois, les progrès qu’apportent l’IA doivent être nuancés par les contraintes opérationnelles, éthiques et juridiques et avant de pouvoir parler de réelle Révolution, il convient de définir un cadre pour déployer à grande échelle l’IA dans tous les secteurs. A voir également, en Marketing la révolution est engagée : Data Science et créativité travaillent plus que jamais de concert. Cette alliance apparaît très prometteuse même si, comme dans les autres secteurs, des points de vigilance sont à adresser.

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM

Intelligence Artificielle : un peu d’histoire

La notion d’Intelligence Artificielle est évoquée pour la première fois dans les années 1950 par le mathématicien anglais Alan Turing dans son livre Computing Machinery and Intelligence. Il soulève alors l’idée inédite d’apporter aux machines une forme d’intelligence, idée qu’il décrit par un test, aujourd’hui connu sous le nom de « Test de Turing ». Cette méthode permet de déterminer si un ordinateur est capable de comprendre, agir, apprendre et percevoir comme un humain en faisant interagir un individu à l’aveugle avec un autre humain puis avec une machine. Si l’individu n’est pas capable de distinguer l’ordinateur de la machine, la machine peut alors être considérée comme « intelligente ».

Quand l’IA surpasse l’Homme

Cinquante ans plus tard, en 1997, alors que les promesses de l’IA ne font pas l’unanimité, Garry Kasparov, l’un des meilleurs joueurs d’échecs de l’Histoire, se fait battre par DeepBlue, un supercalculateur conçu par IBM, alors que celui-ci soutenait : « l’ordinateur ne sera jamais plus fort que l’homme ». En 2016 de nouveau, AlphaGO, Intelligence Artificielle développée par Google DeepMind, gagne au jeu de Go contre le joueur Lee Sedol, considéré comme le meilleur joueur au monde au milieu des années 2000.

IA forte & IA faible : entre fiction et réalité

Aujourd’hui, l’Intelligence Artificielle a dépassé la phase expérimentale et est utilisée dans de nombreux domaines (santé, finance, transport, industrie, télécom…). Certains projettent que l’IA remplacera un jour l’Humain, qu’elle sera en mesure de s’adapter à des situations inédites et sera dotée d’une conscience propre, on parle d’IA forte. Toutefois, malgré des progrès toujours plus rapides, nous sommes aujourd’hui encore loin par exemple du scénario décrit dans le film « Her » dans lequel Theodore Twombly tombe amoureux de Samantha, un programme informatique ultramoderne, capable de s’adapter à la personnalité de chaque utilisateur et qui se traduit par une voix féminine intelligente, intuitive et drôle.

Si l’Intelligence Artificielle tend à reproduire le comportement humain, celle-ci reste aujourd’hui un outil, un outil certes très puissant qui ouvre sans aucun doute une ère de disruption et de croissance mais pour autant incapable de créer ou de concevoir, on parle d’IA faible. Ce sont en effet les Hommes qui créent et définissent les algorithmes qui permettent à la machine de fonctionner : les Data Scientistes utilisent par exemple des algorithmes pour toutes les méthodes de scoring, d’analyses prédictives, de segmentation etc… qui permettent un gain d’efficacité significatif pour les entreprises. Ainsi, on pourrait définir l’Intelligence Artificielle comme étant : « un ensemble de techniques permettant d’imiter le comportement humain, agissant de manière rationnelle en fonction de faits, données et expériences, et capables d’atteindre un ou plusieurs objectifs donnés de manière optimale » (Ezratty, 2017)

Anouk Radureau, Consultante en Stratégie Marketing Digital & CRM