Introduction – quand le grand public découvre des technologies matures
L’intelligence artificielle est aujourd’hui au sommet de son cycle de hype. On nous promet des révolutions dans tous les domaines : la médecine, l’énergie, la défense, la créativité. Les médias en parlent comme d’une rupture comparable à l’invention de l’électricité. Mais qu’y a-t-il vraiment derrière ces promesses ?
Pour comprendre, il faut d’abord rappeler un fait simple : la plupart des technologies que l’on regroupe aujourd’hui sous le terme « intelligence artificielle » existent depuis des décennies. Ce qui a changé, c’est qu’elles sont désormais mises entre les mains du grand public. Et cela a créé une bulle, ce qui est normale pour un cycle de développement de technologies.
La répétition des cycles technologiques
Au cours de ma carrière professionnelle, j’ai traversé plusieurs bulles technologiques. À chaque fois, j’ai observé les mêmes phénomènes, les mêmes cycles que nous avons décrits il y a douze ans.
Au début de ma carrière, j’ai vécu la bulle internet à travers mon portefeuille d’actions, attribuées dans le cadre du plan d’épargne salariale de mon employeur, une société technologique américaine cotée au NASDAQ. Je l’ai également traversée en analysant les business plans de start-ups pour un groupe d’investisseurs business angels. Fraîchement sortie d’une thèse de doctorat en modélisation prédictive, j’ai été contactée par de nombreux recruteurs m’invitant à rejoindre d’autres start-ups. Et puis la bulle, la fameuse « dot-com bubble », a éclaté.
Avec le recul, nous pouvons ironiser sur les événements et les évolutions technologiques qui suscitaient l’augmentation galopante des valorisations des sociétés liées à l’internet. Vous pouvez lire une partie de cette description dans mon livre « Où est votre plan ? ».
Pour les bulles plus récentes, regardez les promesses faites lors de l’apparition de la blockchain. Le tapage médiatique criait que cette technologie allait complètement changer nos vies. Quelles sont ses applications réelles aujourd’hui ? Elles sont très limitées, très peu nombreuses comparées aux promesses de la phase de « hype ».
La bulle actuelle : l’IA au sommet de ses illusions
De toute évidence, l’intelligence artificielle arrive aujourd’hui à son Peak of Inflated Expectations. Les signes en sont apparents. La difficulté dans un tel moment est de se pencher sur les sujets les plus pertinents pour l’avenir. Et surtout, de faire la différence entre les usages potentiels de l’IA et les applications concrètes permettant de résoudre des problèmes réels.
C’est exactement ce qui s’est passé pour la blockchain, pour la bulle internet, et pour tant d’autres bulles technologiques avant elles.
Ce que l’IA est vraiment : des technologies anciennes réunies sous un nom nouveau
Regardons d’un point de vue technologique en quoi consiste l’intelligence artificielle d’aujourd’hui. Grossièrement parlant, le « hype » actuel est lié au fait que des technologies connues des experts sont aujourd’hui mises entre les mains du grand public. Rien de plus.
Les bases de données et le langage naturel : Les bases de données où l’on pouvait chercher des réponses à une question existent depuis des décennies. Sauf qu’il fallait écrire une requête en langage SQL pour le faire. Aujourd’hui, une personne quelconque peut le faire en utilisant le langage naturel.
Le Big Data : Les grandes bases de données existent également depuis très longtemps. Nous avons fait une analyse de tendances les concernant il y a plus de dix ans. C’est exactement cela qui se trouve derrière « l’intelligence » de l’intelligence artificielle.
Le machine learning : L’apprentissage des machines existe depuis des décennies. Les premiers chat-bots sont devenus disponibles pour le grand public au début des années 2000.
Les scripts et les « agents IA » : Depuis des décennies, il existe des moyens de lier, de créer une articulation entre différentes parties d’algorithmes ou d’un système d’information. Cela s’appelait des scripts. Ce qu’on appelle aujourd’hui « AI agents » est précisément cela.
On peut continuer la liste des technologies qui existent depuis des décennies et qui sont aujourd’hui réunies sous le terme « intelligence artificielle ». L’engouement autour de l’IA est simplement lié au fait que toutes ces technologies sont mises entre les mains du grand public, ce qui a donné des vertiges et créé une bulle.
Le test des deux requêtes
L’une des meilleures illustrations de cette différence entre usages imaginaires et applications réelles est l’expérience suivante. Tapez dans n’importe quel moteur de recherche deux requêtes. L’une interrogeant sur les « Top 10 des usages possibles de l’IA », et l’autre sur les « Top 10 des applications réelles et concrètes de l’IA ».
La différence entre ces deux requêtes semble minime, mais en réalité, elle est immense.
Dans le premier cas, vous lirez des promesses enthousiastes : la médecine sera transformée, la vie sera différente, nous allons passer notre temps à créer des œuvres dans les domaines d’activité qui nous enchantent tandis que les robots et l’IA prendront notre place. Bref, un avenir radieux.
Dans le second, vous trouverez des choses beaucoup plus modestes : des programmes qui corrigent des tableaux Excel, qui extraient du texte de fichiers PDF, qui retouchent des vidéos ou qui ressuscitent de vieilles photos. Si l’on résume avec un peu de sarcasme, les gens paient pour générer éternellement le même chaton en combinaison spatiale. Des applications révolutionnaires ? Pas vraiment.
Les incidents : le rappel des limites
Si nous ajoutons à cela tous les incidents recensés dans la base des incidents IA, nous comprenons rapidement les limites des promesses des usages futurs face aux applications permettant de résoudre des problèmes réels.
Dans ce contexte, les réflexions autour des sujets « IA et la médecine », « IA et énergie » ou encore « IA et la défense » sont des réflexions à propos des usages possibles, et deviennent de moins en moins pertinentes.
Rappelons-nous qu’en 2018, huit consortiums d’universités américaines ont lancé des recherches massives sur les applications militaires de l’IA, sa sécurité et son éthique. Au printemps 2018, plusieurs rapports sérieux sont parus : « Que peut-on attendre de l’IA ? » et « Qu’est-ce qui pourrait mal tourner ? » Cela signifie que la majorité des usages possibles de l’IA a déjà été imaginée par les universités, les laboratoires de recherche et les think-tanks spécialisés. Les compléments peuvent être faits vraiment à la marge.
Mais la vraie question pertinente qu’il faut anticiper aujourd’hui, c’est : quelles seront les applications réelles de l’IA ? Et surtout, qui va les financer dans les conditions d’une crise de phase ?
Les investisseurs commencent à douter
Il y a quelques mois, lors d’une réunion des grands investisseurs américains, une annonce a fait l’effet d’une bombe : l’IA dans sa forme actuelle a atteint ses limites technologiques et le retour sur investissement est compromis. Globalement, il a été proposé de considérer les quelque 300 milliards de dollars investis dans l’IA comme des « coûts irrécupérables » (sunk costs).
Que vont faire ces grands investisseurs ? Quelles combines vont-ils trouver pour récupérer au moins partiellement l’argent investi ? Nous n’avons pas de réponses.
Plus récemment, les journalistes ont commencé à s’interroger. Ils sont allés demander aux entreprises : « Êtes-vous satisfaites de l’IA ? ». Le résultat est éloquent : seules 5 % des entreprises qui ont investi dans l’IA estiment que cela leur a été utile. Les 95 % restantes considèrent que cet argent a été dépensé en pure perte.
C’est le premier résultat concret de l’adoption massive de l’IA : les entreprises ont gaspillé leur argent. Cela confirme ce que nous avons déjà évoqué : les domaines où il faut utiliser l’IA doivent être très clairement définis et mesurés.
Conclusion : la différence entre le rêve et la réalité
Il existe une différence considérable entre les usages imaginés de l’IA et ses applications réelles. Le grand public, dans son euphorie généralisée, au sommet du Peak of Inflated Expectations, ne voit pas cette différence.
Les résultats sont pourtant là : 95 % des entreprises qui ont investi dans l’IA estiment que leur argent a été gaspillé. Les applications concrètes sont limitées, souvent modestes. Les usages promis sont souvent des mirages.
La vraie question pertinente aujourd’hui, celle qu’il faut anticiper, est la suivante : quelles seront les applications réelles de l’IA ? Et qui va les financer dans les conditions d’une crise de phase ?
Car si l’IA peut être utile – dans des domaines précis, bien délimités, bien mesurés – elle n’est pas la révolution universelle qu’on nous promet. Et il est temps de distinguer clairement ce qui relève du fantasme et ce qui relève de la réalité.
Les opinions exprimées dans cet article sont personnelles à l’auteur.
