L’intelligence artificielle est en train de révolutionner l’économie des technologies de l’information, à l’instar du cloud computing quelques années plus tôt. Dans divers secteurs, l’IA a le potentiel d’améliorer considérablement l’efficacité opérationnelle. Cependant, le véritable défi réside dans la capacité des individus à s’adapter à cette nouvelle réalité.
D’importants retours sur investissement
La Dr Susan Athey, professeure d’économie à l’Université de Stanford, prévoit des changements significatifs induits par l’intelligence artificielle :
« Il est difficile de quantifier les avantages d’une plus grande flexibilité, de nouvelles fonctionnalités et d’innovations que l’on n’aurait peut-être pas envisagées sans l’IA. » Elle souligne qu’il existe de nombreuses opportunités à saisir si les individus et les entreprises sont bien préparés.
« Créer et déployer des systèmes basés sur l’IA est un processus difficile et coûteux, mais le résultat final est une infrastructure qui fonctionne plus rapidement et efficacement. Une fois opérationnelle, l’exploitation de ces systèmes pourrait devenir plus simple, » ajoute-t-elle. Selon Susan Athey, cette nouvelle génération d’outils d’apprentissage est plus facile à maintenir et nécessite un codage moins complexe que celui pratiqué au cours des quinze dernières années.
« Dans l’ensemble, nous assistons à une convergence, et nous commençons enfin à récolter les fruits des investissements réalisés collectivement dans l’industrie », explique-t-elle. Les développeurs ont appris à créer du code modulaire et à maîtriser l’optimisation, un processus autrefois complexe devenu une routine.
Repenser les rôles et les carrières
Cette transformation oblige les professionnels à repenser leur rôle et leur carrière, selon Athey. « Je pense que le codage est devenu plus accessible. Mes étudiants à Stanford écrivent probablement 80 % de leur code avec Copilot, qui est particulièrement efficace pour détecter les erreurs de syntaxe et rédiger du code répétitif. La maîtrise d’un langage de programmation spécifique est devenue moins cruciale, alors que j’ai programmé dans environ dix langages différents au cours de ma carrière. »
Cependant, bien que ces technologies simplifient les processus de codage, Susan Athey insiste sur l’importance de savoir « comment structurer et exécuter les choses ». De plus, l’économie de l’intelligence artificielle nécessitera également des capacités d’évaluation et de réflexion logique.« Chaque année, nous formons des milliers d’étudiants en informatique et en ingénierie à Stanford. Ils sont tous très compétents pour télécharger un ensemble de données depuis le Web et en tirer des enseignements : former, optimiser, prédire, classifier, comparer un modèle A à un modèle B et évaluer leurs performances. Cependant, ils sont peu préparés à se poser des questions fondamentales telles que : Qu’est-ce que cela signifie ? Comment savoir quand ou pourquoi cela fonctionne bien ? Quelles sont ses faiblesses ? Quel type de données pourrait aider à l’améliorer ? »
Athey souligne que les modèles d’IA peuvent parfois fournir des réponses incorrectes. « Nous manquons des connaissances scientifiques nécessaires pour déterminer quand ces modèles donnent de mauvaises réponses et quand ils offrent des résultats valides. »
La valeur des données
Les professionnels d’aujourd’hui et de demain géreront et transmettront les données qui alimentent les entreprises. « Avec les nouvelles IA, il est important de connaître la valeur des données. Quelle est la valeur des sources de données externes ? Quelles initiatives avez-vous déjà essayées ou qui n’ont pas fonctionné parce que vous n’aviez pas assez de données ? Y a-t-il des initiatives que vous pourriez essayer à nouveau maintenant ? »
Elle souligne ainsi que les modèles d’IA peuvent même nécessiter des données non structurées et désordonnées pour fonctionner efficacement.
Les dirigeants et les professionnels doivent maîtriser cette capacité d’analyse, qui requiert une réflexion approfondie. Cela implique de comprendre les statistiques et les attentes conditionnelles, ainsi qu’un cadre mathématique solide.