Les nouveautés en matière d'intelligence artificielle présentées dans le Hype Cycle de Gartner 2022

Les nombreuses innovations dans le domaine de l'IA devraient avoir des incidences sur les personnes et les processus internes et externes à l'entreprise, leur compréhension est donc importante pour de nombreuses parties prenantes, des chefs d'entreprise aux équipes d'ingénierie chargées de déployer et de rendre opérationnels les systèmes faisant appel à l'IA.

Les responsables des données et analyses sont ceux qui ont le plus à gagner, en utilisant les perspectives du Hype Cycle pour élaborer leurs stratégies relatives à l'IA de demain et exploiter les technologies à fort potentiel dès aujourd'hui.

Les innovations liées à l'IA du Hype Cycle traduisent des priorités complémentaires et parfois contradictoires dans quatre catégories principales :

1. IA centrée sur des données

2. IA centrée sur des modèles

3. IA centrée sur des applications

4. IA centrée sur l'humain

En savoir plus : Guide de l'IA à l'intention des cadres

L'IA causale comprend différentes techniques, comme les graphiques causaux et la simulation, qui permettent de découvrir les relations causales afin d'améliorer la prise de décision. Bien qu'il faille attendre 5 à 10 ans pour que l'IA causale soit adoptée par le plus grand nombre, on s'attend à ce que les avantages commerciaux soient considérables et que cela permettre aux entreprises d'adopter de nouvelles méthodes d'exécution des processus horizontaux ou verticaux qui se traduiront par une augmentation significative des revenus ou des économies de coûts. Les avantages de l'IA causale sont les suivants :

• des gains d'efficacité grâce à l'ajout de la connaissance du domaine aux modèles d'IA causale d'amorçage avec des ensembles de données plus petits

• Augmentation de la prise de décision et autonomie dans les systèmes d'IA

• une amélioration des capacités d’explication par la saisie de relations de cause à effet faciles à interpréter

• une plus grande stabilité et adaptabilité en tirant parti de relations causales qui restent pertinentes même dans des environnements en constante évolution

• diminution des erreurs et risques de biais dans les systèmes d'IA en rendant les liens de causalité plus explicites

Les innovations dans ce domaine comprennent notamment l’aide intégrée à la décision, les systèmes opérationnels d'IA, les ModelOps, les services cloud d'IA, les robots intelligents, le traitement du langage naturel (NLP), les véhicules autonomes, les applications intelligentes et la vision par ordinateur.

Nous prévoyons que l'aide intégrée à la décision et l'IA en périphérie seront toutes deux adoptées par le grand public d'ici deux à cinq ans et qu'elles présenteront des avantages considérables pour les entreprises.

L’aide intégrée à la décision est une discipline pratique utilisée pour améliorer la prise de décision qui vient interpréter et analyser de manière explicite la façon dont les décisions sont effectuées et la façon dont les résultats sont évalués, gérés et améliorés grâce à des retours d'information.

L'aide intégrée à la décision permet de :

• réduire les retards techniques et d'accroître la visibilité, ainsi que d'améliorer la portée des processus d'entreprise en renforçant sensiblement la viabilité des modèles décisionnels des entreprises sur la base de leur pertinence et de leur degré de transparence, ce qui accroît la transparence et la possibilité de contrôle des décisions

• réduire l'imprévisibilité des résultats décisionnels en saisissant et en comptabilisant correctement les facteurs d'incertitude présents en contexte professionnel et en rendant les modèles décisionnels plus résilients

Télécharger maintenant : Comment définir une stratégie pour votre processus décisionnel

L'IA en périphérie fait référence à l'utilisation de techniques d'IA intégrées dans les terminaux de l'Internet des objets (IdO), les passerelles et les serveurs en périphérie, dans des applications allant des véhicules autonomes aux analyses en continu. Les avantages commerciaux comprennent :

• amélioration de l'efficacité opérationnelle, notamment dans les systèmes d'inspection visuelle de production

• optimisation de l'expérience client

• réduction de la latence dans la prise de décision, grâce à l'utilisation d'analyses locales

• réduction des coûts liés à la connectivité, grâce à la diminution du trafic de données entre la périphérie et le cloud

• accessibilité en continu de la solution, indépendamment de la connectivité du réseau

Cette catégorie d'innovations comprend la gestion de la confiance, du risque et de la sécurité en matière d'IA (TRiSM), l'IA responsable, l'éthique numérique et les modules de conception et d'enseignement de l'IA.

Lorsque l'IA se substitue aux décisions humaines, elle amplifie aussi bien les bonnes que les mauvaises conclusions. L'IA responsable permet d'obtenir de bons résultats en résolvant les dilemmes inhérents à la recherche de rentabilité et à la tolérance aux risques. L'IA responsable est un terme générique désignant les aspects liés à la réalisation de choix commerciaux et éthiques appropriés lors de l'adoption de l'IA, notamment en ce qui concerne la valeur commerciale et sociétale, le risque, la confiance, la transparence, l'équité, l'atténuation des biais, les capacités de justification, la responsabilité, la sécurité, la confidentialité et la conformité réglementaire. Il faudra 5 à 10 ans pour que l'IA responsable soit adoptée par le grand public, mais elle produira à terme une incidence transformatrice sur les entreprises.

L'éthique numérique est une tendance à plus court terme (deux à cinq ans) susceptible d'avoir un impact important sur les entreprises. L'éthique numérique comprend les systèmes de valeurs et les principes moraux pour la conduite des interactions électroniques entre les personnes, les entreprises et les équipements. Ces questions, notamment en ce qui concerne la vie privée et les partis pris, restent préoccupantes pour un grand nombre de personnes. De plus en plus conscients de la valeur de leurs informations, les usagers sont insatisfaits du manque de transparence, des abus et violations. Les entreprises prennent des mesures pour atténuer les risques liés à la gestion et à la sécurisation des données personnelles, tandis que les gouvernements mettent en œuvre une législation plus stricte.

De nombreuses sociétés négligent encore les questions d'éthique numérique parce qu'elles pensent qu'elles ne s'appliquent pas à leur secteur ou à leur domaine, mais Gartner prévoit que d'ici 2024, 30 % des grandes entreprises feront appel à une nouvelle mesure représentant les préoccupations sociétales pour prendre en compte ces questions et évaluer leur incidence sur leurs performances commerciales. Les entreprises devront intégrer l'éthique numérique dans leurs stratégies d'IA afin de renforcer leur influence et leur réputation auprès des clients, des employés, des partenaires et de la société.

Pour résumer :

• Le Hype Cycle™ 2022 de Gartner consacré à l'intelligence artificielle présente des innovations «∘incontournables∘» qui devraient apporter des avantages considérables à toute entreprise.

• Ces innovations ne se limitent pas aux techniques d'IA courantes déjà utilisées pour conférer aux applications d'entreprise, aux appareils et aux outils de productivité auparavant statiques des capacités intelligentes.

• Soyez très attentif aux innovations qui devraient être adoptées par le grand public d'ici deux à cinq ans, notamment l'IA composite, l'aide à la décision intégrée et l'IA en périphérie.

Afraz Jaffri is a Research Director at Gartner, where Mr. Jaffri focuses on Analytics, Data Science and AI. He advises Data and Analytics leaders on making the most from their investments in modern data science, machine learning and analytics platforms.