Les nouvelles technologies seront plus autonomes et respectueuses de la vie privée

Intelligence artificielle, machine learning fédéré, informatique quantique… De nouvelles technologies sont lancées régulièrement et font la Une des médias. La publicité précoce autour de ces percées technologiques – souvent présentées comme « révolutionnaires » – produit un certain nombre d’histoires de réussite. Mais l’intérêt s’essouffle dès que des expériences et des mises en œuvre échouent. Les principales causes sont des problèmes de performance et un faible retour sur investissement.

Après ce creux des désillusions, de plus en plus d’exemples montrent comment des entreprises peuvent tirer profit d’une nouvelle technologie qui est mieux comprise. Enfin, un « plateau de productivité » témoigne de l’adoption progressive par le grand public.

Cette suite d’étapes constitue les cinq phases clés du cycle de vie d’une technologie, les fameux « Hype Cycles » du cabinet Gartner.

Publié récemment, son « Hype Cycle for Emerging Technologies » présente un ensemble de technologies émergentes « à connaître absolument ». « Ces technologies sont susceptibles d’apporter des avantages transformationnels au cours des deux à dix prochaines années », expliquent les analystes de ce cabinet américain.

Les technologies émergentes se répartissent en quatre thèmes.

• L’intelligence artificielle autonome : l’évolution rapide de l’IA produit des systèmes capables de fonctionner avec un minimum de supervision, de s’améliorer et de prendre des décisions efficaces dans des environnements complexes.
• La productivité des développeurs : la technologie augmente la productivité des développeurs, ce qui leur permet de fournir plus rapidement des produits de meilleure qualité.
• L’expérience globale : l’imbrication de l’expérience client, de l’expérience employé et de l’expérience utilisateur permet de fidéliser les clients et les employés.
• La sécurité et la protection de la vie privée : les organisations deviendront plus résilientes en utilisant des techniques de sécurité et de protection de la vie privée qui créent une culture de confiance mutuelle et de sensibilisation.

Où en sont les technologies les plus prometteuses comme l’IA – et en particulier l’IA générative que tout le monde ou presque a découverte après le lancement de ChatGPT en novembre 2023 ?

L’IA autonome

Selon Gartner, l’IA générative (ou GenAI en anglais) a « dépassé le pic des attentes exagérées », car les entreprises continuent de passer de l’enthousiasme pour les modèles de base à des cas d’utilisation qui génèrent un retour sur investissement. Cela accélère l’IA autonome.

Alors que la génération actuelle de modèles d’IA manque d’autonomie, les laboratoires de recherche en IA mettent rapidement sur le marché des agents capables d’interagir dynamiquement avec leur environnement pour atteindre leurs objectifs, bien que ce développement soit un processus progressif.

Selon Gartner, les technologies multi-agents pourraient arriver à maturité d’ici 5 à 10 ans. D’autres systèmes d’IA autonomes, tels que les robots humanoïdes en milieu professionnel, pourraient se généraliser, mais dans un avenir plus éloigné.

Gartner cite notamment le cas de l’intelligence artificielle quantique qui est encore un domaine de recherche embryonnaire. Cette technologie vise à exploiter les propriétés uniques de la mécanique quantique pour développer de nouveaux algorithmes d’IA plus puissants qui offrent des performances supérieures aux performances classiques.

À propos de la confidentialité des données, Gartner note que les entreprises deviendront plus résilientes en utilisant des techniques de sécurité et de protection de la vie privée qui créent une culture de confiance mutuelle et de prise de conscience des risques partagés entre les équipes.

Les technologies émergentes censées améliorer la sécurité et la protection des données personnelles comprennent notamment :

• l’AI TriSM (« Artificial Intelligence Trust, Risk, and Security Management » ou « gestion de la confiance, du risque et de la sécurité de l’intelligence artificielle » ;
• le machine learning fédéré permettant d’entraîner un algorithme centralisé de manière distribuée, sans que les utilisateurs aient à dévoiler leurs données ;
• Le chiffrement homomorphique : proche du sommet du « Hype Cycle », cette technique de cryptographie permettant de réaliser des opérations sur des données chiffrées sans que celles-ci aient à être déchiffrées.