L’IA en cinq grandes tendances pour 2020

L’IA en cinq grandes tendances pour 2020

Selon les prévisions des analystes (Gartner, IDC et Forrester), 2020 sera une année qui compte dans l’adoption de l’IA. L’intelligence artificielle n’en finit pas de gagner du terrain et d’attirer les investissements. Ainsi, selon IDC, les dépenses mondiales en IA vont augmenter à un taux annuel de 28.4 % jusqu’en 2023, année où elles frôleront les 100 milliards de dollars. Dès 2020, les orientations de l’IA pour monter en force vont se préciser.

 

Les tendances de l’IA identifiées par les analystes pour 2020 ne se cantonnent pas aux seuls aspects technologiques. La réflexion autour des usages et des responsabilités associés à l’IA vont plus qu’auparavant faire partie de l’équation. Se doter des bonnes ressources, tant humaines qu’en termes de données, figurera également parmi les priorités l’année prochaine.

 

Une IA plus autonome, automatisant davantage de fonctions

Accélérer l’automatisation de fonctions jusque-là humaines sera à l’ordre du jour en 2020. La machine devrait plus souvent prendre le relais, entre autres via les objets connectés. Mais plus qu’une programmation rigide, il sera aussi attendu de l’IA des comportements plus élaborés et des interactions plus naturelles avec l’environnement et les humains.

Forrester confirme cette attente, ayant investigué auprès des entreprises du Fortune 500 : elles mettent le cap sur une automatisation accrue de tâches, le recours à l’analyse de texte et l’apprentissage automatique. Parmi les applications prioritaires figurent le traitement des e-mails et documents et la conversation par chatbot avec les internautes. Un bémol toutefois : si l’autonomie de l’IA est une tendance, il reste encore beaucoup à faire pour que le niveau de service de la machine soit à la hauteur des attentes humaines.

 

Traitement des Big Data : un usage plébiscité de l’IA

Le traitement des Big Data est un enjeu qui va continuer à prendre de l’ampleur et l’IA est attendue en renfort. Notamment, l’apprentissage machine et les algorithmes doivent aider à trier les données, apprendre à reconnaître des modèles normaux donc, par défaut, les anomalies. Pour l’humain aux commandes, l’intérêt tient à être dirigé plus vite vers ce qui mérite son attention, son contrôle et des mesures correctives. De nombreux champs d’application se confirment pour le traitement des Big Data par l’IA, notamment dans les RH et l’informatique.

 

L’IA prend pied dans la sécurité informatique

Dans le domaine de la sécurité informatique, l’IA devrait davantage venir en appui de la décision humaine dans un contexte d’IoT, de Cloud et d’hyper-connexion qui augmentent la surface d’attaque. L’IA intéresse trois axes de sécurité en particulier selon Gartner : la protection des systèmes d’intelligence artificielle, l’utilisation de l’IA pour renforcer la sécurité et l’anticipation des attaques par des hackers qui font eux-mêmes appel à l’IA. D’où, en 2020, un impératif de gouvernance accru pour l’entreprise : passer l’intégration de l’IA dans ses politiques de sécurité à la vitesse supérieure.

 

Prise de décision : besoin d’une IA plus compréhensible

Parmi les tendances de l’IA en 2020, les analystes notent une attente forte tant du secteur privé que public de mieux cerner le fonctionnement de l’IA pour arriver à ses résultats. Ainsi, avoir davantage d’informations sur les critères, les attributs et les modèles statistiques utilisés par l’IA va gagner en importance. Derrière cette attente, se précise la responsabilité de l’organisation utilisatrice de l’IA dans ses opérations.

Ainsi, quand l’humain se fait assister par la machine, il doit pouvoir expliquer les décisions prises. Dans le même registre, les entreprises devront mieux justifier les usages de l’IA et rassurer quant aux risques de déviance (désinformation, surveillance de masse, discrimination algorithmique, entre autres).

 

Trouver les bonnes ressources

Une constante va se poursuivre en 2020 : la nécessité de trouver les compétences humaines pour développer les applications d’IA et les implémenter. Le besoin en ressources va aussi concerner de plus en plus les données à recueillir pour faire fonctionner les programmes d’IA. Selon Forrester, ce recueil de données prend encore 70 % du temps des développeurs en Machine Learning. Les entreprises vont devoir prendre cette problématique à bras-le-corps pour progresser dans le déploiement de l’IA. Également, elles devront faire évoluer leur infrastructure IT, car les workloads de l’IA nécessitent du matériel et des configurations logicielles spécifiques.

A propos de l'auteur

Frederi Mandin

Directeur Technique IA

Recevez par mail les articles et actualités de Au coeur des InfrasJe m'inscris à la Newsletter