L’intelligence artificielle est un terme générique qui revêt de multiples réalités impactant les entreprises de différentes façons comme en témoigne la courbe Hype Cycle dédiée à l’IA du Gartner.

Cette année, le Gartner a choisi de ne pas publier une seule courbe « Hype Cycle » des technologies émergentes, mais plusieurs courbes dont certaines focalisées sur un seul secteur lui-même porteur de nombreuses innovations. Dans leur « Hype Cycle 2019 » des innovations, les analystes se sont focalisés sur des technologies n’ayant jamais figuré dans sa courbe jusqu’à présent. Mais le Gartner vient également de publier une courbe d’adoption entièrement dédiée aux technologies de l’Intelligence Artificielle. Et celle-ci n’est pas dénuée d’intérêt.

Beaucoup d’innovations en devenir…

Hype Cycle for AI 2019 – Gartner

37 technologies IA émergentes y figurent dont la majorité sont encore en phase de « déclenchement » (percée technologique). L’autre « gros du troupeau » encombre la délicate phase du « pic de hype » qui regroupe toutes ces technologies innovantes mais ultra-médiatisées et dont le potentiel exagérément sur-vendu. En revanche, deux technologies ont déjà atteint le degré de maturité qui permet leur exploitation à grande échelle dans nombre de scénarios d’entreprises et qui sont déjà plutôt bien maîtrisées : l’accélération par les GPU (notamment de l’apprentissage des réseaux de neurones) et la reconnaissance vocale.

5 tendances phares

De manière générale, Gartner voit émerger de cette courbe 5 grandes tendances IA et invite les entreprises à se focaliser dès aujourd’hui sur ces tendances et leur potentiel bien plus que sur les technologies sous-jacentes :

1/ L’intelligence augmentée regroupe toutes ces technologies IA qui restent centrées sur l’humain, le soulagent des tâches répétitives et chronophages et l’aident à être plus efficace, plus productif. Ici, l’IA est une assistance qui étend le potentiel humain.

2/ Les chatbots sont pour le Gartner au sommet du Pic de Hype bien qu’ils soient déjà largement employés par les entreprises notamment pour les services à la clientèle (KIA dispose par exemple d’un chatbot qui converse avec 115 000 utilisateurs par semaine). Mais la plupart manquent, en réalité, cruellement d’intelligence ce qui explique ce positionnement.  On notera d’ailleurs que sur sa courbe le Gartner différencie « Chatbots » et « Interfaces conversationnelles ».

3/ Le Machine Learning peut aider à résoudre des problèmes métiers. Il est devenu clé dans la compréhension des tendances, la prédiction des évolutions des marchés et l’anticipation des maintenances. Pourtant, son potentiel est encore mal exploité pour le Gartner qui le situe dans la phase descendante des désillusions, phase qu’il devrait rapidement parcourir puisque le Gartner prévoit sa maturité dans 2 à 5 ans. Voilà typiquement un exemple de ce que certains reprochent à la Hype Cycle du Gartner. Considérer que le Machine Learning est actuellement une source de désillusion est probablement excessif. Le ML fait partie de ces technologies qui ont plutôt échappé à la « Hype médiatique » et se voient progressivement de mieux en mieux comprises et exploitées par les entreprises. Notons au passage que le Gartner a choisi de faire de « AutoML » (technologies qui essaye de mettre le Machine Learning à porter d’un public n’ayant aucune compétence en Data Science) une technologie à part sur sa courbe.

4/ La gouvernance de l’IA est un sujet très complexe qui n’est pas une technologie en soi, mais va nécessiter probablement nombre d’innovations pour être correctement appréhendée. Cette tendance, que le Gartner a choisi de positionner en tout début de courbe, regroupe toutes les réflexions autour de l’éthique de l’IA et des besoins de mettre en place des politiques et des transparences pour éviter les biais, la discrimination et autres implications négatives d’un apprentissage et d’une utilisation inadéquats des IAs. Les innovations en « Digital Ethics » et « Explainable AI » figurent plus loin sur la courbe bien qu’elles soient clé à la gouvernance de l’IA.

5/ Les applications intelligentes forment une réalité déjà bien visible. Dans bien des entreprises, l’IA s’installe par le biais des applications qu’elles acquièrent et utilisent au quotidien et dont les fonctionnalités sont peu à peu enrichies par de l’IA : Office 365, applications CRM et ERP, etc.

Ces technologies à surveiller

Certaines technologies émergent plus que d’autres d’une étude attentive de cette Hype Cycle. On retiendra par exemple que le « hardware » y tient une place importante avec des technologies comme les FPGA Accelerators (une solution adoptée par Microsoft pour ses serveurs Azure), les Deep Neural Networks ASICs (comme les TPU de Google), ou encore les « Neuromorphic Hardware » (des circuits qui cherchent à mimer le cerveau).
Reinforcement Learning (apprentissage des réseaux de neurones par renforcement, autrement dit par l »expérience), Graph Analytics (analyse de données et de leurs relations au sein de bases orientées graph), Knowledge Graphics (bases de connaissance), Data Labeling (étiquetage des données pour leur donner du sens) sont d’autres innovations mises en avant par le Gartner et qui méritent l’attention de tous ceux qui font de la veille technologique.
Parmi les surprises, on retiendra que le Gartner place les « AI Cloud Services » seulement en phase de déclenchement mais les analystes n’y incluent pas les services « cognitifs », les services d’Insight et les services de reconnaissance visuelle qui sont eux bien plus avancés sur le cycle d’adoption.
De même, la RPA figure au cœur de la section « désillusion » de la courbe. Peut-être les analystes du Gartner considèrent-ils, comme Bernd Rücker de Camunda, que les outils actuels sont davantage des antidouleurs à faible durée de vie plutôt que des piliers d’une stratégie d’automatisation.

Source :
Top Trends on the Gartner Hype Cycle for AI 2019