Ruée sur l'intelligence artificielle... un business de 11 milliards de dollars en 2024

Après le plan Robot, la Corée du Sud a annoncé le 20 mars un plan ­Intelligence artificielle de 765 millions d’euros. Un peu plus tôt que prévu initialement. Mais la défaite surprise au jeu de go du champion national Lee Sedol contre le logiciel AlphaGo développé par DeepMind, une start-up britannique rachetée par Google en 2014 pour une somme estimée à 500 millions de dollars, a accéléré l’annonce. Ce plan verra la création d’un centre de recherche public-privé auquel contribueront, à ­hauteur de 3 milliards de wons (2,3 millions d’euros) chacune, des entreprises comme Samsung Electronics, LG ­Electronics, SK Telecom et Hyundai Motor. Le gouvernement coréen compte y attirer près de 2?milliards d’euros de fonds en provenance du secteur privé au cours des cinq ­prochaines années.

Un signe de la révolution industrielle en marche. Le marché de l’intelligence artificielle (IA) vit un renouveau depuis cinq ans grâce à l’émergence du big data, au développement de nouvelles méthodes comme le deep learning et à l’augmentation de la puissance de calcul et de stockage que permettent le cloud et l’hyperconnectivité des équipements. Et il n’est pas juste question de recherche fondamentale, mais d’applications très concrètes. Le cabinet d’analyse Tractica estime que le marché de l’intelligence artificielle pour les applications en entreprise, qui ne représentait que 200?millions de dollars en 2015, dépassera 11 milliards d’ici à 2024. "Pour nous, en tant que fournisseur, ce sont les briques autour de l’intelligence artificielle qui génèrent de la valeur, explique Damien Cudel, chef de marché ­plate-forme ­applicative chez Microsoft. Le stockage, le streaming des données… L’apprentissage statistique ne coûtera pas cher, c’est sur la chaîne globale de traitement (collecte des ­données, traitement temps réel, restitution…) que se trouvent les enjeux."

Secteur d’excellence des start-up

Une manne que comptent bien capter Microsoft, IBM, ­Amazon, Google… Dans les offres de ces titans du cloud, ­l’innovation ne vient pas forcément des algorithmes, qui existent depuis des dizaines d’années, mais de leur ­implémentation. Ce qui nécessitait auparavant des mois de travail à des experts de la data science peut se faire en une journée au travers d’une interface simple à aborder, même pour du personnel non technique. Philippe Harel, responsable business intelligence au sein de l’entreprise de services du numérique (ESN) Umanis, fait l’analogie avec l’industrie textile : "Il y a cent ans, pour acheter une chemise, on allait chez un tailleur. Cela prenait des semaines, mais le résultat final était parfaitement adapté. C’est la même chose pour le data mining, qui requiert des compétences en interne très pointues et de longues périodes de développement. En ­comparaison, un service cloud de machine learning, c’est comme acheter du prêt-à-porter. C’est instantané et cela répond à 90 % des besoins. Les start-up, de leur côté, sont comme de grands couturiers. Elles se positionnent sur les segments de niche, par exemple pour la détection de fraudes dans les banques."

Émergence d’un secteur oblige, les start-up foisonnent. Le cabinet Venture Scanner compte plus de 950 jeunes pousses spécialisées en intelligence artificielle dans le monde, qui totalisent presque 5 milliards de dollars d’investissement. Sur ce total, 499 se trouvent aux États-Unis, d’où proviennent 4,2 milliards de dollars de fonds. Et le montant des investissements ne cesse de croître d’année en année. Il était de 160 millions de dollars en 2010, puis de 600 millions en 2013, et a doublé en deux ans pour atteindre 1,2 milliard de dollars en 2015. En cette année 2016, il a déjà dépassé 500 millions de dollars. En France, Snips, Jam, Gorgias, Julie Desk et Regaind ont su trouver des investisseurs, pour des usages très variés : simplification de l’interface utilisateur des smartphones, aide en langage SMS aux étudiants, help desk intelligent pour la relation client, secrétariat virtuel par e-mail, tri automatique de photos.

Vers une meilleure collaboration homme-robot

Les industriels aussi investissent. Apple, notamment, a frappé très tôt en acquérant en 2010 la start-up à l’origine de son assistant personnel Siri. Depuis il poursuit les rachats, comme celui d’Emotient, en janvier 2016, dont la technologie analyse l’expression des visages et l’émotion qui s’en ­dégage. La firme à la pomme recrute, mais plus de 85 postes en IA restent à pouvoir faute de candidats disponibles. À croire que Google et les constructeurs de véhicules autonomes, très friands d’intelligence artificielle, ont asséché le marché ! Une situation qui a poussé le gouvernement américain à annoncer début janvier son intention d’investir 4 milliards de dollars pour faciliter l’émergence du secteur.

L’enjeu devient international. Toyota a annoncé fin 2015 un investissement de plus de 1 milliard de dollars dans la recherche en intelligence artificielle pour les véhicules autonomes, mais aussi… pour le manufacturing. En permettant à ses robots industriels de percevoir leur environnement et de planifier leurs actions en fonction de ce qu’ils en déduisent, le japonais compte améliorer ses moyens de production, notamment pour leur permettre de mieux collaborer avec l’humain. Un autre débouché de l’intelligence artificielle est la robotique de service à destination des personnes âgées, qui bénéficiera aussi de ces capacités de perception. Ces technologies se retrouvent dans les systèmes anticollision qui équipent les drones civils et militaires. Facebook s’en sert également, avec une précision inégalée jusqu’à présent, pour cartographier la population humaine dans le but de mieux identifier les zones peuplées dépourvues d’internet et d’y fournir une connexion par des drones.

L’IA au service de la médecine

Dans l’industrie, l’intelligence artificielle sert aussi à réaliser de la maintenance prédictive, en annonçant avec une très grande précision les taux d’usure. Michelin, par exemple, ne vend plus de pneus à Air France, mais lui garantit désormais un nombre d’atterrissages et de décollages. La santé est un autre secteur très convoité par les acteurs de l’intelligence artificielle. Microsoft et Google y mènent des expérimentations en partenariat avec de grands hôpitaux pour améliorer la gestion des flux de patients aux urgences, pour détecter des maladies et même prédire si les patients seront à nouveau hospitalisés sous trente jours en fonction de leur traitement. Mais c’est IBM qui a investi le plus lourdement, avec plus de 4 milliards de dollars de rachats pour renforcer sa présence dans le secteur. L’imagerie médicale est notamment en jeu, les systèmes d’IA étant capables d’aider les médecins à interpréter les radios et les échographies, voire de les commenter eux-mêmes et de simplement soumettre le résultat à l’approbation du radiologue.

Plus discrets, les industriels de l’électronique aussi sont sur les rangs. L'entreprise américaine Nvidia, leader du marché des processeurs graphiques, a annoncé fin 2015 un processeur conçu spécifiquement pour le deep learning et se positionne fortement sur le segment du véhicule autonome. D’après son PDG, Jen-Hsun Huang, Nvidia travaille avec pratiquement tous les constructeurs automobiles sur le sujet. Mais pas seulement. Il indiquait récemment au magazine américain Fortune que ses clients potentiels pour le deep learning étaient passés de 100 à 3500 en deux ans. Un signe parmi tant d’autres que l’intelligence artificielle est au cœur même de l’industrie du futur.

Sélectionné pour vous

ElevenLabs déploie une fonctionnalité de transfert de conversations entre agents IA

En Chine, des robots humanoïdes ont couru pour la première fois un semi-marathon

OpenAI demande une vérification d'identité pour accéder à ses derniers modèles via l'API