Les progrès de la robotique, de l’Intelligence Artificielle (IA) et du machine learning annoncent une nouvelle ère d’innovation. A chacun d’en saisir les opportunités…

Comment résumer les progrès réalisés en matière de robotique, d’Intelligence Artificielle et de machine learning ? C’est finalement assez simple : par l’automatisation. Les robots, qu’ils soient physiques ou numériques, sont aujourd’hui plus souples, plus sûrs et moins chers. Ils sont aptes à remplacer l’homme pour participer à des tâches ingrates ou considérées comme n’apportant pas de valeur ajoutée.

Comment en sommes-nous arrivés là ? En combinant à la fois la mécanisation, les capacités d'apprentissage et l'amélioration en continu. Soit des robots créés et formés par leurs collègues humains, ou qui apprennent de plus en plus par eux-mêmes. Ce mouvement n’est pas nouveau, depuis que l’industrialisation s’est imposée nous cherchons à automatiser. Par contre, le rythme des percées récentes démontre une accélération…

McKinsey-autom-1

Trois facteurs sont à l’origine de cette accélération

1 – Les algorithmes d'apprentissage automatique ont progressé ces dernières années, en particulier grâce au développement de techniques de machine learning et de deep learning, un renforcement de l’apprentissage en profondeur et sur la base des réseaux de neurones.

2 – Les capacité de calcul disponibles permettent de créer plus rapidement des modèles plus grands et plus complexes. Conçues à l'origine pour prendre en charge le rendu visuel des jeux vidéo, les unités de traitement graphique (GPU) ont été réorientées vers l’exécution des données et des algorithmes nécessaires au machine learning, à une vitesse beaucoup plus rapide que les processeurs traditionnels. Ces capacités de calcul ont été agrégées dans des datacenters hyper évolutifs et sont accessibles aux utilisateurs à travers le Cloud.

3 - Les quantités massives de données qui peuvent être utilisées pour générer des modèles de machine learning, par exemple pour la création et l’analyse quotidienne de milliards d'images, de flux de clics, de voix et de vidéo en ligne, ainsi qu'à l'aide des mobiles et des capteurs embarqués dans l'Internet des objets.

Même si la question du remplacement de l’homme par la machine se pose avec de plus en plus d’acuité, les défis technologiques à surmonter restent redoutables avant que les machines ne soient capables d’égaler la performance d’ensemble des activités cognitives humaines. En particulier pour acquérir la capacité de comprendre et de ‘parler’ en langage naturel. Les assistants Siri d’Apple, Alexa d’Amazon, et Google assistant sont encore en développement et les résultats offerts sont bien imparfaits, même s’ils progressent rapidement.

Des avantages et des professions

Il n’en reste pas moins que déjà l’IA et l’automatisation apportent leur lot d’avantages, dont le moindre n’est pas l’accroissement de la productivité. Les experts de McKinsey ont évalué sur un plan macro-économique que l'automatisation à elle seule pourrait augmenter la productivité sur une base globale de 0,8% à 1,4% par an jusqu’en 2065 !

Rappelons que sur la période 1850 à 1910, la vapeur a permis une augmentation de la productivité de 0,3% ; entre 1993 et 2007, la première vague de robotique a engendré une hausse de 0,4% ; tandis qu’entre 1995 et 2015, les IT ont apporté une croissance de productivité de 0,6%.

Les PDG consacrent 25% de leur temps à des activités que les machines pourraient faire… Click to Tweet

Toutes les professions seront affectées, avec des différences considérables selon la structure des économies, le niveau relatif des salaires, la taille et la dynamique de la population active. Seulement 5% des professions seront automatisées à 100%. Et 30% des activités pourraient être automatisées pour 60% des métiers.

McKinsey-autom-2

Plusieurs facteurs clés influencent le rythme et l'ampleur de l'automatisation. Parmi eux figurent :

  • La faisabilité technique de l'automatisation, une étape critique qui dépendra de l'innovation ;
  • Le coût de développement et de déploiement des solutions ;
  • La dynamique du marché du travail, y compris l'offre et la demande, et les coûts de la main-d'œuvre humaine qui restent une alternative à l'automatisation ;
  • Les avantages commerciaux et économiques, en plus des prestations de substitution du travail, et le bénéficie de nouvelles fonctionnalités qui vont au-delà des capacités humaines ;
  • Les environnements réglementaires, sociaux et humains, qui peuvent affecter le taux d'adoption, comme le business.

Source : McKinsey Global Institute - mai 2017

Image d’entête 695437880 @ iStock Heavypong