Dans un article initialement publié sur ZDnet, George Anadiotis, du blog Big On Data explore l’évolution de l’adoption de l’intelligence artificielle.
Il y a deux ans, la « hype » autour de l’intelligence artificielle commençait à peine à se développer et tout le monde restait très prudent sur le sujet. L’IA était synonyme de confusion et de promesses non-tenues. Cependant, pour George Anadiotis, le chemin qui va du big data et l’analytics à l’intelligence artificielle est « naturel », « pas seulement parce qu’ils ont tous deux bénéficié de la même hype dont bénéficie l’IA maintenant », précise le bloggeur, mais surtout « parce qu’il y a besoin de data – big ou pas – pour faire de l’IA ».
La révolution de l’année
Et il suffit de voir ce qu’il se passe aujourd’hui pour constater que l’IA est au cœur des préoccupations : les événements IT dédiés ou avec des segments abordant l’intelligence artificielle se multiplient (Big Data Paris, Big Data Spain, AI Paris, Microsoft AI Essentials…) , les éditeurs s’y intéressent de très près et la distillent dans leurs features… l’IA est la « révolution » (marketing, en tout cas) de l’année.
Mais, comme l’explique George Anadiotis, il y a encore du chemin à parcourir avant de pouvoir mettre en place de véritables politiques IA en entreprise. Si les entreprises veulent se servir des capacités de l’IA, elles doivent avant tout se baser sur de solides fondations big data et la capacité à stocker de gros volumes de données n’est que la partie visible de l’iceberg. Pour lui, il est primordial de respecter la « chaîne de l’analytics » avant de vouloir lancer le développement de solutions basées sur l’intelligence artificielle dans son entreprise.
Comme le disait Oscar Mendez, CEO de Stratio dans sa keynote lors de Big Data Spain, il faut avoir autant que possible une approche holistique pour aller au-delà de l’IA « flashy » aux bases souvent médiocres. Bien réfléchir son infrastructure et sa gouvernance de données, trouver et entraîner les bons modèles de machine learning, permet d’obtenir des résultats impressionnants – même si les loupés d’Alexa, Cortana ou Siri prouvent que ces résultats sont toujours limités. Et surtout, comme le précise George Anadiotis, « l’apport de contexte et de capacités de raisonnement sont des éléments clés pour émuler au plus près l’intelligence humaine ».
Le fossé s’agrandit entre les entreprises
Le bloggeur poursuit ensuite son analyse et remarque que le fossé s’agrandit entre les « nantis » et les « démunis » de l’IA. Mettre en place une politique IA dans son entreprise est difficile, dit-il. Oui, il faut s’appuyer sur des capacités fondamentales comme la gouvernance de données parce que c’est bon pour l’entreprise, de toute façon. Mais niveau maturité, capacité, stratégie…l’adoption de l’IA se fait de manière inégale.
D’un côté, dit Anadiotis, il y a les grands, les Google et les Microsofts, des entreprises qui placent l’IA au cœur de leurs stratégies et leurs opérations. Leurs ressources, leurs data et leur savoir-faire sont tels qu’elles mènent clairement la course. Il classe derrière, les « adopters », celles qui travaillent à l’application de l’intelligence artificielle dans leurs domaines et puis enfin, les « retardataires », « enterrées si profondément dans leur dette technique qu’elles sont incapables de faire quoi que ce soit de significatif avec l’IA ».
Les géants donnent vraiment l’impression de vouloir démocratiser l’IA, à grands coups de démos où une application de reconnaissance facile est développée en quelques minutes et en faisant passer le message qu’ils s’occupent de tout, des modèles et de l’entrainement pendant que vous, les entreprises, vous pouvez vous concentrer sur les spécificités de vos domaines ! Et bien qu’il semble séduisant de profiter des technologies telles que Kubeflow ou AI Hub et d’externaliser pour rejoindre en marche le train de l’IA, Anadiotis le déconseille, arguant que « si vous externalisez votre IA totalement, vous n’aurez jamais les compétences pour être autosuffisant à moyen-long-terme ».
Et pour la suite…
L’IA va poursuivre son ascension et le nombre d’adopters va aussi augmenter. Quant aux leaders, ils creuseront encore plus l’écart, laissant encore plus à la traine les retardataires. D’après George Adadiotis, les tendances qui montent et qu’il va falloir garder en tête si l’on tente l’aventure de l’IA sont le cloud, la distribution et la structuration du machine learning grâce aux bases de données graphes.
Lire « From big data to AI: Where are we now, and what is the road forward ? » sur ZDNet (EN).
[…] Dans un article initialement publié sur ZDnet, George Anadiotis, du blog Big On Data explore l’évolution de l’adoption de l’intelligence artificielle. Lire la suite » […]