Tout ne se résume pas à un algorithme. Ni à une success story. L’IA n’est donc pas née en 2022. Le buzz planétaire Open AI avec ChatGPT a donné un coup de projecteur sur l’intelligence artificielle. Et le débat public s’est enflammé. Ceci a créé des raccourcis, des biais. Au point d’utiliser les deux lettres « IA » pour parler en réalité d’IA Générative. Or, le sens donné à la Tech n’est pas celui-là. Car les IAs sont multiples. Ça tombe bien les cas d’usage aussi. Et les intelligences artificielles n’ont jamais autant apporté de sens à nos sociétés que lorsqu’elles répondaient à des besoins métier spécifiques. Des IAs qui doivent être pensées pour et par des métiers. Et au service de l’humain. Petit tour d’histoire…
Vous avez dit une IA ? Non. En réalité, on observe une diversité de systèmes IA…
IA symbolique, computer vision, NLP & LLM, etc. Et ces techno IAs adressent une multitude de cas d’usage et de besoins métier spécifiques en assurance, banque, agroalimentaire, santé, médecine, etc.
Les années 60-70
Le boom des 60’. La décennie est marquée par une évolution exponentielle de la capacité des ordinateurs. Le premier domaine de l’IA porte sur les systèmes experts. Les schémas de logiques et de réflexions sont modélisés dans un système informatique. Ainsi, les premières applications réelles en production de l’IA arrivent à ce moment-là, avec par exemple le système expert MYCIN dédié au diagnostic de maladie infectieuse.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
Les années 80-90
Les 80’, les apprentissages. Cette période concrétise une autre approche, un autre cas d’usage des réseaux de neurones : les modèles connexionnistes. Ces derniers vont donner naissance au Machine Learning. Pour paramétrer ces modèles, on leur fait apprendre de grandes quantités de données pour qu’ils « s’autoconfigurent ». La reconnaissance de caractères illustre bien la nouvelle approche. C’est le premier modèle de réseau de neurones par convolution (CNN) de Yann Le Cun. Autre fait marquant de la décennie : un supercalculateur bat le maitre des échecs Gary Kasparov. Pour la petite histoire, il s’agit du même système utilisé d’apprentissage par renforcement dont s’inspirera en 2018 la startup chinoise à succès DeepSeek.
Les années 2000-2010
Les 2000’ : les nouvelles puissances de calcul. Bien aidées par les bases de données d’apprentissage plus qualitatives, ces technologies ont permis de faire des bonds en avant ; notamment les modèles de Machine Learning et Deep Learning. Idem, les applications des CNN pour la reconnaissance d’images et la segmentation ont permis de nouvelles innovations. Les années 2010 ont vu l’apparition des “ Transformer “ suite à l’une des plus célèbres publications scientifiques de Google : Attention is all you need. Ces derniers ont ouvert la voie au traitement du langage naturel (NLP). Le modèle BERT, développé par Google en 2018, illustre bien ce cap significatif dans ce type d’IA.
Combiner les technologies
L’intelligence artificielle ne se limite pas à sa seule composante IA Gen. Encore faut-il l’expliquer pour le savoir. Et aller plus loin que la success story OpenAI avec ChatGPT. Car la diversité des IAs est bien réelle. Et c’est bien cette diversité qui adresse des besoins métier dans tous les domaines de la société. Pour rappel, le sommet mondial pour l’action sur l’intelligence artificielle a en effet montré l’importance d’un modèle technologique ouvert et pluriel. Pour exploiter pleinement le potentiel de la Tech, les entreprises ne doivent pas maitriser une techno. Elles doivent combiner efficacement l’ensemble des technologies IA et d’automatisation pour adresser leurs besoins métier.
En 2025, les organisations doivent avoir les moyens de leurs ambitions pour accélérer leur transformation digitale. A savoir, combiner les meilleures technologies IA et les orchestrer intelligemment au cœur des processus métier. Les systèmes d’intelligence artificielle prennent tout leur sens au service de l’humain, des métiers, des opérationnels. C’est un fait. Les IAs adressent déjà des cas d’usage multiples pour faciliter le traitement des factures, respecter les obligations de conformité réglementaire, lutter contre la fraude… Une techno qui s’est révélée très utile aussi dans le domaine de la santé et de la recherche en cancérologie. L’autre grand défi de nos sociétés. De l’innovation technologique au progrès ? C’est bien le chemin à parcourir pour installer durablement les IAs responsables dans notre quotidien : des femmes et des hommes qui chaque jour aidés d’assistants IA, à l’image d’un super copilote, se concentreront sur l’essentiel de leur métier.
Pour en savoir plus sur l’IA : Frédéric Le Bars deputy CEO d’ITESOFT a réalisé un calendrier de l’Avent spécial IA. Découvrez-le avec les 25 histoires et cas d’usage sur l’intelligence artificielle.