Gmail complète maintenant les phrases. Lorsqu'un utilisateur tape « Thanks for your », il propose « email » en gris, et la suggestion est généralement juste. Smart Compose a été lancé l'an dernier, et nous l'utilisons depuis des mois sans nous être penchés sur son fonctionnement.
La semaine dernière, DeepMind a présenté un programme appelé AlphaStar qui a battu des joueurs professionnels de StarCraft II. C'est ce résultat qui a fait les manchettes. Le texte gris dans la boîte de courriel constitue toutefois le développement le plus pertinent pour les entreprises.
L'IA qui fait l'objet de tant de commentaires n'est pas une technologie à venir. Elle est déjà présente dans les outils que les entreprises utilisent chaque jour, et la plupart des utilisateurs ne comprennent pas son fonctionnement. Cette année, nous avons entrepris de combler cette lacune.
Qu'est-ce que l'apprentissage automatique, en termes simples?
Un logiciel conventionnel suit des règles rédigées par une personne : si un courriel contient tel mot, le placer dans tel dossier. L'apprentissage automatique inverse ce processus. Le logiciel reçoit un très grand nombre d'exemples et en déduit lui-même les règles.
Un système à qui l'on présente des millions de courriels marqués comme pourriels par des utilisateurs devient efficace pour repérer les pourriels. Un système à qui l'on présente des millions de phrases tapées après « Merci pour votre » devient efficace pour prédire le mot suivant.
Le système ne comprend pas ce qu'est un pourriel. Il a repéré une régularité.
Cette distinction est plus importante qu'il n'y paraît. Une régularité apprise à partir d'exemples n'est fiable que dans la mesure où ces exemples le sont. Si les exemples sont désuets, déséquilibrés ou tout simplement erronés, le système apprend aussi ces défauts, puis agit en conséquence avec une assurance totale. Les fournisseurs de ces outils mettent rarement cette limite en évidence.
Où l'IA est-elle déjà présente dans les outils des petites entreprises?
On la retrouve tout au long d'une journée de travail ordinaire, même si aucun de ces outils ne porte l'étiquette « IA » :
- Le filtre antipourriel qui maintient une boîte de réservations utilisable.
- Google Maps, qui estime la durée du trajet d'un client selon la circulation.
- Google Traduction, passé à un système neuronal il y a quelques années et devenu nettement plus précis.
- Google Photos, qui repère « bateau » ou « tortue » dans des milliers de photos jamais identifiées.
- La recherche elle-même : Google utilise l'apprentissage automatique pour classer les résultats depuis un certain temps.
- Facebook et Instagram, qui déterminent lesquelles de vos publications les gens voient réellement.
Ce dernier élément a l'incidence financière la plus directe sur une entreprise. Un centre de plongée situé sur une petite île dépend de sa visibilité, et le système qui détermine cette visibilité est un système d'apprentissage que personne à l'extérieur de Facebook ne peut examiner. Nous consacrons un temps considérable à comprendre ce qu'il favorise, comme tous ceux qui gèrent une page de petite entreprise.
Les entreprises ne choisissent donc pas d'utiliser l'IA ou non : elles sont déjà classées par elle.
C'est le point de départ approprié pour un propriétaire de petite entreprise. Plutôt que de s'attarder aux grands débats sur l'IA, il convient de déterminer où ces outils touchent déjà vos clients et votre travail.
Pourquoi apprendre les bases avant que l'engouement n'atteigne son sommet?
Nous avons connu plusieurs vagues semblables. Chez Raincity Studios à Vancouver, nous avons traversé l'essor des blogues, puis celui des médias sociaux, et nous avons vu de nombreuses entreprises investir dans des technologies qu'elles ne comprenaient pas parce qu'un présentateur le leur avait conseillé. Les entreprises qui ont tiré leur épingle du jeu sont celles qui ont pris le temps de comprendre la technologie elles-mêmes avant qu'elle ne devienne un argument de vente.
Nous prévoyons que l'IA suivra le même chemin, à plus grande échelle. Les consultants se positionnent déjà, et la mention « propulsé par l'IA » commence à apparaître sur des produits qui, selon ce que nous pouvons constater, se résument à quelques règles conditionnelles et à un logo attrayant.
Notre approche est donc simple : en apprendre suffisamment dès maintenant, pendant que la discussion se tient encore surtout entre ingénieurs, pour être en mesure d'évaluer correctement les affirmations par la suite.
Quel cours gratuit recommandons-nous?
La meilleure ressource gratuite que nous ayons trouvée est Elements of AI, un cours en ligne de l'Université d'Helsinki et de Reaktor. Il s'adresse au grand public. Il ne requiert ni programmation ni mathématiques avancées, et il expose franchement ce que l'IA ne peut pas faire, ce qui est rare. La Finlande s'est donné pour objectif d'enseigner les bases à une part importante de sa population, une approche que nous jugeons bien plus constructive que l'enthousiasme qui domine dans le fil d'actualité.
Nous avons terminé plusieurs chapitres. La progression est graduelle sur une île de plongée où l'accès à Internet est intermittent, mais c'est la première ressource que nous avons trouvée qui ne s'adresse ni exclusivement aux programmeurs ni à des lecteurs supposés sans aucune connaissance.
Que recommandons-nous à un propriétaire de petite entreprise en ce moment?
Nous avons commencé à étudier ce sujet de façon structurée il y a quelques semaines, et plusieurs recommandations sont déjà claires.
Dressez la liste de vos outils et repérez les fonctions qui font une prédiction pour vous : réponses suggérées, publics publicitaires, ordre d'affichage des avis, traduction, application qui trie vos photos. Ce sont les systèmes d'IA que vous utilisez déjà. Apprenez à connaître leur comportement avant d'acheter tout nouveau produit qui porte cette étiquette.
Une régularité n'est pas un fait. Lorsqu'un outil fait une suggestion, il formule une prédiction à partir des exemples qu'il a vus. Cette prédiction est souvent juste, mais elle est parfois erronée tout en paraissant parfaitement assurée. La décision vous appartient toujours.
Observez les erreurs de ces outils. Soumettre un menu ou une séance d'information de plongée à Google Traduction permet de constater en cinq minutes où ces systèmes sont performants et où ils échouent. Si ce résultat est présenté à un client sans vérification, c'est votre entreprise qui en est responsable, et non Google.
Enfin, consacrez-y une soirée ou deux. Il n'est pas nécessaire de devenir ingénieur, seulement d'en apprendre assez pour que le prochain fournisseur d'une « solution IA » ne puisse pas vous induire en erreur. Une formation en IA accessible aux propriétaires de petites entreprises est encore très rare, et nous prévoyons que le besoin se fera sentir beaucoup plus tôt que la plupart des gens ne le pensent.
Selon notre analyse, l'IA appliquée à la rédaction et à la conversation est plus éloignée que ne le laissent entendre les manchettes, tandis que les fonctions discrètes de tri et de prédiction sont beaucoup plus proches qu'on ne le croit. Ces deux évolutions demeurent incertaines, mais une préparation hâtive est la voie la plus prudente.