L'IA n'est pas le produit
Derni\u00e8rement, j’ai parl\u00e9 \u00e0 plusieurs fondateurs qui m’ont dit que des gens leur avaient demand\u00e9 de faire des choses avec l’IA pour leurs produits/services. Il y a clairement un engouement, et beaucoup d’attention se concentre autour de l’IA. De plus, il semble y avoir une vague d’investissements massifs dans des startups qui portent l’IA dans leur nom, ce qui alimente l’engouement.
Si je peux donner mon avis sur le sujet, en m’appuyant sur mon exp\u00e9rience de travail dans une startup qui utilisait l’IA pour construire des produits, je dirai :
Premi\u00e8rement, l’IA est une technologie, tout comme les smartphones ou le cloud. De la m\u00eame mani\u00e8re, on pourrait distinguer deux types d’entreprises : celles qui d\u00e9veloppent la technologie et celles qui s’appuient sur la technologie pour d\u00e9velopper leur produit ou service. Je pense que la premi\u00e8re \u00e9tape est d’\u00eatre clair \u00e0 ce sujet et de savoir o\u00f9 vous vous situez en tant qu’entreprise. Mais tout comme cr\u00e9er un cloud ou un smartphone est \u00e0 la port\u00e9e de quelques-uns, d\u00e9velopper l’IA et la vendre comme produit ou service est \u00e0 la port\u00e9e de quelques-uns. Vous \u00eates donc tr\u00e8s probablement une entreprise qui personnalise et utilise l’IA pour son produit, mais ne la d\u00e9veloppe pas.
(A partir d’ici, je ne fais r\u00e9f\u00e9rence qu’aux entreprises qui utilisent ou veulent utiliser l’IA pour construire des produits)
Deuxi\u00e8mement, nous devons identifier pour quel cas d’usage nous pensons pouvoir utiliser l’IA comme technologie. L’IA est souvent utilis\u00e9e pour : les pr\u00e9dictions, les recommandations, les chatbots, la reconnaissance vocale, les classificateurs de documents, la classification d’images, l’analyse vid\u00e9o, entre autres choses.
Une fois le cas d’usage pouvant b\u00e9n\u00e9ficier de l’utilisation de cette technologie identifi\u00e9, il doit \u00eatre analys\u00e9 comme toute autre nouvelle fonctionnalit\u00e9 ; essayer de comprendre la proposition de valeur et le ROI qu’il peut apporter \u00e0 l’utilisateur. Ainsi que les co\u00fbts d’impl\u00e9mentation et d’exploitation et les risques. Cependant, l’utilisation de l’IA pour impl\u00e9menter notre cas d’usage introduit certaines particularit\u00e9s importantes \u00e0 prendre en compte qui peuvent impacter \u00e0 la fois la proposition de valeur et les co\u00fbts et risques :
Dans le monde de l’IA, il n’existe pas de pr\u00e9cision \u00e0 100 % ; contrairement au monde du logiciel traditionnel, o\u00f9 l’objectif est d’impl\u00e9menter des cas d’usage qui fonctionnent de mani\u00e8re pr\u00e9visible 100 % du temps. Ce point est particuli\u00e8rement important car il implique un changement de mentalit\u00e9 en ce qui concerne les attentes que nous offrons sur notre fonctionnalit\u00e9. De la m\u00eame mani\u00e8re que le syst\u00e8me de recommandation de films de Netflix fait parfois des recommandations qui ne correspondent pas \u00e0 nos int\u00e9r\u00eats, notre application peut nous donner des r\u00e9sultats ind\u00e9sirables. Si cela n’est pas acceptable, alors il vaut mieux repenser le cas d’usage choisi.
Notre cas d’usage peut produire des r\u00e9sultats biais\u00e9s. Il y a eu plusieurs cas importants o\u00f9 les mod\u00e8les se sont r\u00e9v\u00e9l\u00e9s sexistes ou racistes, en raison de biais dans les donn\u00e9es d’entra\u00eenement. Un tel cas s’est produit lorsque Amazon a d\u00e9velopp\u00e9 un mod\u00e8le pour s\u00e9lectionner automatiquement les meilleurs CV des candidats postulant \u00e0 ses offres d’emploi. Le mod\u00e8le d\u00e9favorisait les CV de femmes parce qu’ils avaient utilis\u00e9 des CV \u00e0 dominante masculine des ann\u00e9es r\u00e9centes pour entra\u00eener le mod\u00e8le, et le mod\u00e8le avait appris \u00e0 p\u00e9naliser les femmes. En plus du probl\u00e8me des biais, il y a aussi le probl\u00e8me de l’explicabilit\u00e9 des r\u00e9sultats. Aujourd’hui, en g\u00e9n\u00e9ral, nous n’avons pas d’outils pour expliquer pourquoi l’IA donne un r\u00e9sultat particulier.
L’IA est aliment\u00e9e par les donn\u00e9es, et c’est l’une des cl\u00e9s qui peut nous diff\u00e9rencier de la concurrence. Disposons-nous d’un bon volume de donn\u00e9es de qualit\u00e9 pouvant \u00eatre utilis\u00e9es pour l’entra\u00eenement des mod\u00e8les ? Cela donne un avantage concurrentiel aux entreprises qui ont d\u00e9j\u00e0 de la traction et des utilisateurs, car si elles ont bien fait les choses, elles peuvent disposer de bonnes donn\u00e9es pour entra\u00eener des mod\u00e8les. Cependant, selon le type de donn\u00e9es dont nous avons besoin, les r\u00e9glementations et normes existantes prot\u00e9geant les donn\u00e9es peuvent emp\u00eacher ou compliquer leur utilisation. Un exemple est lorsqu’une entreprise d\u00e9veloppant un produit B2B a besoin d’acc\u00e9der aux donn\u00e9es personnelles des clients de ses clients, afin d’entra\u00eener les mod\u00e8les. Dans ce cas, l’acc\u00e8s \u00e0 ces donn\u00e9es n’est pas toujours simple.
Enfin, lorsque l’on se lance dans un projet utilisant l’IA, il est fortement conseill\u00e9 de parler \u00e0 quelqu’un qui conna\u00eet bien le sujet et qui l’a d\u00e9j\u00e0 fait. Cette personne pourra nous aider \u00e0 analyser le cas d’usage et \u00e0 voir s’il peut b\u00e9n\u00e9ficier de l’utilisation de cette technologie. Ce que je ne recommande pas, c’est de commencer \u00e0 chercher des experts en IA \u00e0 embaucher en interne, sans d’abord chercher un conseil externe. Car d’une part, il se peut que l’IA n’apporte pas de valeur \u00e0 notre business, et d’autre part, l’\u00e9ventail des sp\u00e9cialistes en IA est large et il est facile d’embaucher le mauvais. Tout comme lorsque nous sommes malades, nous allons d’abord chez notre m\u00e9decin g\u00e9n\u00e9raliste qui nous oriente vers un sp\u00e9cialiste, ce serait la meilleure fa\u00e7on de soigner nos maux li\u00e9s \u00e0 l’IA.