Eric Adrian est consultant spécialisé en Transformation Digitale. Il était auparavant CEO de Davi, une société spécialisée dans l'intelligence artificielle pour les professionnels, à base de langage naturel. Il nous fait profiter de plus de vingt ans d'expérience dans les technologies de l'IT, pour nous expliquer les choix des grandes entreprises dans leurs utilisations de l'Intelligence Artificielle.
Quelles sont les différences entre les intelligences artificielles des grandes entreprises ? Même pour un connaisseur, cette question n'est pas aisée tant les choses sont différentes entre un Facebook, un Google, Microsoft ou IBM. Chacun des grands noms ayant fait des investissements pour servir des desseins qui lui sont propres. A cela vient se superposer une communication marketing – visant à occuper le terrain sur les sujets du moment tels que le Big Data, le deep learning ou l'IA – qui n'est pas toujours en ligne avec la réalité. Nous allons donc essayer de vous donner un aperçu des enjeux des uns et des autres.
Facebook et Google : “les généralistes” de l'Intelligence Artificielle
Facebook et Google ne sont pas spécialement tournés vers les grandes entreprises, mais plutôt vers le grand public. Ce sont des généralistes dans leur approche IA, ils n'ont pas de contenu pour les entreprises, que l'on parle de chatbots (qui n'ont rien à voir avec un Agent Conversationnel Intelligent, expert d'un domaine métier), ou que l'on parle de reconnaissance de forme.
Leurs efforts R&D dans les différentes technologies permettent aux machines de reconnaître des images, d'analyser des vidéos, de comprendre des textes, de traduire des textes, de reconnaître la parole, puis à terme de construire des agents virtuels Intelligents qui permettront d'aider les gens dans leur vie de tous les jours : contrôler l'accès à l'information, aider à rencontrer leurs amis, réserver une table dans un restaurant, donner la météo, etc. Ce que l'on appelle des « majordomes ».
Pour Facebook, par exemple (et je cite les propos de Yann Lecun, Directeur R&D de Facebook) :
« l'intérêt de tous ces développements est que lorsque vous vous connectez sur le réseau social, vous êtes sans doute intéressés par 2000 ou 3000 pièces, mais il vous est impossible de toutes les lire. Avec l'IA (reconnaissance images, textes, vidéos, …) Facebook pourra vous sélectionner les 100 pièces d'infos qui vous intéressent et essayer de vous proposer celles-là. ».
On voit bien que l'intérêt de Facebook réside dans le fait que les utilisateurs sortent le moins possible du réseau social en leur proposant des contenus personnalisés, ce qui à terme se monétise notamment auprès des annonceurs.
L'automobile autonome en ligne de mire
Pour d'autres comme Google, ces technologies servent à créer des voitures autonomes (reconnaissance de forme …), ou enrichir leurs propres offres grand public, que ce soit autour de l'utilisation de leur moteur de recherche (même objectif que Facebook) ou de business plus diversifiés tels que l'IoT (Google Home en est la preuve), la santé, ou l'automobile. L'acquisition la plus médiatisée de Google fut sans nul doute, celle de la société anglaise DeepMind, qui a remporté récemment la victoire au jeu de Go contre le champion du monde Sud-Coréen, exercice dans lequel il faut combiner plusieurs méthodes pour être efficace et tout de même disposer d'une infrastructure matérielle assez puissante… quoi qu'on en dise.
Cependant, même avec cette technologie, Alphago n'a pas gagné systématiquement toutes les parties, mais la couverture médiatique qui en a été faite a donné beaucoup de visibilité à DeepMind, dont les solutions de Machine Learning sont mises au service de la santé ou de la curation de médias.
DeepMind reste encore un laboratoire de recherche qui travaille actuellement sur un projet de réseau neuronal profond doté de capacité d'auto-apprentissage et DeepMind Health, fort d'une collaboration avec le National Health Service au Royaume-Uni a développé une application « Streams » permettant de consulter les résultats d'analyses sanguines de patients risquant une insuffisance rénale aiguë, quelques secondes après leur mise à disposition, de hiérarchiser les dossiers des patients en fonction de la gravité et d'améliorer les soins des patients en situation d'urgence.
Google fait également des progrès réguliers dans le traitement des images et pour l'instant les applications qui en sont faites sont la capacité à identifier à quel endroit a été prise une photo d'extérieur, ou encore pour compter les calories dans des photos de plats.
Les données rares, or noir de Watson
En ce qui concerne IBM, plusieurs acquisitions ont été faites dans différents domaines tels que l'analyse de textes et d'images, la reconnaissance de visages, le tagging automatique d'images, l'analyse temps réel dédiée à la détection de fraudes aux moyens de paiement … et ces compétences et technologies ont été regroupées au sein d'une marque : Watson.
IBM est dans une démarche différente des autres acteurs. Son intérêt se situe majoritairement dans l'acquisition de données rares, dans des domaines bien spécifiques, dont le but est d'alimenter son outil d'Intelligence Artificielle Watson.
Plusieurs acquisitions ont été faites dans ce sens à coups de milliards : The Weather Channel permettant de créer une base météorologique utilisable ensuite pour différents marchés (Agriculture, Tourisme,…) ou encore Truven Health Analytics (données sur le coût et les traitements de 200 millions de patients).
Il s'agit plutôt d'une stratégie Big Data associée à de l'IA dont le but est de créer des bases de données uniques, pour proposer une solution à une problématique posée dans un domaine complexe.
Par exemple, dans le domaine de l'Oncologie, des milliards de données sont analysées (d'où les rachats de données dans le domaine médical), corrélées, pondérées, etc. Afin de pouvoir fournir plusieurs solutions potentielles, à un cas patient en fonction de son profil et des informations données par les médecins. C'est un peu un « Docteur House » qui nécessite des entrepôts de machines pour la puissance de calcul.
On comprend dès lors que les technologies d'IA acquises par IBM sont utilisées pour enrichir en permanence ces bases de données (Machine Learning), avec les publications, mais aussi les données cliniques, afin d'améliorer au fil du temps les réponses à apporter dans les quelques domaines où IBM souhaite se spécialiser.
Cortana, la reine du langage naturel ?
Microsoft de son côté, au même titre qu'IBM, a toujours eu des centres de R&D qui œuvrent dans différents domaines, dont celui de l'Intelligence Artificielle. Cela a donné lieu, entre autres, à l'émergence du système de dialogue en langage naturel Cortana. Dans les autres projets, on trouve également des grands classiques tels que l'amélioration de la reconnaissance de la parole et des images, le tagging automatique de vidéos, et le machine learning.
La stratégie de Microsoft se veut maintenant clairement établie autour du Cloud, avec sa plateforme Azure, et dont le but est de générer un maximum de trafic sur cette infrastructure.
Dans le même temps, Microsoft a bien compris les enjeux de l'IA et se positionne comme un fournisseur de services d'Intelligence Artificielle (reconnaissance vocale, services de géolocalisation, Météo, …), pouvant être utilisés par des sociétés tierces, pour entre autres créer des agents conversationnels intelligents accessibles au travers de sa plateforme Skype, mais également sur d'autres messageries appartenant à d'autres fournisseurs.
Apple, l'art du secret
Dans un tout autre domaine, il y a Apple, qui cultive l'art du secret, qui n'a pas formellement de laboratoire de recherche fondamentale et ne publie pas non plus de papier dans le domaine de l'IA. Il n'en reste pas moins que la firme de Cupertino, bien plus orientée produits que les autres acteurs, a fait peu d'acquisitions. Mais elles sont toujours en rapport avec ses activités.
On compte notamment Emotient (reconnaissance des visages et des émotions), VocalIQ (censé enrichir Siri avec de l'auto-apprentissage), Perceptio (reconnaissance d'images sur fond de deep learning) et Siri. A ce jour, il est plus probable que les prochains investissements d'Apple se fassent en rapport avec son projet de voiture autonome.
Résumons-nous
On voit donc qu'au-delà des technologies développées et des acquisitions effectuées, ce qui compte c'est la stratégie que sert l'Intelligence Artificielle pour ces acteurs.
Pour Google et Facebook, orientés grand public, l'objectif est de monétiser leur réseau social, leur moteur de recherche, en capturant de l'audience avec de l'IA type « Majordome ». Alphabet a également l'ambition de devenir le leader dans la voiture autonome.
Pour IBM, devenir un acteur de premier plan avec des bases de données uniques dans certains domaines ultra-complexes (Santé, Météo), suite logique de sa stratégie Big Data.
Pour Microsoft, devenir un fournisseur de services d'intelligence artificielle, dans le but d'acquérir le plus de trafic possible sur sa plateforme Azure, en procurant certaines briques technologiques sous forme d'APIs, mais également en nouant des partenariats avec des sociétés offrant des solutions métier.
Pour Apple, l'IA sert pour l'instant sa stratégie Smartphone qui est en voie de régression, au profit de l'utilisation de services directement accessibles au travers de messageries types Skype, Messenger, etc. La prochaine étape pour Apple étant la voiture autonome.
Ceci est certes une hyper synthèse, mais a le mérite de « débruiter » tous les messages marketing volontairement faits pour occuper le terrain vis-à-vis du grand public.
[author title= »Éric Adrian, consultant spécialiste de la Transformation Digitale » image= »https://www.objetconnecte.com/wp-content/uploads/2016/11/eric-adrian-profil.jpg »]
Depuis plus de 25 ans, Éric collabore au sein de grands groupes internationaux. Il a commencé sa carrière en tant qu'ingénieur système où il a conduit des projets technologiques dans l'univers high tech, puis dirigé les ventes à l'international. Un peu avant 2000, il a rejoint IBM pour développer l'activité d'une startup récemment acquise. Il fera une grande partie de sa carrière au sein des groupes Software et « Collaboration and social networking ». En 2010, Éric devient vice-président des ventes et de la transformation des affaires dans la majorité des pôles d'IBM France. Au cours de sa dernière année chez Big Blue, il a pris le poste de vice-président de la transformation digitale. En 2015, il devint le CEO de DAVI, une société spécialisée dans l'Intelligence Artificielle. Éric Adrian est aujourd'hui consultant dans ces deux domaines connexes. [/author]
- Partager l'article :
