sarayut_sy - stock.adobe.com

IA : En 2020, place au Machine Learning Ops

L’utilisation accrue de modèles préentraînés, la mise en avant du Machine Learning Ops et le renforcement de la transparence sont autant d’éléments qui devraient marquer l’année 2020 dans le domaine de l’IA.

2019 a été une année record pour l’IA. Les investisseurs, les sociétés de capital-risque et les gouvernements du monde entier ont misé sur cette tendance technologique. L’année a également été marquée par une plus forte utilisation de l’intelligence artificielle dans un grand nombre de secteurs tels que la finance, la comptabilité, le sport, le droit ou encore les opérations de back-office.

Dans un même temps, les entreprises prennent conscience de l’empreinte de leurs données et expriment leurs inquiétudes concernant leur utilisation. Il est clair que la tendance IA ne risque pas de s’essouffler en 2020. Voici quelques prédictions sur les évolutions à venir.

2020, l’année du « model  as a service »…

L’année dernière Cognilytica a prédit que 2019 verrait l’avènement des modèles préentraînés et de l’amélioration de la préparation des données. Pour 2020, nous poussons cette prévision un peu plus loin. Nous affirmons que ces solutions proposées par des éditeurs tiers représenteront un pourcentage plus important de l’utilisation globale des modèles algorithmiques.

Ces acteurs adopteront l’approche « model as a service ». Ils les factureront suivant les usages, la consommation ou sous-licence. Nous allons donc voir apparaître davantage de places de marché et des offres cloud dédiées à ce phénomène.

Actuellement, le machine learning est principalement utilisé par des entreprises qui disposent de nombreux jeux de données. Elles ont des équipes suffisamment importantes pour les traiter. Ces sociétés technologiques, ces grands groupes et ces startups bien épaulées investissent lourdement dans le recrutement d’experts de la data science et de l’apprentissage statistique. Ils veulent créer et gérer leurs propres versions d’algorithmes.

Toutefois, les PME souhaitent aussi profiter de cette technologie. De par leur statut, elles seront davantage intéressées par des modèles préconçus plutôt que par le fait de monter une équipe dédiée en interne.

Cette tendance aura pour conséquence un changement de paradigme sur le marché. En 2020, l’adoption de l’IA sera portée par ces modèles mis sur étagère par des éditeurs tiers. En conséquence, un plus grand nombre d’organisations comme des banques ou des distributeurs régionaux vont profiter de l’apport de l’intelligence artificielle.

Le secteur est déjà en train de changer dans sa manière d’aborder l’utilisation et le développement des modèles. Alors que jusqu’à présent l’accent a été mis sur les applications personnalisées pour une seule entreprise, le revirement décrit plus haut demandera d’adapter les outils et les environnements aux différents utilisateurs. En 2020, nous devrions voir la croissance des infrastructures « Machine Learning Ops » capables de fournir une gamme de services pour les consommateurs des modèles.

… Et par conséquent du Machine Learning Ops

Ces systèmes sont conçus pour simplifier l’utilisation et la consommation de nombreux modèles ML fabriqués en interne ou achetés auprès d’éditeurs tiers. Les plateformes « Machine Learning Ops » apporteront des fonctionnalités de gouvernance afin de contrôler, limiter ou prioriser les accès aux métiers.

Il s’agit de faciliter la collaboration entre les équipes en leur mettant à disposition des modèles administrés. La gestion des opérations, le monitoring, la sécurité et d’autres facteurs pertinents seront petit à petit proposés par les éditeurs. Ces plateformes doivent assurer que les bonnes versions de l’algorithme sont employées, qu’elles soient protégées, tandis qu’un suivi continu permet d’éviter leur obsolescence.

En 2019, des fournisseurs comme HPE et Booz Allen Hamilton ont lancé leur environnement de Machine Learning Ops. Nous nous attendons à ce que d’autres prennent ce même wagon au cours de l’année 2020. Toutes les entreprises, qu’elles viennent des secteurs privés ou publics, devraient bénéficier d’une meilleure compréhension et orchestration de leurs algorithmes.

L’IA lève encore et toujours des problématiques de responsabilité et d’éthique

Le règlement général sur la protection des données personnelles est entré pleinement en vigueur en 2019. La régulation mise en place par l’Union européenne a de facto pris des allures de loi internationale. Une partie du RGPD concerne directement l’IA, puisqu’il exige que les entreprises se conforment aux diverses obligations de traitement, de transparence ou encore de droit à l’oubli. Cette année, la Californie a adopté un texte similaire nommé California Consumer Privacy Act (CCPA). Il devrait officiellement entrer en vigueur en janvier 2020.

Ces nouvelles réglementations, ainsi que la prise de conscience des citoyens de l’importance de leurs données, vont avoir un impact sur la manière de les utiliser dans le cadre du développement de modèles d’apprentissage statistique. Au fur et à mesure que l’IA s’installe dans notre vie quotidienne, les clients exigeront d’elle une plus grande responsabilité et le respect d’une forme d’éthique.

Pour aider à résoudre ces problèmes, les entreprises adoptent une position proactive en encourageant ces efforts. En 2020, nous nous attendons à ce que cette tendance s’accélère. Il est de notoriété publique que du deep learning émane des algorithmes inexplicables. Or les sociétés et les consommateurs réclament des éclaircissements concernant le fonctionnement de ces boîtes noires. Ils veulent savoir comment elles arrivent aux résultats qu’elles proposent.

Certaines organisations cherchent à créer des standards et établir des scores de transparence afin de mieux comprendre les modèles. Au fur et à mesure de la démocratisation du concept de model as a service dans les entreprises, elles réclameront un haut niveau d’explicabilité. Elles veulent justifier des décisions qu’elles auront prises en se servant de ces outils intelligents.

Le marché du RPA montre des signes de maturité… et de possible consolidation

Souvent, le RPA est évoqué dans le même contexte que l’IA. Pourtant, beaucoup ont compris que ces systèmes ne sont pas intelligents, qu’ils s’appuient sur des outils de machine learning fournis par des tiers pour y injecter une forme d’approche cognitive. Malgré l’association possiblement erronée entre RPA et IA, le marché est en effervescence, voire en sur inflation, depuis l’année dernière.

Deux des éditeurs les plus importants du RPA ont chacun levé des montants conséquents en 2019. UiPath a collecté 568 millions de dollars en Séries D et est maintenant valorisé à 7 milliards. Automation Anywhere a récolté 290 millions de dollars auprès de ses investisseurs et est évalué à 6,8 milliards.

Étant donné l’intérêt soutenu du marché, Microsoft est entrée en lice fin 2019 avec sa propre offre, UI Flows, dans le cadre de la plateforme Power Automate. Le géant de l’informatique revendique déjà 150 000 utilisateurs, ce qui renseigne du besoin latent de solutions RPA et la puissance de « disruption » de Microsoft.

Malgré ces indicateurs de croissance, plusieurs éléments évoquent un ralentissement et une consolidation du marché en 2020. UiPath a annoncé publiquement une vague de licenciement concernant 400 employés, tout juste après sa grand-messe organisée en octobre à Las Vegas.

De même, nous percevons des signes selon lesquels les grands éditeurs de logiciel d’entreprise dont Oracle, SAP, IBM et autres pourraient prendre des mesures plus agressives.

Au cours des prochaines années, il est fort probable que ce secteur sera monopolisé par des géants qui auront bénéficié d’une croissance organique ou qui auront racheté des acteurs spécialisés dans le RPA, cherchant à satisfaire rapidement leurs investisseurs.

L’assistant vocal stagne en entreprise

En 2019, nous prédisions que les assistants vocaux seraient plus largement en entreprise. Nous avions faux. Ces agents virtuels sont principalement installés sur des téléphones ou à l’intérieur d’objets connectés domotiques. Il est clair que les fournisseurs de ces solutions visent en premier lieu les cas d’usage grand public et non ceux des milieux professionnels.

Alors que de nombreux efforts sont déployés pour promouvoir la technologie des assistants vocaux en entreprise, l’annonce récente du retrait de Microsoft concernant Cortana et le manque d’intérêt des sociétés nous amènent à nous demander si elle continuera à stagner en 2020.

Cela dit, le spécialiste de l’audience des médias ComScore affirme que d’ici 2020, 50 % de toutes les recherches seront effectuées à la voix. Si les utilisateurs se passent petit à petit du texte ou du Web, cela va changer la façon dont ils s’engagent face au contenu et à l’information. Ils commencent à réclamer l’obtention de résultats rapides et précis tout en acceptant une restriction volontaire des choix disponibles.

Cela permettra aux entreprises avant-gardistes d’être les premières à adopter la recherche vocale et à apprendre comment obtenir les meilleurs résultats. Avec l’augmentation prévue des recherches vocales en 2020, les organisations de toutes sortes seront confrontées au fait que ces assistants seront les médiateurs de leur relation client. Elles feront face à de nouveaux défis puisqu’elles ont jusqu’à présent utilisé la puissance de la recherche sur Internet pour accroître leur visibilité auprès des prospects.

Au cours des dernières années, l’adoption de l’IA s’est poursuivie, et presque toutes les industries ont trouvé des cas d’utilisation de l’IA. Nous ne nous attendons donc pas à ce que l’élan autour de cette technologie ralentisse de sitôt. L’année 2020 nous réserve son lot de surprises en la matière.

Pour approfondir sur Outils décisionnels et analytiques