Visualisez un chantier naval avec des conteneurs de marchandises en suspension. Imaginez le chaos si l’une des grues venait à tomber en panne et relâchait des tonnes de cargaison sur les personnes et les conteneurs situés au-dessous.
Plongez à présent dans un futur défini par l’intelligence de l’apprentissage automatique (Machine Learning ou ML). Un boîtier de contrôle et un système d’alerte automatisé préviennent les ingénieurs que la grue présente un problème. Lors de l’inspection, il n’y a pas de panne évidente… mais le système a repéré qu’avec le temps le treuil peut devenir défectueux si le vent souffle à plus d’une certaine vitesse pendant un certain nombre d’heures. La grue a « appris » ses propres faiblesses.
Ce type de vision nous montre que le Machine learning offre à l’humanité la chance de se débarrasser de ses activités les plus routinières et dangereuses. Les tâches répétitives peuvent être effectuées et améliorées, tandis que les environnements complexes peuvent être compris et gérés. Le ML permet aux machines et aux robots logiciels de prendre des informations et d’adapter les processus en fonction de celles-ci, bien plus vite que nous pouvons introduire de tels progrès dans leur code.
Découvrir l’apprentissage automatique
Pour présenter les choses simplement, le ML est le moyen par lequel les machines utilisent des données pour « apprendre ». D’après Gartner, il permet aux machines de fonctionner, de manière guidée ou non, en se basant sur les leçons tirées de nouvelles informations. La « décision » de proposer une action particulière est déterminée par des boucles de retour validant ou invalidant cette action. Il s’agit d’un développement important dans la façon dont les machines vont travailler pour nous. À tel point que dans l’enquête 2017 Global Digital IQ de PwC, plus de la moitié des organisations interrogées (54 %) réalisent déjà des investissements importants dans l’intelligence artificielle, dont le ML est une discipline clé. Ce nombre passe à près des deux tiers (63 %) dans un délai de trois ans. Notre nouvelle famille robotique est donc l’objet d’importants investissements. En fait, la valeur de ce secteur en pleine évolution est énorme. Les dépenses liées à l’IA et aux systèmes cognitifs devraient atteindre 12,5 milliards de dollars cette année (2017) d’après IDC.
Mais dans quoi ces entreprises investissent-elles exactement ? Nous avons identifié quatre domaines dans lesquels le ML va vraiment changer le monde:
1. Des machines qui mettent fin à l’incertitude.
La réduction des risques est peut-être le scénario d’utilisation le plus intéressant que nous explorerons ici. Dans des contextes industriels, tels que les sites avec de la machinerie lourde ou des environnements d’exploitation dangereux, le ML est susceptible de réduire les incidents catastrophiques causés par des pannes de l’équipement. Il devrait également offrir beaucoup plus de fiabilité dans des établissements comme les hôpitaux, où les pannes des systèmes d’exploitation ou d’alimentation électrique peuvent avoir des conséquences désastreuses, grâce à une approche plus souple et intelligente de l’automatisation.
Cette évolution permettra également d’améliorer l’infrastructure informatique critique qui prend en charge les opérations commerciales, les performances des applications et la disponibilité. Prenez une organisation de services financiers, où la direction de l’entreprise attend un service sans interruption et une très faible latence pour ses opérations. La perspective d’une coupure de courant est un cauchemar pour le directeur informatique. Le ML a le potentiel de redéfinir les systèmes critiques sur lesquels s’appuient ces organisations. Par exemple, l’onduleur du futur préviendra les équipes d’ingénieurs de manière préventive et pourra éventuellement s'auto-diagnostiquer et résoudre les problèmes. Avec les bons systèmes en place, les pertes causées par les pannes peuvent être éliminées.
2. Des machines qui nous protègent
Le domaine de la sécurité ne fait pas de cadeaux. Quand les technologies de défense progressent, les pirates qui les attaquent ne restent pas à la traîne. De la prévalence des équipements d’extrémité tels que les smartphones et les tablettes, avec leurs propres vulnérabilités uniques, à la révolution du cloud et aux changements dans les protocoles de sécurité, les professionnels de la sécurité ont du pain sur la planche. Le ML peut aider à fournir quelques réponses. Gartner a identifié que les produits de détection des menaces et de gestion de la sécurité sont susceptibles de voir leur inclusion de capacités de ML augmenter fortement. L’atténuation des risques pour la cybersécurité exigera davantage d’analyses et une réactivité en temps réel (pour comprendre des tendances de trafic inhabituelles ou des données qui quittent le réseau), ce qui demandera une vitesse d’action tout simplement impossible pour l’homme ou la technologie actuelle. Si les humains restent aujourd’hui aux manettes de la cybersécurité, il est probable que nous verrons bientôt des robots prendre les devants. Ce que les pirates peuvent faire avec cette même technologie est, bien sûr, une autre question…
3. Des machines qui s’occupent de leurs affaires
Le sort de nombreuses entreprises dépend de leur capacité à contrôler les coûts de leur chaîne logistique. Cependant, pour un nombre important d’organisations, celle-ci repose sur une combinaison de connaissances humaines et d’automatisation de machines rapides, mais inintelligentes. Les chaînes logistiques peuvent devenir complètement inefficaces en raison d’erreurs humaines, de la complexité des données et du défi de « ne pas savoir ce que vous ne savez pas ». Le ML offre l’opportunité d’éliminer les maillons faibles de la chaîne et d’augmenter considérablement la portée et la vitesse des calculs impliqués dans ce processus, notamment lorsqu’il s’agit d’identifier des tendances qui ne pourraient pas être découvertes autrement.
À mesure que le déploiement des technologies de l’Internet des objets (IoT) progressera, le nombre de sources de données disponibles augmentera considérablement. À l’avenir, les capacités de navigation des véhicules seront améliorées, les entrepôts seront automatisés et la planification logistique « intelligente » sera presque sans faille. À un certain point, nous verrons peut-être des robots se procurer des biens au nom d’une entreprise et les recevoir d’une autre qui utilise une chaîne logistique entièrement automatisée basée sur le ML. Loin d’être une simple commodité, la chaîne logistique pourrait attirer l’attention des entrepreneurs techniques et des génies du développement à l’avenir.
4. Des machines qui racontent des histoires
Même si nous sommes aujourd’hui aux prises avec les données nécessaires pour prendre des décisions commerciales éclairées, le ML va révolutionner la manière dont les organisations comprennent leurs clients. Cependant, ce n’est pas seulement en termes d’analyse de données que le ML va faire bouger les choses. En effet, les rôles traditionnellement associés à l’homme intelligent et créatif pourraient bientôt être adoptés par nos amis robotiques. D’après le magasine Wired, des robots pourraient bientôt être journalistes sportifs au Royaume-Uni, un concept qui risque de faire hurler les fans à travers le pays. L’idée que des machines puissent nous raconter des histoires tout en analysant des volumes démesurés de données ouvre une multitude de nouvelles possibilités. À l’avenir, il sera donc peut-être plus facile de créer des campagnes de marketing précises et percutantes, mais (pour l’instant du moins) nous avons encore besoin d’un lectorat humain pour consommer les produits!
Apprendre à changer
Même à ce stade embryonnaire, on voit pourquoi le ML emplit généralement les gens d’un mélange de fascination et de peur. Ces deux sentiments sont peut-être justifiés. Cependant, malgré tous les doutes qui subsistent sur le remplacement de compétences humaines par l’automatisation, il est probable que l’AM modifie beaucoup d’entreprises en profondeur. Ce changement verra le jour grâce à des expériences dans des domaines non techniques tels que le marketing, ainsi que par la redéfinition fondamentale de la gestion des environnements de physique et d’ingénierie.
Le ML fera pression sur les équipes informatiques pour qu’elles optimisent l’infrastructure, mais il les aidera aussi à remplir leurs rôles. Il permettra une approche plus prédictive de la gestion informatique et fournira des méthodes adaptatives pour gérer les systèmes d’alimentation électrique et de refroidissement. Pour les équipes faisant face à une pénurie de compétences, l’automatisation basée sur le ML supprimera certains défis liés au manque d’effectifs. Que vous aimiez ou détestiez ces concepts, les professionnels de l’informatique se doivent de les adopter, car ils seront à l’avant-garde de cette évolution.
