L'IA au cœur du Economist Innovation Summit : Les leaders appellent à augmenter, pas remplacer, les compétences humaines

L'intelligence artificielle a dominé la session d'ouverture du Economist Innovation Summit (#EconInnov) d'aujourd'hui. Pour des participants comme moi — Jeremy Cowan — qui considéraient l'IA comme un ensemble de chatbots et de pilotes, la session a servi de réveil décisif.

Tom Standage, rédacteur en chef adjoint de The Economist, a accueilli Nicole Eagan, CEO de Darktrace, une entreprise qui se présente comme un « Système immunitaire d'entreprise » pour la cybersécurité. Eagan a annoncé que la plateforme IA de Darktrace est désormais active dans plus de 7 000 organisations dans le monde.

(Nicole sera interviewée par IoT Now dans les prochaines semaines pour discuter du marché de l'IA et de ces déploiements plus en détail. NdR)

S'il n'était pas surprenant que les banques utilisent l'IA pour la détection de fraude et l'analytique prédictive, Eagan a souligné que la plupart des déploiements peuvent être complétés en moins d'une heure — une affirmation que nous revisiterons en profondeur lors de son interview.

Standage a soulevé une préoccupation courante : comment un système IA peut-il détecter des menaces déjà présentes dans le réseau ? Eagan a expliqué que le système peut initialement signaler l'état actuel comme « normal » pendant ses premiers jours d'opération, mais qu'en analysant plusieurs flux de données, il apprend rapidement à repérer les anomalies.

Lourd mais pas lent

Interrogé sur les secteurs leaders de l'adoption de l'IA au-delà de la finance, Heath P. Terry, Managing Director de Goldman Sachs, a livré une réponse surprenante : l'industrie lourde — énergie, pétrole et manufacturing — réalise des gains significatifs. « Une turbine à gaz peut accueillir jusqu'à 400 capteurs », a noté Terry, « et l'IA peut prédire des pannes potentielles de cinq heures à cinq jours à l'avance. Planifier la maintenance pendant les fenêtres de faible usage peut être crucial pour des opérateurs fonctionnant sur des marges de 2-3 %. »

Standage a exprimé une véritable surprise, remarquant : « Ce sont les genres d'entreprises qu'on n'associe pas habituellement à une adoption logicielle rapide. » Interrogé sur les industries à la traîne, Terry a clarifié qu'il ne s'agit pas d'un secteur entier mais plutôt d'entreprises individuelles. « Le retail est souvent plus lent, largement dû à une pénurie massive de talents », a-t-il dit. « Un expert IA à huit chiffres est peu susceptible de choisir une chaîne de retail plutôt que Google ou un autre géant technologique. » Le plus grand obstacle, selon Terry, reste la disponibilité de données de haute qualité.

Michael Wignall, CTO de Microsoft UK, a partagé comment l'entreprise intègre l'IA dans les outils de productivité. « Nous faisons de l'IA une partie standard des workflows quotidiens », a-t-il dit. « La traduction en temps réel sur Skype, par exemple, prend désormais en charge la conversation chinois-anglais. En abaissant la barrière à l'IA, nous la démocratisons. » Il a également souligné le rôle de Microsoft dans l'activation d'un chatbot Dixons Carphone et l'aide à Rolls-Royce pour lancer un modèle Engines-as-a-Service — des exemples qui illustrent le potentiel de l'IA à transformer les modèles d'affaires, bien qu'avec des risques associés.

Construire ou acheter, et autres risques

Standage a noté que les géants technologiques comme Google et Facebook peuvent passer de l'idée au produit en aussi peu que cinq mois, un contraste saisissant avec la transition décennale que beaucoup d'entreprises ont vécue lors de l'adoption du cloud email. Wignall a convenu que l'IA, le machine learning et le deep learning verront un mélange de développement ouvert et d'adoption furtive. « Les utilisateurs prendront conscience de l'IA par son utilité », a-t-il dit.

Il a ajouté que pour des secteurs comme les services financiers, les organisations construisent souvent des solutions IA en interne, tandis que Microsoft et Google fournissent des briques complexes pour éviter de réinventer la roue.

Eagan a averti que l'expansion des déploiements IA peut augmenter la surface d'attaque d'une organisation, surtout compte tenu d'une pénurie de talents — plus de 2 millions de postes en cybersécurité ouverts dans le monde. « Une cyberattaque peut chiffrer des données plus vite qu'un responsable sécurité ne peut prendre un café », a-t-elle dit. « C'est pourquoi la supervision humaine doit être augmentée par l'IA. »

Les gens ont besoin de temps pour faire confiance à l'IA

Interrogée sur la résistance des ingénieurs à l'intégration de l'IA, Eagan a répondu que lorsque l'IA est utilisée pour détecter les menaces, le personnel est généralement réceptif. « Nous donnons aux humains le pouvoir de décider de l'action finale, et la machine neutralise les menaces », a-t-elle dit. Le modèle de déploiement de Darktrace commence par le mode Recommandation, passe au mode Confirmation Humaine, et enfin au mode Actif où l'IA peut agir de manière autonome. « La confiance se construit avec le temps », a-t-elle ajouté.

« Les experts cyber sont dans une sorte de combat corps à corps avec les hackers quand le système est déployé pour la première fois », a-t-elle expliqué. « En un an, après avoir testé la technologie, ils entrent dans une phase de due diligence, benchmarkant leur défense cyber contre leurs pairs. »

En conclusion, Wignall a souligné que l'IA est un outil de productivité mais aussi un catalyseur pour de nouveaux modèles d'affaires. « Alors que les luddites du 19e siècle craignaient la perte d'emplois, les chemins de fer et les télégraphes ont finalement créé de nouvelles opportunités d'emploi », a-t-il dit.

L'auteur est Jeremy Cowan, Directeur éditorial de IoT Now, IoT Global Network et VanillaPlus.