Europe de l'IA: le début d'une vision?

GreenSI adore les hasards du calendrier.
Ainsi la semaine ou le célèbre institut de technologie MIT annonce aux États-Unis qu'une IA a découvert une molécule candidate pour un nouvel antibiotique, la recherche de la Commission Européenne (JRC) sort un document pour expliquer que l'IA c'est bien, mais que cela peut fragiliser nos infrastructures et surtout qu'il faut stopper les algorithmes que l'on ne comprends pas.

Certes ce sont des questions importantes à long terme. Mais avant de s'imaginer dans un scénario de science fiction, celui qui sera sauvé demain par cette molécule antibiotique appelée Halicin (en référence à HAL de 2001 Odyssée de l'espace) se fichera bien de savoir si on s'explique ou pas pourquoi il est en vie !

GreenSI espère donc que ce rapport "Robustness and Explainability of Artificial Intelligence : from technical to policy solutions" sera le dernier des rapports où on passe plus de temps à expliquer ce qu'il ne faut pas faire, que de se donner une vision pour l'Europe sur ce que l'on pourrait faire pour rattraper notre retard et comment le stimuler.
Voici quelques morceaux choisis des recommandations, qui pour GreenSI sont "hors sol" dans le contexte que l'on connait du retard européen mais aussi vu des démarches d'innovation :

• "À la lumière des récents progrès de l'IA, les graves conséquences négatives de son utilisation pour les citoyens et les organisations de l'UE."
• "Les concepts de robustesse et d'explicabilité des systèmes d'IA sont apparus comme des éléments clés pour une future réglementation de cette technologie."
• "La mise en œuvre d'approches d'explicabilité dès la conception dans les composants de l'IA qui garantiraient le respect des droits fondamentaux."
• "Une discussion technique sur les risques actuels associés à l'IA en termes de sécurité, de sûreté et de protection des données."

Pourtant la réalité est assez limpide : l'Europe n'a pas à rougir des compétences en matière d'IA, comme cela est mis en avant par toutes les études sur le sujet, mais l'Europe manque de champions de taille internationale, que ce soit d'ailleurs du privé ou du public, quand on pense aux laboratoires de recherche.
Le meilleur moyen de passer de la théorie à la pratique est de pratiquer!

Donc ce dont l'Europe à besoin n'est pas un carcan de nouvelles politiques basées sur des concepts qu'il faudra respecter pour tenter de bloquer les autres (ou alors on suppose que la bataille anti GAFAM et BATX est déjà perdue?), mais bien d'autorisations, d'ouvertures ou de stimulation pour le passage à l'action des entreprises et laboratoires de recherche européens. C'est un changement total de posture de la Commission Européenne qui est attendu.

Prenons l'exemple de Djingo, l'IA assistant vocal développée en Europe par Orange et Deutsch Telekom, dans le plus strict respect du RGPD. Il sort avec deux ans de retard. Djingo aura du mal à rattraper les Alexa, Baidu et Google Home qui n'ont pas hésité à collecter le plus d'enregistrements de voix de personnes pour entraîner leur assistant dans toutes les langues. Et quand ce dernier ne comprend pas son utilisateur, ils n'hésitent pas non plus à faire écouter la question par un humain pour améliorer la compréhension de la machine, même sans toujours avoir le consentement éclairé et explicite de l'utilisateur...  

Ce dont l'Europe a besoin c'est d'une vision et d'un chemin pour développer les mégas bases de données qui permettront à la technologie d'IA actuellement la plus prometteuse (le machine learning) de développer des services innovants.

Heureusement cette semaine a eu lieu également la première conférence du commissaire européen au marché intérieur, Thierry Breton, incluant le numérique, sur la stratégie de l'Europe en matière de données et d'Intelligence Artificielle. GreenSI y a vu un le début d’une inflexion prometteuse, puisque l'on commence a dire ce que l'on veut faire, nous les européens, et non uniquement à vouloir réglementer ou alerter sur ce que les autres (américains et les chinois) font. 

Revenons sur le vocal comme illustration de ce changement de posture vers le pragmastisme. Cette technologie permettrait de baisser la barrière de la langue dans l'intégration européenne. Ce serait un comble que les traducteurs temps réel présentés au CES 2019, et qui traitent toutes leurs requêtes aux États-Unis, soient les seules options pour un européen. Voire que la seule réponse des européens soit de les interdire pour cette raison. D'ailleurs, le parlement européen est le premier utilisateur de traducteurs et d'assistant pour fonctionner en 23 langues (plus de 1000). Il pourrait justifier à lui tout seul le travail sur les assistants vocaux multi-lingues.

Alors pourquoi ne pas se fixer une vision de communication fluides entre européens facilités par l'IA, pour baisser cette barrière ? Mettre en œuvre les autorisations temporaires permettant d'arriver à accélérer les initiatives, même si elles ne sont pas toutes RGPD compatibles. Ce serait plus moteur que d'aller débattre sur l'explicabilité et la robustesse des algorithmes de Deep Learning, non ? Des algorithmes qui d'ailleurs on pour l'instant ont plus de chance d'être créé ailleurs qu'en Europe !

Dans ce contexte l'intervention du commissaire européen Thierry Breton apparait comme une réelle inflexion avec une approche tournée vers la conquête et le pragmatisme, au moins dans sa communication. Il propose de construire une stratégie sur le champ laissé libre autour des données industrielles ce qui tranche avec les approches précédentes, et évite les freins et les débats sans fin autour du RGPD. Il ouvre également une consultation publique et un calendrier accéléré.

Un billet de GreenSI de 2017 abordait d'ailleurs la question "Va-t-on assister à une bataille pour les données des machines ?" et mettait en garde les entreprises à prendre en compte cette perspective et se préparer à protéger dans des contrats la propriété des données, des modèles, de leur accès ou de l'interdiction de leur accès, sous peine que d'autres ne le fassent sans leur demander leur avis.

Un appui de l'Europe serait certainement un formidable accélérateur de cette protection d'une fabrication industrielle qui est la première mondiale. Car la collecte, la modélisation et l'analyse des données des secteurs industriels a de la valeur, et un scénario "à la GAFA" qui tire toute la valeur des données ou du logiciel n'est pas impossible si on laisse les acteurs du Cloud (Salesforce, Microsoft en tête) aspirer les données des entreprises dans leur data centers sous prétexte d'y afficher des tableaux de bord.

Le traitement des données industrielles, c'est même le cœur de la transformation digitale des entreprises de ces secteurs. Donc indirectement c'est un soutien à la digitalisation des entreprises européenne.
La guerre des données industrielles peut donc commencer et l'Europe est certainement un champ de bataille majeur, à cause de son histoire industrielle et du leadership mondial en la matière des entreprises européennes. 
Investir dans des infrastructures de gestion de données et développer une approche et des écosystèmes sectoriels fait donc parti des mesures qui seront vraisemblablement proposées, visant à créer un marché unique des données industrielles. L'open data des entreprises n'est pas loin, mais pas dans une approche gratuite comme elle a été poussée jusque-là (voir: De l'open data à la stratégie de données).


Ces infrastructures commencent sur le terrain, partout où il y a des machines, dans les usines, sur les chantiers, sur les routes, dans les villes intelligentes. L'enjeu des réseaux aériens pour les connecter, collecter les données et les stocker sont des enjeux essentiels.

C'est dans ce contexte qu'il faut maintenant analyser le développement de la 5G en Europe, l'utilisation de technologies non européennes, et la criticité de son développement rapide en Europe. La 5G n'est pas que le sujet des opérateurs et des services de vidéos entre particuliers, c'est bien sûr aussi le sujet de la collecte de données industrielles en masse, en temps réel avec une faible latence, et en complément aux réseaux actuels.
C'est également dans ce contexte qu'il faut revenir sur un billet de 2018, "Edge computing, qui va gérer les données ?" car la majorité des données industrielles ne remonteront plus dans le Cloud et les data centers, comme le paradigme actuel le veut. Elles seront gérées en périphérie ("Edge computing"), cette infrastructure composée de tous les équipement mobiles, des robots d'usines aux véhicules connectés, en passant par les objets communicants.

Cette inversion de paradigme du stockage de données est une disruption pour le modèle des GAFAs, qui pour lutter contre cette vision vont jusqu’à proposer un tarif gratuit pour l'entrée des données dans leur Cloud, et un paiement uniquement à la sortie.

Enfin on constate que l’IA n'est pas une technologie isolée mais un moyen d'innover par intégration de technologies. Ce sera encore plus vrai dans l'industrie avec ses objets connectés, l'Edge et les réseaux comme la 5G (voir : Pensez à relier les technologies entre elles). L'intelligence artificielle doit donc amener à recomposer les industries et les services, et hybrider industriels et champions du numérique. Mais pour favoriser les rapprochements et le développement de ces grands acteurs européens il faudra peut-être que l'Europe revienne sur ses règles de la concurrence qui parfois freinent leur émergence.

D'une Europe réglementaire à une Europe visionnaire, la conduite des changements sera longue à la Commission Européenne. Mais GreenSI veut voir une inflexion dans les dernières annonces du plan IA de Thierry Breton. Son approche aussi est différente puisque c'est via un livre blanc et une consultation publique ouverte jusqu'en mai (disponible ici) qu'il veut enrichir cette stratégie.

Pensez à relier les technologies entre elles

En anglais on dirait "connecting the dot", expression favorite de Steve Jobs.
GreenSI a choisi de montrer avec ce billet pourquoi la transversalité des technologies est essentielle et qu'il ne faut pas chercher à tester et lancer des projets en silos. 

Un billet de 2018 montrait comment le drone était en train de se faire sa place dans l'entreprise et dans les services aux entreprises avec le développement du "Drones as a service". Ce service est rendu possible par une plateforme qui à la fois pilote et optimise l'acquisition des données avec les drones, mais également qui traite les données et les restituent aux abonnés du service.
Cette plateforme permet les économies d'échelles qui rendent le service compétitif par rapport à ce qu'une entreprise pourrait faire seule en cherchant à acquérir des drones. Ses domaines de développement sont par exemple l'inspection d'immeubles ou les services à la construction. 

Le drone est ainsi rentré dans le domaine de l'internet des objets (Iot).
Mais le drone mène aussi au développement d'une infrastructure locale de données connue sous le nom de "Edge computing" (voir Edge : qui va gérer les données). En effet, une grande partie de l'attention actuelle accordée à cette "informatique de périphérie" provient de la nécessité pour les systèmes IoT de fournir des capacités déconnectées ou distribuées. Le cloud ayant trouvé ses limites dans les débits de remontés d'information.
Ces limitations seront peut-être dépassées quand la 5G sera disponible partout sur le territoire, mais en attendant, dès qu'on produit 1To de données par jour depuis le terrain, les infrastructures Cloud ne suivent pas, surtout en temps réel.

La promesse du "Edge" est donc de traiter ces données au plus vite, au plus près du terrain, sans faire des allers-retours avec un Cloud, qui aurait tout la puissance requise pour cela, mais pas la bande passante pour y accéder.
L'Edge computing est donc doté de ressources de calcul de plus en plus sophistiquées et spécialisées et d'un stockage de données accru. Au delà des drones il est déjà présent sur les sites industriels et se généralisera avec le développement des drones, des robots et des véhicules autonomes.
Pour une autre raison (le rejet des GAFAs et de leur domination des Clouds) les villes se dotent parfois d'une infrastructure de gestion locale des données et de constitution de leurs maquettes numériques que l'on peut mettre dans le domaine du Edge.
 

Drone et Edge se connectent.
L'intelligence artificielle se nourrit des nouvelles sources de données en masse, celles que produisent les drones. Au départ elle est embarquée pour permettre les fonctions principales de vol, et notamment la stabilisation, et la navigation. Elle va poursuivre son développement avec la coordination de flottes de drones et la gestion de l'espace aérien qui leur sera réservé. Enfin elle va traiter les données acquises et stockées dans l'Edge pour permettre à l'entreprise de prendre des décisions le plus rapidement possible, avec les données d’observation issues des drones.

A la clef, une meilleure efficacité opérationnelle, la réduction des coûts, des interruptions de service, l'amélioration de la sécurité, etc... Le plus souvent dans les domaines que sont la supervision des infrastructures physiques.
Donc les drones possèdent la capacité de créer d'immenses volumes de données, à l'aide de capteurs et de caméra. Pour garantir que ces données sont traitées et analysées, les drones les transmettent au Edge, qui développe des traitements intelligents, le tout supporté par un Cloud, mais en limitant les déplacements de données et répondre aux limitations de bande passante et de connectivité.

Drones, Edge, Cloud et IA, ces technologies sont amenées à être connectés et pensées de concert.
Leur combinaison offre des cas d'usages supplémentaires, à la fois pour fiabiliser chaque technologie par un apport d'une autre, mais également pour les combiner avec une multiplication des possibilités.

Les drones se révèlent alors être les périphériques de traitement et d'analyse de données par eux-mêmes. La combinaison des technologies une redoutable plateforme intelligente de gestion de données.

La tendance est alors celle de drones entièrement autonomes, par exemple pour l'inspection, capables de détecter et d'identifier les défauts ou les dysfonctionnements au plus tôt et sans assistance humaine.

Cette nouvelle architecture amène de nouveaux défis en matière de confidentialité des données, de sécurité et de sûreté. De la même façon que la supervision s'est déplacée des serveurs vers les postes de travail, la supervision va maintenant se déplacer vers ces nouveaux périphériques autonomes. Ne gardez pas en tête la seule image d'un drone volant à hélice. Les drones adapteront leur forme au milieu dans lequel ils vont évoluer. Dans les réseaux d'assainissement, par exemple, ils ressemblent à sortes de jouets robots sur chenilles pour se déplacer facilement dans les canalisations non visitables. D'autres nagerons dans les lacs et remonteront les rivières.


Ces objets autonomes vont permettre une automatisation avec une programmation qui va au-delà de l'automatisation classique. Elle s'appuie sur des modèles de programmation qui exploitent l'IA. Cela permet d'interagir plus naturellement avec leur environnement. Sur domaine privé (mines, usines,réseaux enterrés, entrepôts, bâtiments, ...) les besoins d'adaptation de la réglementation sont moins nécessaires que sur domaine public. Cette évolution est déjà engagée. Sur le domaine public elle prendra plus de temps, mais est déjà dans la tête des élus et des services municipaux, comme le montre l'annonce de Mounir Majoubi en début d'année de proposer de déployer 240 drones de surveillance à Paris.

La question de l'acceptation sociale se posera bien sûr dans les deux domaines, mais il sera difficile de freiner longtemps la tendance à déployer de plus en plus d'objets non contrôlés (mais supervisés en fonctionnement), dans l'espace public. Les caméras de surveillance, qui peuvent être considérées comme des drones fixes dans les 3 dimensions, ont bien réussi à envahir les villes et les alimenter en masse d'images...

Les drones sont donc pour GreenSI une illustration du déplacement de la sécurité et de la supervision à la périphérie d'un système d'information dont le champ ne cesse de s'agrandir.

Un système d'information qui s'hybride de plus en plus avec les systèmes industriels et demande de nouvelles approches non centralisées pour sa gestion, surtout en périphérie.

Un système d'information plateforme, qui comme un porte avion sait se projeter là où les opérations de l'entreprise le demandent.

"Connecting the dot" est aussi une citation célèbre de Steve Jobs pour parler du lancement du Macintosh qui rassemblait à l'époque de multiples technologies, chacune révolutionnaire (la souris, l'interface en fenêtre copiée par Windows plus tard, le processeur...) mais jamais intégrées ensemble.
En connectant entre elles ces technologies innovantes, n'est-on pas en train d'observer l'émergence d'une nouvelle plateforme révolutionnaire ?

DSI: quels répères à l'horizon pour 2020?

Le début de l'année est la période des tendances. S'y intéresser permet de regarder loin devant et de mieux orienter, le peu de temps disponible de nos agendas, dans la bonne direction.

Mais l'autre actualité du numérique en janvier c'est le CES de Las Vegas. Il vient de fermer ses portes cette semaine et tout le monde pense avoir détecté la prochaine innovation qui va révolutionner la société et plusieurs soirée "back from CES" sont organisées un peu partout en France pour ceux qui n'étaient pas sur place. Cependant, dites vous quand même, que ce qui est le plus grand salon de technologies et d'innovations, expose tellement de nouveautés qu'il est difficile d'en déchiffrer l'avenir. D'autant plus que les éditions précédentes montrent que 80% de ce qui y a été présenté n'a tout simplement pas d'avenir au delà du CES.

D'ailleurs, pour GreenSI, la transformation digitale est un processus lent sur un dizaine d'années, comme nous le montre Netflix, qui s'est réinventé tous les 10 ans depuis sa création en 1998 (VOD: bonne chance Disney+).
Donc pour tout changer en 10 ans, chaque année 90% de ce qui est essentiel se trouve derrière nous et seulement 10% change devant nous. Ce billet propose donc, avec la rétrospective des billets de 2019, de dégager une ligne d'horizon stable pour éviter de se perdre dans ces tendances, de les appliquer au seul contexte de la DSI et du SI, afin de mieux apprécier ces nouveaux signaux faibles à l'horizon.

GreenSI ne cède donc pas à la tentation de la transformation numérique en rupture permanente, comme la presse, les organisateurs de salons et les investisseurs veulent parfois nous le faire croire.
Alors quels sont ces repères, points fixes à l'horizon, qui demandent une attention pour toutes les Directions des SI en 2020?
Pour GreenSI ils sont au nombre de cinq (choisir c'est renoncer !) : la gestion des talents, une nouvelle gouvernance, le SI plateforme digitale, la cyber-sécurité et l'intelligence artificielle (IA) et ce qu'elle suppose en terme de fondamentaux sur la maîtrise des données (data).

Cette démarche de transformation de la gestion des SI a commencé en 2018. Ce fut une année charnière quand la technologie est apparue moins déterminante que la conduite des changements entraînés par cette technologie. Dans la transformation digitale la transformation a pris le dessus sur le digital ou le numérique.

Certes il faudra déployer le SI dans le cloud, et la maîtrise des nouvelles technologies reste importante, mais les usages reprennent le dessus (Une DSI dans le nuage, mais aussi dans les usages) et parfois, comme avec la blockchain où le seul usage attendu massivement est la cybermonnaie, le manque d'usages retarde la mise en place de la technologie (et elle devient vite obsolète).
Cette bascule de la technologie vers la transformation s'est poursuivie en 2019 avec plusieurs billets qui ont traités chacun de ces repères et mis en avant le rôle du SI et de la DSI, souvent écartés au bénéfice "d'entités digitales" les années précédentes. En voici une synthèse avec les liens vers ces billets.

La plateforme digitale

Depuis quelques années GreenSI a sur son radar le sujet de la transformation du SI en plateformes technologiques (2017 - L'empire des mille plateformes, 2018 - Passer des applications aux plateformes, 2019 - Quatre plateformes pour un SI) et l'avènement à la DSI d'un modèle de gouvernance plus agile et orienté clients pour les gérer.

L'ERP interne est bien l'une des quatre plateformes à transformer et ouvrir, dans un contexte de rapprochement entre CRM et SCM (Une stratégie ERP tirée par la valeur). D'ailleurs en 2019 les grands fournisseurs ERP eux-mêmes continuent de se transformer (SAP se transforme avec l'ERP,
CRM: mais pourquoi Salesforce rachète Tableau ?), parfois sur le dos de leurs grands clients qui doivent gérer leurs anciennes versions...

La plateforme est porteuse de l'alignement stratégique entre le métier et le SI, car ces plateformes déploient les nouveaux business modèle du digital centrés sur la valorisation de la mise en relation au sein d'un écosystème, et le traitement massif des données pour organiser ces rencontres, que ce soit en B2B ou B2C. Signe des temps pour les DSI, le Cigref, réseau des DSI des grandes entreprises et administrations, en a fait un thème de travail en 2019 et publié une synthèse qui aborde les sujets non techniques des plateformes, dont le business modèle : Nouvelles stratégies de plateformes business

 
Dans le secteur public la stratégie de plateforme se retrouve dans les modèles de villes intelligentes qui, comme Dijon Métropole ou Angers-Loire Métropole, mettent en place des hyperviseurs de l'espace urbain pour améliorer le multi-services entre opérateurs et la transversalité au sein de la collectivité : Gouverner les nouvelles infrastructures numériques des villes et métropoles. D'autres comme la métropole de Saint-Etienne, citée dans le rapport du Cigref, mettent en place des plateformes ouvertes open-API pour faciliter ces collaborations entre acteurs, avec la métropole au centre des données et des échanges. La modélisation de la ville en 3D pour consolider et donner du sens aux données pour les non-initiées est également une fonctionnalité de ces plateformes urbaines, comme encore à Angers mais aussi à Antibes Juan-les-pins ou à Rennes.

Enfin la vision de la plateforme ne serait pas complète sans prendre en compte la tendance de fond de l'open data. Cette démarche d'exposition libre des données a commencé dans le public mais a aussi ses implications dans le privé pour coordonner des chaînes logistiques complexes, dans un contexte de contraintes réglementaires et de meilleure gestion des données personnelles : Open data, une perspective européenne et surtout De l'Open data à la stratégie de données

L'intelligence artificielle et la data

Ces plateformes concentrent donc les données pour mieux les ouvrir, créer de nouvelles relations mais aussi les valoriser notamment avec de l'intelligence artificielle. Mais la réalité dans l'entreprise "pre-plateforme" n'est pas si simple. La maîtrise des données est loin d'y être assurée. Elle résiste peu au départ des salariés moteurs qui savent où aller les chercher, aux changements d'outils ou au vol des données par des personnels mal intentionnés, voire leur fuite en externe quand il s'agit de données personnelles.

GreenSI pointe un coupable, non pas en tant qu'outil, mais en tant que mode de  pensée du fichier de données individuel que l'on a du mal à quitter : Et si on abandonnait tous Excel? Le titre de ce billet résume à lui seul, la difficulté de la tâche de transformation (malheureusement personne ne veut lâcher Excel !) qui n'est donc pas technique : La compétence SI la plus critique à l'ère de l'IA? Conduire le changement!

Ainsi, avant d'aborder l'intelligence artificielle qui demande énormément de données qualifiées pour permettre des apprentissages pertinents, la maîtrise de la production de données de qualité reste un fondamentale pour avancer avec l'IA. Sinon l'alternative pour développer de l'IA sera d'utiliser les données des autres, par exemple en achetant sur étagère des services intelligents déjà entraînés qui s'intègrent au SI, ce qui a aussi un coût et développe une dépendance pas toujours compatible avec le développement d'un avantage compétitif.

Mais un plus grand travers de cette dernière approche serait de tomber dans la "hype" autour du sujet IA et se laisser berner par de la prétendue IA, car certaines "solutions" sont parfois proches de la supercherie comme l'a montré une étude européenne : Startups IA -n'oubliez pas de soulever le capot !

La cybersécurité concerne tout le monde

La sécurité a toujours été l'apanage du DSI, mais dans un monde où le SI est nécessairement ouvert pour permettre à l'entreprise d'opérer avec ses clients, ses fournisseurs et tout son écosystème, via l'internet ou les clouds publics et privés, c'est une toute autre affaire. De plus, les raisons d'être ciblées par une cyberattaque sont en train de basculer dans l'arbitraire, avec des attaques virales qui ne visent pas au départ une société en particulier, mais ceux qui tombent par malchance dans le filet, et d'autres plus politiques, dans lesquelles vous êtes embarqués à cause de votre activité ou de votre nationalité.

Tout le monde est concerné et dans l'entreprise la protection demande autant de la technologie et une organisation sans faille à la DSI, que l'accompagnement au quotidien des utilisateurs dans les nouveaux usages et dans l'apprentissage des "bons gestes".

Enfin à l'horizon, les infrastructures continuent d'évoluer à grand vitesse avec la bataille que se livrent les opérateurs de Cloud, le développement du Edge amenée par l'augmentation phénoménale des données de l'IoT et de la 3D quand elles se déploient dans l'entreprise.
2019 aura montré comment gérer à grande échelle la communication de crise, en interne et avec ses clients, avec le cas de Norsk Hydro (La communication virale de Norsk Hydro)

La gestion des talents

Le repère qui s'est révélé le plus différenciant en 2019 est certainement la gestion des talents.
Le DSI est passé en première ligne et change change de rôle (Animer, le nouveau rôle du DSI) pour aligner le système d'information avec la transformation digitale de son entreprise, en faire un atout et plus un boulet.
Mais pour réussir, c'est toute la filière qui doit être mobilisés, ce qui implique un vaste programme de formation et de développement des compétences (Les compétences de l'informaticien de demain).

La nouvelle gouvernance

GreenSI pense que les DSI ont un rôle clef à jouer dans la transformation digitale, mais si ils ne changent rien il y a peu de chance qu'ils deviennent par magie les hommes de la situation. Le modèle de gouvernance est donc appelé à évoluer (Gouvernance du SI, ne ratez pas la Saison #3).

Les deux sujets critiques à traiter sont la diversité des équipes pour, dans un contexte de pénurie des ressources, ne pas passer à côté du potentiel féminin qui commence à vouloir se diriger vers ces métiers, mais surtout de dépoussiérer un modèle opérationnel issue du mainframe et des relations MOA-MOA dans l'industrie de la Construction.
Place à l'agilité (Le modèle opérationnel agile de la DSI) à une gestion des usages et des utilisateurs de façon individuelle, comme l'illustre le challenge de la gestion du poste de travail (Un poste de travail un peu trop verrouillé pour innover)

Et pourquoi pas reprendre la main en passant d'une gouvernance, normative et réactive à une gouvernance proactive qui entraîne toute l'entreprise comme dans la grande distribution où l'impact du digital touche également tous les lieux physiques et la logistique. Se fixer une cible, même lointaine, permet à tous de s'y préparer et d'avancer, en l'occurrence ici le magasin sans caisse qui stimule la transformation de la distribution avec Amazon comme aiguillon.

2019, était une opportunité unique d'agir pour la DSI digitale. En 2020, cette transformation se poursuit avec un profond changement de posture et de culture pour tous les managers, le/la Directeur des SI en premier chef, sur le vaste terrain du numérique et bien au-delà des murs de sa Direction.

La compétence SI la plus critique à l'ère de l'IA? Conduire le changement!

Dans tous les classements des technologies clefs à maîtriser pour la transformation digitale, l'intelligence artificielle arrive tout en haut de la liste. Ci-dessous, pour Gartner, l'évolution de l'agenda du DSI avec une envolée sur ce sujet en 2019. On notera au passage que l'excitation autour de la Blockchain est prématurée, en tout cas n'est pas un critère de différenciation entre les entreprises les plus performantes et les autres.

Même dans le secteur public, où pour GreenSI le calendrier de la transformation est généralement moins tendu, le Ministère des Finances, le bon élève pour moderniser son système d'information, a lui aussi des projets IA pour optimiser ses processus de contrôle fiscal. Certains de ses projets de "machine learning", comme celui exploitant les photos publiques des contribuables sur les réseaux sociaux, suscitent même des inquiétudes de l'opinion.

Dans "transformation digitale" il y a bien sûr "digitale" avec son volet "data". Un acteur français des plateformes de données nous rappelle avec humour que sans données on ne pas pas bien loin (voir aussi le billet "La révolution de la data est-elle vraiment engagée en France?", mais il y a surtout le mot "transformation".

Si la transformation ne se fait pas, la technologie digitale n'aura été qu'une étincelle, sans réel impact sur la performance de l'entreprise et aura même certainement augmenté les coûts et désorganisé les équipes.

Mais cette semaine, GreenSI a été intrigué par un autre retour d'expérience, celui d'une grande entreprise française qui en interne abordaient timidement l'intelligence artificielle, voir parfois sans vouloir prononcer son nom. En revanche les communiqués aux analystes financiers, eux, sont généreux avec les termes "IA", quand ce n'est pas "Blockchain", pour faire bonne tenue devant les levées de fonds importantes des startups sur ces mêmes sujets. 

Alors en externe on donnerait du digital, en veux-tu en voilà, quand en interne on tiendrait des propos plus mesurés sur l'IA?

L'interne comprends bien qu'il s'agit d'une transformation (trans-former = changer de forme) donc d'un changement. Et en France on aime pas le changement.
Il est vrai que l'intelligence artificielle, dont les performances théoriques ont été décuplées par le buzz de la presse et des communiqués financiers, est souvent associée - certainement à tort - au remplacement de l'humain par la machine. Avec un projet d'IA, il faudrait alors convaincre en interne sur le modèle organisationnel de demain avant même d'avoir démontré de premiers résultats aujourd'hui...

Un autre écueil majeur identifié dès 2018 par le Cigref, dans une étude sur les projets IA de ses membres, est que les ressources dédiées à l'IA sont souvent allouées à des "labs de données internes ou à des chatbots", qui ne sont que la partie visible de l'IA, mais sont largement insuffisantes pour transformer en profondeur les processus ou commercialiser de nouveaux services.

Ces projets ne réussiront à quitter les "proof of concept" des "datalabs" uniquement quand les financements seront alloués aux Directions métiers avec des objectifs métiers de performance ou de transformation.

Mais l'IA demande des approches transversales, surtout dans le domaine de la relation clients ou de la chaîne logistique, et là on touche un troisième écueil, celui d'organisations silotées entre Directions métiers. Que ce soit les modes de collaboration, dont l'usage du numérique est encore limité pour collaborer efficacement (sans s'envoyer un email!), ou parfois le vide organisationnel pour aborder le transverse, même au niveau des compétences.

Enfin, pourquoi les informaticiens et les statisticiens, ou maintenant les data scientists, ne travaillent pas ensemble dans une même organisation?
Comme in fine leur travaux vont rajeunir ou réinventer le système d'information, c'est bien dans une organisation proche du système d'information et des services numériques de l'entreprise qu'ils doivent mettre leurs compétences au service des métiers.

D'ailleurs demain, y aura-t-il un projet SI qui n'abordera pas l'IA dès le départ ?

On est donc bien en train de vivre une phase d'hybridation transverse des métiers dans l'entreprise, dopée par le numérique, mettant en réseau toutes les compétences. Mais cette transformation ne se fera pas sans un programme de conduite des changements porté au plus haut niveau de l'entreprise.

En début d'année une étude mondiale d'IDC auprès d'entreprises qui utilisent déjà l'IA a révélé que 25% seulement avaient développé une stratégie d'IA à l'échelle de l'entreprise, alors qu'elles reconnaissent que c'est une priorité valorisée par leurs clients et que cela demande de développer une nouvelle culture ("AI first").

L'automatisation n'est donc pas l'objectif, mais bien un moyen, au service de l'amélioration de la productivité, de l'agilité et de la satisfaction des clients. Plus de 60% de ces entreprises constatent également des modifications dans leur modèle organisationnel et d'affaires, suite à l'adoption de l'IA.

Quand on en vient aux échecs, 25% d'entre elles reconnaissent un taux d'échec pouvant atteindre 50% des projets engagés. Un projet sur deux n'aboutit pas (mais peut quand même être utile pour "apprendre et tester"). Le classique manque de personnel qualifié n'est pas le seul responsable. Des attentes irréalistes, sans stratégie globale, et le manque d'une production permanente de données de qualité sont aussi identifiés.

En 2018 le cabinet Gartner avait également conduit une étude sur les freins à l'adoption de l'IA, résumés dans le schéma ci-dessous. La responsabilité des vendeurs y est un facteur plus important que la maturité de l'entreprise, et pourtant peu d'articles en parle.



Alors, si vous voulez lancer un projet IA et ne pas vous retrouver "hors sol", voici ce qui ressors de ces différentes études des échecs des projets IA :

• Ne partez pas sur un projet technique, genre la "méga plateforme data qui sera utilisée par tout le monde", amen, que veulent vous vendre vos fournisseurs quand ce ne sont pas vos consultants, mais partez bien avec des cas d'usages validés pour leur apport de performance ou de satisfaction clients.
• Validez un programme pluriannuel, car on parle de transformation et d'un processus lent, avec des objectifs au mieux à 6,12 et 18 mois. Embarquez dans le programme la conduite des changements et le partage des réalisations intermédiaires pour ancrer le programme dans le réel et éviter les phantasmes autour de l'IA.
• Mobilisez transversalement tous les acteurs internes de l'expérience client, de la data et de la sécurité.
• Ne vous laissez par imposer des fournisseurs, sous prétexte qu'on a déjà un contrat cadre mondial avec eux pour acheter des trombones (par exemple). Le coût de la solution est faible devant le coût de la transformation, alors choisissez les solutions qui vous aident à réellement vous transformer et mettez plus de moyens dans les projets de transformation que dans les achats de solutions.
  

Avec les projets d'intelligence artificielle, comme finalement avec les projets informatiques depuis 30 ans, la compétence la plus critique c'est bien celle de savoir conduire le changement, et pour GreenSI l'agilité n'y est pas étrangère depuis l'arrivée du digital.

Aider vos clients à aller plus loin avec l'IA

Comme chaque année, le début du mois de mai c'est le début de la saison des conférences développeurs (devconf). Cette semaine on aura pu assister du 7 au 9 mai à I/O 2019, celle de Google, alors que F8 de Facebook (30 avril-1er mai) venait de de se terminer et télescopant Build celle de Microsoft (6 au 8 mai). 

Chaque année GreenSI est impressionné par le rythme de production et d'innovation de ces géants, quand un an après leur dernière conférence, ils arrivent sur scène avec de nouvelles avancées et de nouveau sujets explorés. Cette année c'est clairement Google I/O qui a le plus impressionné GreenSI avec ses annonces produits, pour sa maitrise de l'intelligence artificielle et de ses applications que sont la reconnaissance de textes, de la voix ou d'images.

C'est Sundar Pichai, le DG de Google depuis la création d'Alphabet en 2015, qui a lancé le moto qui a animé Google cette dernière année: évoluer d'une entreprise qui vous donne des réponses, à une entreprise qui vous aide à faire avancer les choses. Même si il ne faut pas être naïf et tous les exemples présentés à I/O ont été minutieusement choisis, on sent tout au long de la keynote que chaque VP produit de Google a accepté ce moto et cherché à repousser les limites des services offerts par sa division.

C'est d'ailleurs déjà une idée à reprendre pour travailler sur sa stratégie numérique à l'ère de l'intelligence artificielle. Au lieu de lancer un seul projet IA, sur un cas d'usage dans une des directions de l'entreprise, pourquoi ne pas chercher à donner du sens à l'IA dans toutes les directions métiers, et l'utiliser comme levier pour faire avancer toute une entreprise.
Prenons par exemple le thème de "mieux assister les clients à tout moment". Comment le service client bien sûr, mais aussi la facturation, la comptabilité, la logistique, les ressources humaines,... peuvent utiliser l'intelligence artificielle pour aller dans cette direction et dépasser les limites actuelles de leur service ou de leur implication. L'IA va rendre les processus de l'entreprise plus intelligents, or depuis les ERP, ceux-ci sont transverses.


Le produit principal au cœur de ce moto c'est bien sûr Google Assistant sur mobile Android et sa prochaine version annoncée Google Duplex on the web.
Duplex, c'est cette intelligence artificielle annoncé au dernier I/O qui intégrée à Google Assistant pour accompagner les utilisateurs dans des "tâches simples", du moins pour des humains, comme prendre des rendez-vous (restaurant, médecin, ...).
Cette année Google Duplex est capable de remplir des formulaires ligne tout seul, et d'enchaîner des tâches. Cela ressemble furieusement à ce que la RPA - Robotic Process Automation - nous promet dans l'entreprise pour automatiser les processus et puis GreenSI disait l'an dernier que Chatbot et RPA sont complémentaires (voir ce billet).

Dans la démonstration faite, Manuel Bronstein, VP Google Assistant demande à l’assistant de réserver une voiture avec la société National pour son prochain voyage. L'IA se connecte au site de ecommerce de National, lance la réservation, saisi les détails du voyage qui étaient enregistrés dans Gmail et même les informations de paiement enregistrées dans Chrome. Ces nouvelles intelligences sont plus transverses - d'où le fait qu'elles sont un levier pour toute l'entreprise - et vont se développer pour mixer les activités et produire de nouveaux services et surtout de nouvelles expériences utilisateurs.
Un graphe personnalisé (le fameux Social Graph ou Knowledge Graph de Facebook) est maintenant intégré à Google Assistant pour encore mieux reconnaitre ce qui lui est dit en utilisant des références personnelles comme "ma mère", "au bureau" ou "chez ma nièce". A priori, comme le dit déjà la pub d'Apple pour son iPhone, ce graphe personnel ne quittera pas votre smartphone.
On touche ici la question clef de l'internet de demain, les données personnelles.

Pour mieux servir ses clients, il faut mieux les connaître et donc, à la fois avoir le droit de collecter et déduire beaucoup d'informations sur eux, et avoir l'éthique qui fait que l'on mérite ce privilège. Toutes les sociétés vont devoir intégrer dans leur stratégie cette réponse et les limites à ne pas dépasser. Google à I/O mais aussi Facebook à F8 ont dû se plier à cet exercice ces derniers jours. A vous de les croire ou pas...
Google a rappelé ce qui a été fait pour la protection des données et la transparence depuis 2004, notamment le fait de pouvoir les télécharger depuis 2011 et surtout d'avoir déployer beaucoup d'outils pour alerter en cas d'activité suspecte.

Les gouvernements ont réagi avec du retard mais maintenant la tendance est clair en Europe avec le RGPD. Sans surprise Google Assistant sera d'abord disponible aux États-Unis et bizarrement au Royaume-Uni. Est-ce que les juristes de la firme de Mountain View ont du mal à suivre la date officielle du Brexit, possible ? ;-)
Si ce service de réservation dans Google Assistant se développe, chez National - loueur de voiture - mais partout ailleurs dans le B2C, il faudra intégrer les IA dans son approche omnicanale et savoir leur parler pour emporter la vente. Passer sur "search" au "assist" n'est certainement pas non plus neutre pour le business modèle de Google qui pourra vérifier immédiatement que son intermédiation a généré du business chez ses partenaires.

La performance du prochain Google Assistant sera aussi d'avoir pu compresser 100Gb de données en 0,5Gb, d'avoir amélioré ses performances de reconnaissance par 10, et donc de pouvoir s'exécuter sur un simple smartphone sans avoir besoin de la connexion internet, donc rapidement et sans latence. Vitesse et latence sont les deux arguments de la 5G, qui n'en seront plus pour les utilisateurs de Google Assistant sous Android... mince!

Car, pour une fois, Google met en avant le Edge avant le Cloud, pour le stockage dans le smartphone et la gestion de données personnelles, et assurer la performance de l'UX en mode vocal. Le vent du Cloud ne serait-il pas en train de tourner ? C'est une évidence depuis longtemps pour tout ce qui est en temps réel ou dans un SI industriel, mais cela pourrait bien être aussi un chemin pour d'autres applications. C'est la sempiternelle "loi du balancier", centralisé (mainframe), décentralisé (client serveur), centralisé (internet) et maintenant en route vers la décentralisation... ;-)

On peut donc parler à son assistant et lui demander d'ouvrir un calendrier, ses photos, de filtrer les photos avec des animaux, ... et tout ça sans dire inlassablement "Hey Google", et même pour stopper une alarme que l'on a fixé, en disant tout simplement "stop !". Et puis de savoir quand on lui dicte du contenu (un ouvre boîte), ou quand on lui dicte une commande (ouvre Photos), sans avoir toujours une grammaire stricte. Les détails sur comment l'assistant fait n'ont pas été révélés, mais on se doute que Google doit enregistrer plus largement ce qui se passe autour de lui et pas uniquement quand on l'active. Est-ce que Alexa va suivre ? Vont-ils rendre cela acceptable ?
Autre classique du digital, ne pas hésiter à cannibaliser un autre produit pour innover. C'est ce qu'a fait Google avec l'annonce du Driving Mode de Google Assistant qui vous assistera dans la voiture, mais sans vous détourner de la route ! C'était jusque là le domaine de Android Auto qui vient de prendre un coup de vieux.



Cette interface pour améliorer votre productivité sous Android, et bientôt sur le web, doit faire bouger chez Microsoft qui avait pourtant un boulevard pour le lancer avant  Google dans Office365. Après avoir freiné ses ambitions sur Cortana grand public, et s'être allié l'été dernier avec Amazon Alexa, Microsoft se concentre pourtant maintenant sur la version entreprise.
Toutes ces fonctionnalités seront disponibles dans les prochaines Google Pixel a3 dès juin de cette année, dans un smartphone deux fois moins chers que le haut de gamme de chez Apple et Samsung. La réaction sur le marché des smartphones va être intéressante.

Le moteur de recherche veut aussi aller plus loin en intégrant des objets 3D directement dans ses réponses, que l'on peut ensuite utiliser en réalité augmentée avec son smartphone comme dans Google Maps aujourd'hui pour les itinéraires piétons. Là aussi l'impact sur le business modèle ne sera certainement pas neutre car les e-commerçants vont chercher a l'exploiter pour mettre en valeur leurs produits, moyennant finance. La frontière entre la vidéo, l'audio et le texte sera d'ailleurs moins marquée à l'avenir avec la création à la volée des sous-titres pour des vidéos que l'on regarde et bien sûr indexées dans la recherche.
Le troisième produit qui a retenu l'attention de GreenSI c'est Google Lens qui ajoute la reconnaissance de texte à votre smartphone.

Cette information s'enrichit et est maintenant navigable. Par exemple sur une carte de restaurant elle peut montrer les plats préférés des internautes et des informations sur les produits utilisés. Mais pour pousser le service plus loin Google Lens sait maintenant lire du texte à voix haute, et le traduire à la volée (en superposition, mais aussi à voix haute pour le téléphone), ce qui est indispensable pour les malvoyants mais également bien pratique quand ce n'est pas notre langue maternelle.

L'objectif de Google est de faire que, contrairement à Google Assistant, ce produit puisse fonctionner sur des smartphones à bas coûts et soit accessible largement dans le Monde. Et même au-delà pour ceux qui sont fans de Star Trek et qui pourront parler Klingon ;-)

Google veut clairement être plus présent dans vos vies, un peu comme si Google voulait devenir le système d'exploitation de votre quotidien, celui qui parle à votre smartphone, a les interface pour vous aider à décoder le monde et peut même agir à votre place.
Que l'on aime ou pas, Google a au moins raison sur un point, anticiper les attentes de ses utilisateurs et chercher à les enchanter, et cela vous concerne certainement.

Data : Et si on abandonnait tous Excel ?

Il ne se passe pas un jour sans que l'on ne parle de nouveaux usages du "machine learning", l'apprentissage automatique par la machine qui va tout résoudre et surtout tout reconnaître, ou du développement systématique de l'analyse prédictive et normative.

Dans les faits c'est plus compliqué que ça n'y paraît et pas encore vraiment automatique. Les "data scientists" se régalent mais ils y passent beaucoup de temps, alors que les besoins sont immenses.

Plus les experts seront débordés, plus les "imposteurs" auront le champ libre pour faire rêver les métiers avec peu de chance de résultats au bout. Et justement le dernier billet de GreenSI nous éclaire sur ces 40% de startups européennes qui disent faire de l'IA alors que ce n'en est pas. 

La question est donc de savoir si les projets d'analyse de données vont un jour être limités, non pas par la technologie pour les résoudre - au sens que les algorithmes existent et doivent juste être adaptés - mais par le nombre de data scientists disponibles, qu'ils soient salariés d'une entreprise ou du secteur public ou d'universitaires qui travaillent également en recherche pour l'industrie.

De plus, le nombre de données augmente très vite, ce qui suggère une augmentation aussi rapide des usages potentiels de ces données que vous n'imaginez pas encore. Surtout que d'ici 2025, près de 30% des données seront générées en temps réel donc pourront être traitées plus vite qu'actuellement. Plus de données, plus vite, voilà le résumé du côté de la demande.

Du côté de l'offre, cette pénurie est aussi celle générée par un rythme de formation en data science bien trop lent, même si toutes les écoles d'informatique proposent aujourd'hui un cursus "big data". En effet, les data scientists sont bien souvent diplômés du supérieur (ingénieur, maîtrise ou doctorat) donc sont formés en 5 à 7 ans après le Bac. La courbe précédente montre le changement attendu sur une période de 5 ans...
Des éditeurs de plateformes d'outillage de la data science ont vu venir ce problème depuis quelque temps et ils s'y sont attaqués : et si finalement on avait-pas besoin d'un scientifique hautement qualifié pour traiter les données ?

Et si des plateformes logicielles permettaient à chaque salarié de pouvoir manipuler les données simplement, et collaborativement, depuis les machines qui les produisent, jusqu'au modèle pour les superviser ? 
Leur offre commence à devenir mature et surtout plus accessibles par tout un chacun que les plateformes des GAFAs toujours destinées à des utilisateurs très avancés avec une culture informatique. Ces nouveaux éditeurs proposent une approche collaborative, sans code, facilitant le traitement des données de bout en bout, de la connexion simplifiée aux sources de données, à la découverte de leur signification dans un contexte métier. On peut citer les américains Alterys présents en France, RapidMiner ou notre startup nationale Dataiku.

Les américains parlent de "citizen data scientist", que l'on appellera dans ce billet un "super utilisateur" pour ne pas utiliser d'appellation propre à un produit du marché.
Un super utilisateur ce n'est pas un informaticien, mais un utilisateur rendu performant dans l'analyse de données par une plateforme lui mettant à disposition les outils pour collecter les données, les traiter et les analyser avec des algorithmes puissants.
Le super utilisateur peut créer et générer des modèles qui utilisent des fonctions avancées de diagnostic ou des fonctions prédictives et normatives, exploitant les progrès de la statistique. Il peut effectuer des tâches analytiques simples et moyennement sophistiquées qui nécessitaient auparavant davantage de compétences.

GreenSI aime bien aussi l'image et le nom de "full stack user" par analogie avec le fameux "full stack developer", très recherché dans les équipes de développement logiciel, qui a une vision globale, aussi bien sur les données, les serveurs, leur workflow que sur l'interface utilisateur. 

Bien sûr le potentiel d'un super utilisateur sera limité par rapport à une équipe de data scientists, mais ces derniers économiseront le temps passé à des tâches ou des problèmes qui ne demandaient pas leur niveau de qualification. Les supers utilisateurs sont donc complémentaires aux spécialistes des données, et surtout seront en surnombre. Ils ne remplacent pas les experts, car ils ne possèdent pas d'expertise en data science, au-delà de comprendre à quoi sert chaque modèle qu'ils peuvent appliquer, mais ils apportent leur expertise propre de l'entreprise et de ses métiers.
La technologie comme catalyseur de la montée en puissance des utilisateurs pour manipuler les données par des non-spécialistes, ça ne vous rappelle pas quelque chose ?

Mais oui, Excel bien sûr, et Lotus 123 chez IBM, le concurrent de Microsoft dans les années 1990.

Quand à cette époque les données n'étaient accessibles que par des traitements informatiques ou des requêtes SQL, on aurait pu prédire que l'informatique allait s'effondrer d'elle même car il n'y aurait pas assez d'informaticiens pour faire les calculs demandés par les non informaticiens qui en avaient besoin. Ce scénario n'a pas eu lieu et les outils de simplification de l'accès et de la manipulation des données, comme Excel, se sont développés pour y répondre, mais aussi des outils plus sophistiqués comme une ancienne startups française à succès, Business Objects, rachetée en 2007 par SAP cinq milliards (ce qui montre la valeur associée à une telle interface).

Mais en 30 ans, Excel a atteint ses limites, et certains diront même qu'il les a dépassées et créé beaucoup de désordre dans les systèmes d'information. Et puis ne peut-on s'inspirer du collaboratif qui, avec le Digital Workplace, commence tout juste à se débarrasser de l'email avec des outils comme Slack plus adaptés à gérer la productivité d'une collaboration étendue.
Pour GreenSI, aujourd'hui, on est juste un cran plus loin, avec un potentiel de traitements de données plus sophistiqués en faisant appels aux techniques avancées de l'intelligence artificielle et demandant une collaboration sans faille dans l'entreprise autour de ces données.

La pénurie de data scientists aidant, il n'y a pas de raison que l'entreprise ne souhaite pas outiller ses utilisateurs avec plus de puissance qu'Excel pour traiter les données et surtout en les collectant directement dans les applications du SI. Elle va devoir aussi massivement investir dans la formation au numérique de ses collaborateurs, ce qui n'a pas été fait avec la révolution précédente.

Mais contrairement aux années 90 où le terrain était vierge, ce terrain de la data pour les non-spécialistes est aujourd'hui occupé massivement par Excel, un outil individuel et peu collaboratif (malgré son passage récent dans le Cloud sur Office365). C'est aussi un outil qui peut être vite "détourné" par les utilisateurs pour des usages très sophistiqués, que parfois même leurs concepteurs ne maîtrisent plus, et qui peuvent représenter un danger pour l'entreprise.

La version moderne du roman de Jules Vernes, "Sans dessus dessous", où un scientifique efface par mégarde avec sa manche un zéro écrit à la craie sur le tableau noir de ses calculs, ce qui change ensuite le cours de l'histoire, serait aujourd'hui une erreur dans une formule d'Excel utilisée par toute l'entreprise depuis des années.
De nombreux DAF connaissent cette histoire... et Jules Vernes dénonçait déjà en 1889 les excès d'une vision trop rationnelle du monde qui pouvait reposer sur des données fausses.

Pour GreenSI, le principal frein à la généralisation des plateformes de traitement de données pour les "supers utilisateurs" sera de remplacer Excel.

Cela va demander une importante conduite des changements pour désapprendre 20 ans de traitement individuel de la donnée pour essayer de passer à un usage collaboratif au niveau de l'entreprise.

Et puis on doit travailler sur deux tableaux à la fois : un traitement plus avancée de la donnée par des non spécialistes, mais également un traitement collaboratif pour partager des données de référence dans l'entreprise. Sinon cette nouvelle puissance des utilisateurs ne servira à rien, voir sera tout aussi dangereuse.
Une telle plateforme collaborative de traitement de la donnée existe aujourd'hui. Sommes-nous prêts à abandonner Excel ? Une direction générale est-elle prête à interdire Excel dans ses équipes pour libérer son potentiel collaboratif et son potentiel d'analyse de données avec des algorithmes plus avancés et sur étagère ?

Ce n'est pas sûr que l'on y soit déjà, mais c'est à garder sur les radars et vous y penserez maintenant en lançant votre prochain Excel. 

Startups IA: n'oubliez pas de soulever le capot !

L'intelligence artificielle est la nouvelle plateforme de développement du business, comme l'écrivait GreenSI l'an dernier. Les nouveaux usages de l'IA sont donc le Saint Graal recherché par des milliers de startups pour amener de nouveaux services disruptifs qu'elles peuvent exploiter directement dans tous les secteurs, ou les revendre à d'autres entreprises pour simplement leur fournir de la technologie. 

L'IA est pour GreenSI révélatrice de la transformation digitale des entreprises et pour ceux qui ont du mal à se lancer, la recherche de technologie en externe est la solution pour avancer le temps de s'attaquer aux freins techniques internes (SI, data, experts, ...). Les chiffres du cabinet Gartner pour le sourcing de l'IA montrent que 44% privilégient l'externe, quand 33% préfèrent construire en interne et les autres visant la sous-traitance complète. 
L'IA est un sujet d'actualité brulant. Seules 14% des entreprises ont passé le cap du déploiement et 48% les suivent avec des objectifs dans les 2 ans. 

Mais voilà que cette semaine un rapport publié par la société d'investissement MMC Ventures (The State of AI) vient jeter un pavé dans la marre de tous ceux qui misent sur l'externe pour faire leur révolution IA. Cette étude révèle en effet que 40% des 2830 des startups européennes se classant dans la catégorie IA, n'utilisent en fait aucune technologie assimilable à de l'IA ! 

Cette information n'est qu'une infime partie de ce rapport très complet qui explore l'IA en tant que transformation des business, mais elle a fait cette semaine le tour des réseaux sociaux suite à un article du Figaro qui l'a reprise dans un de ses titres.
Revenons-y avec ce billet, car ce chiffre ne montre pas que l'IA est une imposture mais que certaines startups peu scrupuleuses le sont peut-être ;-)

L'intelligence artificielle a donc clairement atteint le sommet de "la Hype" et tout le monde veut en être, quitte à en adopter le vocabulaire (machine learning, deep learning,...) sans en avoir la technologie.
Un billet récent de GreenSI saluait d'ailleurs le Ministère des Finances pour le pragmatisme de sa trajectoire IA qui résistait aux paillettes mais abordait simplement des enjeux de productivité qui se chiffrent en dizaines de millions.
Donc pour MMC Ventures, 40% des sociétés qui se présentent à votre entreprise, et bien souvent à la Direction Générale, en prétendant développer des programmes d'apprentissage automatique, dompter des réseaux neuronaux multicouches ou faire de la reconnaissance d'images, sont de simples leurres. Elles arrivent certainement aux résultats annoncés, sinon là on entre dans le domaine de la supercherie, mais elles y arrivent avec des technologies qui n'ont rien à voir avec celles qui sont mises dans le périmètre de l'IA.
Or si 44% des entreprises veulent leur faire confiance pour être guidées sur les voies de l'IA et contribuer à leur transformation digitale, ce n'est certainement pas avec des technologies qui ne s'inscrivent pas sur la trajectoire des progrès de l'IA. 

Ces startups ont simplement utilisé l'IA pour attirer un financement, mobiliser des fonds plus importants et avoir plus rapidement des valorisations plus élevées que celles s'appuyant sur des logiciels classiques. Les investisseurs valorisent plus les entreprises qui sont déjà de l'autre côté de la transformation digitale et donc qui ont plus de potentiel de croissance devant elles, sans rupture technologique, par rapport aux autres. Il est donc important de rapidement soulever le capot et de ne pas croire tout ce que l'on vous raconte !

D'ailleurs, dans les difficultés de mise en œuvre de l'intelligence artificielle, le manque de compétences est au tout premier rang pour toutes les entreprises. Ces compétences, qu'elles soient dans la data science ou dans le développement informatique, sont également les mieux payées. Alors demandez-leur comment elles ont fait pour les recruter ? Et vérifiez les CVs de leurs talents avant de signer.
Car malgré tout l'attrait naturel que peuvent avoir les startups, elles se retrouvent aussi devant ce mur des compétences, et ont peut-être sous-estimé leur capacité à mobiliser réellement les technologies d'IA, mais aussi les données, qui leur permettraient d'atteindre leurs promesses. 

Revenons sur les 60% des startups qui ont passé le test et effectivement démontré des technologies d'IA dans la construction et la mise en œuvre de leurs services. Il y en a 479 en UK, 217 en France, 196 en Allemagne, viennent ensuite l'Espagne, les Pays-Bas, l'Irlande et la Suède. En tout 1580.

A moins de 20 jours du Brexit, cet inventaire montre que l'Europe - au sens politique - va prochainement perdre 30% de son potentiel de jeunes pousses dans le domaine de l'IA puisqu'elles sont établies au Royaume-Uni.

Ces startups anglaises pourront-elles se limiter au marché anglais ou devront-elles exporter vers les autres pays européens, dans des conditions pas encore connues ? Ensuite, les spécialistes de l'IA européens qui travaillent sur Londres où les salaires sont plus élevés, vont devoir faire le choix de rester et obtenir un visa ou de rentrer. IA rime donc bien avec "London, UK" car plus de capital investissement, des universités de renoms et des niveaux de rémunération dans tous les domaines plus élevés.

Mais cette dynamique de l'entrepreneuriat de l'IA en Europe pourrait donc fortement évoluer post-Brexit avec un éventuel changement de certains de ces fondamentaux. Le pourcentage de startups IA anglaises à d'ailleurs baissé de 2-3% cette dernière année quand ceux de la France et de l'Allemagne augmentaient de 2-3%. 
La France et l'Allemagne sont les autres pays qui peuvent chercher à étendre leur influence et bénéficier de cette situation. Les investissements de leurs entreprises dans ce domaine seront clefs. Mais ce rapport s'intéresse aussi à celles qui maîtrisent une technologie "IA cœur" par rapport à celles qui développent des usages exploitant l'IA.

Par rapport à leur taille, l'Italie, la Suède et l'Allemagne, sont des fournisseurs de ces technologies en IA. Dans ces pays, le rapport entre les startups "IA cœur" par rapport au total est entre 15% et 20% (barres en bleu), quand la moyenne européenne est à 12%. Ce sont les startups "IA cœur" qui attirent le plus d'investissements.
Quand on compare non pas au total de startups exploitant l'IA dans le pays mais au total européen (points jaunes) on met en évidence les pays qui fournissent les technologies de base au niveau européen. Il s'agit de l'Allemagne et du Royaume-Uni, ce qui pour ce dernier renforce l'hypothèse d'un chamboulement post-Brexit en cas de difficultés à exporter aussi facilement la technologie de ses startups.

La France est leader dans les applications IA pour les services clients (chatbots, réponses automatiques,...) avec plus d'une startup européenne sur cinq française.
On apprends également que la très grande majorité des startups (87%) sont dans le B2B, et que les deux premiers secteurs sont celui de la santé et de la finance. Dans le secteur des médias la proportion de startups en B2C monte à 47%, peut-être parce que les données nécessaires à leurs apprentissages sont plus facilement disponibles.  
Après ce petit tour européen des startups de l'IA, GreenSI retient deux choses, le Brexit pourrait chambouler les écosystèmes européens de l'IA et quand vous rencontrez une nouvelle startup, faites bien attention à ce que toute son intelligence ne soit pas artificielle.