L’Europe et IA : mobilisation générale

L’union fait la force ! C’est la raison pour laquelle les 25 pays ont signé à la mi-avril une déclaration commune dans laquelle ils s’engagent à accentuer leur coopération dans l’IA. Mais ils doivent aussi accélérer les investissements dans la recherche et l’innovation.

L’Europe montre la voie. Les investissements de la Commission dans le cadre du programme de recherche et d’innovation Horizon 2020 passeraient à 1,5 milliard d’euros pour la période 2018 – 2020. Doté d’un budget global de 79 milliards d’euros, il permet de financer « des projets résolument interdisciplinaires, susceptibles de répondre aux grands défis économiques et sociaux ». L’IA peut répondre en partie à ces problématiques dans certains secteurs critiques, comme la santé et les transports.

Comme aux États-Unis notamment, l’Europe doit renforcer et multiplier les partenariats public-privé dans le domaine de l’IA mais également dans la robotique et le big data. De son côté le Fonds européen pour les investissements stratégiques va soutenir les start-ups qui se lancent dans l’IA avec une enveloppe de 500 millions d’euros.

Création de valeurs

Tous ces crédits permettront-ils à l’Europe de relever ces défis ? Peut-être, mais il faudra aussi se concentrer sur les limites de l’IA. Dans un rapport intitulé « Notes from the AI frontier, insights from hundreds of use cases », et publié en avril dernier, McKinsey Global Institute a cherché à être concret le plus possible.

Ses analystes ont décortiqué plus de 400 cas d’utilisation dans 19 secteurs d’activité et neuf entreprises. L’IA va permettre d’optimiser les services aux clients, les recommandations d’achat et la tarification dynamique. Elle permettra aussi d’améliorer la logistique et la maintenance prédictive.

Les principaux bénéfices de l’Intelligence artificielle ont déjà été présentés dans de nombreux articles de presse. McKinsey évalue la création de valeurs avec l’intelligence artificielle (IA) entre 2850 et 4730 milliards d’euros par an et à travers le monde. Mais le cabinet constate également qu’il reste encore quelques points de blocage. Il y a tout d’abord, il y a le recueil et la préparation des données. « Ironiquement, l’apprentissage automatique exige souvent beaucoup d’efforts manuels. De nouvelles techniques prometteuses émergent pour relever ce défi, comme le renforcement de l’apprentissage et la formation », lit-on dans ce rapport.

Compréhension

Deuxièmement, McKinsey pointe du doigt la difficulté d’obtenir des volumes de données qui soient suffisamment importants et complets pour être exploités par différents métiers ou secteurs sensibles (essais cliniques par exemple). Les analystes constatent aussi qu’il est encore très difficile d’expliquer de façon simple, à des décideurs, des modèles complexes. Enfin, beaucoup de modèles d’IA ne peuvent pas être généralisés.

Reste l’épineuse question des emplois qui seront automatisés. Mais selon ces analystes, « les prédictions désastreuses selon lesquelles les robots prendront nos emplois sont exagérées ».

Philippe Richard