Si un sujet est sur toutes les lèvres depuis un an environ dans les événements de marketing et d’affaires, c’est bien l’intelligence artificielle. Simple tendance technologique ou changement profond?
Comme bien d’autres avant elle, l’intelligence artificielle est une technologie pour laquelle l’intérêt devrait évoluer selon le désormais célèbre cycle du hype de Gartner.
À mon avis, nous sommes actuellement en train de gravir le pic des attentes exagérées. Tous les indices d’un hype y sont présents :
Cet engouement exagéré mènera inévitablement à une déception. Ce genre de cycle du hype a été observé dans plusieurs domaines, notamment dans celui du Web il y a plus de 20 ans. Cela a aussi été le cas pour la réalité virtuelle il y a quelques années. (Je crois d’ailleurs que nous sommes toujours dans la vallée des désillusions pour cette dernière technologie.)
La phase de désillusion comporte évidemment son lot de conséquences négatives. Des projets, des programmes et des investissements sont interrompus, des emplois sont perdus et des rêves sont brisés. On peut également considérer la situation dans la perspective d’un réajustement du marché, une sorte de juste retour des choses où l’équilibre entre les attentes et l’exécution se dirige vers une adéquation plus optimale.
À mon avis, cette désillusion se manifeste lorsqu’un groupe de dirigeants d’entreprise et de chercheurs essaient de travailler ensemble. Les dirigeants recherchent la grande idée qui se traduira par des profits assurés dans un horizon temporel déterminé et généralement court. Les chercheurs, quant à eux, sont bien plus à l’aise dans des cycles de travail longs aux résultats indéterminés et ils n’évaluent naturellement pas les succès selon les mêmes valeurs que les dirigeants. Bref, ils formulent des hypothèses et valorisent tant la confirmation que l’infirmation de celles-ci, contrairement aux dirigeants qui, pour toutes sortes de raisons, ne voient pas tant d’intérêt à prouver scientifiquement qu’une idée est mauvaise.
La déception viendra notamment de la confrontation de ces deux réalités bien différentes, mais aussi du processus qui permet de goûter aux bénéfices de l’IA. Les conférences et discussions autour de l’IA focalisent généralement sur la partie de l’analyse et de l’activation des données, soit les insights. Deux phases sont toutefois essentielles pour en arriver là : la collecte des données et leur mise en application en génie des données (data engineering).
Selon trois spécialistes invités à un panel sur le sujet, ces deux phases représentent de 80 à 90 % du travail en IA.
On le voit bien en numérique : les données sont raisonnablement accessibles et une grande proportion des entreprises font une capture très approximative des données. C’est encore pire pour le data engineering, qui consiste à organiser, à structurer, à épurer et à préparer les données pour amorcer le travail que tout le monde souhaite accomplir. L’intelligence artificielle ne pourra se développer que lorsque ceux et celles qui l’organisent accepteront de faire confiance à ce processus.
Ceux qui préparent les dossiers de décision en matière d’intelligence artificielle doivent prendre en considération les coûts de ce travail dans leurs analyses de rentabilité avant de faire miroiter les bénéfices de l’IA s’ils veulent amortir la chute entre le pic et la vallée des désillusions.