Transcription

• Speaker #0

  Bonjour à tous, bienvenue sur les Causeries Data, le podcast de Data Ring qui essaie de vous libérer du numérique, ou du moins, vous redonner le contrôle sur vos données et votre avenir numérique. J'ai le plaisir de recevoir Stéphane Roder, président d'AI Builder. Bonjour Stéphane.

• Speaker #1

  Bonjour France.

• Speaker #0

  Quel plaisir de vous recevoir Stéphane. Donc vous avez fondé en 2018 AI Builder, un cabinet de conseil indépendant en stratégie data et IA. Nous avons... pu voir que vous accompagnez de grands groupes français, Bouygues, Orano, Saint-Gobain, La Poste, Groupama, dans leur transformation digitale. Vous prenez un cadre méthodologique et une expertise concrète centrée sur l'apport de l'IA à la stratégie et aux objectifs de l'entreprise. Vous êtes conseiller auprès du ministère de l'Intérieur sur les questions d'IA, rédacteur du dispositif IA Booster dans le cadre du plan de relance expert sur les questions d'ATA-IA auprès de la Fondation Jean Jaurès et professeur à l'ESSEC. sur le thème e-business et impact de l'IA. Au-delà de cela, vous faites partie de ceux qui font. Vous avez créé plusieurs startups à succès après avoir travaillé dans l'industrie des télécoms. Vous êtes ingénieur télécom Paris Tech 92 et diplômé de Stanford Coursera en Machine Learning et Deep Learning. Et vous êtes enfin l'auteur aux éditions Erol d'un guide pratique de l'intelligence artificielle dans l'entreprise. Alors nous avons eu le plaisir de recevoir votre alter ego et ami, je crois. Luc Julia, City of Samsung, créateur de Siri. Et nous avons le plaisir aujourd'hui de vous entendre sur votre dada, l'IA, et pour que vous nous expliquiez en quoi l'IA transforme nos organisations, nos territoires, notre souveraineté, notre responsabilité, notre rapport à l'autre peut-être, et enfin à la démocratie. Alors une première question, quelle serait pour vous la meilleure définition de l'IA ?

• Speaker #1

  L'IA est une adaptation. de concepts mathématiques qui permettent de réaliser des assistants pour les métiers. Et en fait, ce qu'on utilise aujourd'hui, c'est ce qu'on appelle la régression linéaire, qui est finalement un concept mathématique très simple, mais qui permet d'utiliser la statistique pour modéliser, pour créer des modèles, d'abord pour prévoir des quantités, et d'autre part... pour être capable de prévoir des qualités, c'est ce qu'on appelle la classification. Et en fait, aujourd'hui, l'intelligence artificielle sait faire très peu de choses. Elle sait faire la prédiction de quantité et de qualité, et avec ça, on l'a adaptée à plein de choses. Par exemple, ce qu'on appelle la reconnaissance d'images, c'est ni plus ni moins de la classification. Est-ce qu'il y a un chat sur cette image ? Oui, non. Ça, c'est de la classification. quel est le bon niveau de stock que je dois avoir pour l'optimiser ? C'est de la prévision, c'est de la recommandation, et c'est encore une fois ce qu'on appelle de l'intelligence artificielle, mais c'est ni plus ni moins. Aujourd'hui, l'intelligence artificielle est basée sur ce qu'on appelle le machine learning. En fait, ce sont des modèles mathématiques qui vont apprendre sur l'historique. Et l'historique, en fait... Vous avez vous-même dans votre entreprise eu un stock, il a vécu, vous avez pu comparer l'optimum, peut-être qu'il y avait des magasins qui n'étaient pas fournis, d'autres qui en avaient trop. Et au final, on va reprendre cette historique et le modèle va apprendre et va trouver l'optimum. Il va être capable de vous dire la prochaine fois, le stock doit être à tel niveau pour que tous les magasins soient fournis et ne ratent pas de vente. Donc en fait... La clé sur synthéticiel aujourd'hui, c'est vraiment de la mathématique appliquée. Mais c'est quelque chose de finalement très simple, mais qui est capable d'utiliser beaucoup de paramètres. Un humain, par exemple, est capable de synthétiser une quinzaine de paramètres. Les génies synthétisent 50 paramètres. Et bien un processeur qui travaille sur 30 000 paramètres... ça ne le dérange pas du tout. Et en fait c'est ça la grosse différence, c'est qu'on lui fait faire quelque chose de simple, mais sur de très gros volumes de données, et sur un très grand nombre de paramètres, qu'un humain ne serait pas capable de prendre.

• Speaker #0

  Mais alors comment on va rentrer dans ces enjeux de compétitivité pour la PME ? Est-ce que l'IA, dont on parle beaucoup aujourd'hui, notamment avec Tchad GPT, donc les IA génératives, est-ce que finalement on n'est pas en train de se tromper de niveau, de maturité ? Parce que les PME aujourd'hui, est-ce qu'elles peuvent véritablement s'en saisir ? Donc ma question c'est, est-ce que l'IA va faire la différence pour la PME ? Est-ce que la PME, elle est crédible, elle a une taille qui lui permet d'accéder à la plus-value de l'IA ? Ou est-ce qu'on va se contenter finalement à nouveau d'être dans une situation de dépendance par rapport à l'IA ? Là, ça fait trois questions en une, mais je pense que vous avez compris l'esprit.

• Speaker #1

  Oui, oui. Alors en fait, j'aurais pu vous dire jusqu'à l'arrivée de ce qu'on appelle les Large Language Models, sur lesquels sont basés le TGPT, j'aurais pu vous dire que le machine learning coûtait cher à développer. Et donc, jusqu'à maintenant, c'était vraiment réservé. au grand groupe qui avait cette capacité finalement à investir sur des profils qui s'appellent des data scientists, à développer, à tester. Et c'est ce qui s'est passé, je dirais, ces dix dernières années. Maintenant, on passe avec ChatGPT et avec l'arrivée de ces nouveaux modèles génératifs, on est en train de comprendre qu'ils intègrent tellement d'intelligence qu'au final... ils vont être capables de faire beaucoup de choses et pour beaucoup moins cher. Pourquoi ? Parce que leur entraînement prend beaucoup de temps. Par exemple, le GPT, le Large Language Model de JetGPT, il faut 5 mois avec 2000 demi-processeurs pour l'entraîner. Ça coûte une fortune. Par contre, c'est revendu à tout le monde. Donc, en fait, vous payez une partie du coût. C'est ce qu'on appelle les solutions. Donc en fait, cette solution va être amortie à l'échelle et ça va être très simple de faire un développement. Donc en fait, on est en train de se rendre compte qu'on va passer à un stade, avec l'utilisation de ces nouveaux modèles, à un stade qu'on appelle la généralisation. On était plutôt avant, je dirais, entre 2016 et 2022, dans l'évangélisation. là On passe à un mode de généralisation, pourquoi ? Parce que les prix vont vraiment s'effondrer en termes de développement. Maintenant, la vraie difficulté pour les PME, c'est la formation, c'est prendre conscience de l'apport de ces modèles de machine learning, d'intelligence artificielle, et je pense que c'est là qu'il y a un vrai problème. les PME n'ont pas encore la possibilité de se payer finalement ces formations et ce qu'on appelle un peu le schéma directeur Data IA qui permet de savoir où est-ce qu'on doit en mettre et par quoi on doit commencer. Et donc c'était un peu l'idée de Booster IA qu'on avait créé avec la Direction Générale des Entreprises et un dispositif qui permettait en fait d'abonder à hauteur de 50% toute la vie. cette partie conseil en fait qui permettait au pme de s'équiper maintenant on va aller vraiment vers une commoditisation on est en train de commencer ce cycle de commoditisation pourquoi parce que on voit et aujourd'hui c'est un très bon exemple cette force a sorti son propre einstein gpt donc qui va être capable, dont le CRM. de générer des nouveaux messages, de générer des messages adaptés. Et finalement, on voit qu'en deux mois, trois mois, en fait, ce qui était presque dans un labo avec 4GPT chez OpenAI, rentre dans une solution. Ça va très, très vite, parce que justement, c'est des modèles qui intègrent beaucoup d'intelligence, et c'est plutôt facile à déployer. Et donc, on pourrait dire que... le déploiement va se faire à travers les outils. On le voit bien, Microsoft a déjà dit qu'ils allaient mettre GPT-3 ou ChatGPT dans tout Microsoft Office. Donc en fait, on va voir apparaître et on va voir ce qui est les TME. à travers les solutions. Elles ne vont même pas être conscientes qu'elles font de l'IA, c'est des solutions qui vont embarquer. Et moi, ce que je vois aujourd'hui, en quelques mois, c'est une réelle accélération qui n'était par contre pas du tout vraie l'année dernière, où on voyait malheureusement tout le tissu industriel français, enfin en tout cas des PME, ne pas avoir accès à un tissu industriel compte tenu de son prix. que seuls les grands groupes pouvaient payer. Mais maintenant, je pense que c'est fini. On est en train de passer à une autre étape.

• Speaker #0

  Mais est-ce qu'on ne va pas avoir finalement des entreprises qui vont devenir data-driven ou IA-driven, sans même en avoir conscience de manière complètement invisible et transparente, mais dans une situation de dépendance par rapport à la technologie ? Parce que bon, qu'un Salesforce paye un Einstein GPT, pourquoi pas, ils en ont les moyens. Mais la PME, si on est sur des solutions embarquées, en fait, elle va faire de l'IA sans même le savoir. En revanche, quand les factures vont peut-être changer ou à un moment donné monter parce qu'on va être en grosse consommation d'énergie ou pas, est-ce qu'elles ne vont pas rentrer dans un cercle infernal non vertueux d'ultra-dépendance à la technologie, à des IA qu'elles ne comprennent pas toujours et donc dans l'incapacité finalement d'allier performance, apprentissage, décision. et d'être en réelle capacité de s'adapter au marché, de perdre leur agilité ? Ça, c'est des questions qui peuvent sembler importantes.

• Speaker #1

  Oui, ça va pas, mais je pense qu'on le vit depuis le début de la mécanisation de l'entreprise. À chaque fois qu'on a rajouté une étape de mécanisation, on ne traite que la bureautique. On est aujourd'hui extrêmement dépendant de la bureautique. Est-ce que vous voyez revenir à la machine à écrire ? Est-ce que vous voyez revenir à la calculette sans Excel ? On est totalement dépendant de la bureautique. On a tout monté dessus. Même chose pour le mail, même chose pour l'Internet. Après, oui, ça va être pareil parce que l'IA est une nouvelle étape de la mécanisation de l'entreprise. Et donc, en cela, oui, on va en être dépendant, mais pas plus qu'autre chose.

• Speaker #0

  Il y a un article des Echos qui est paru ce matin. On va parler de l'enjeu de souveraineté très rapidement et de régulation. Dans l'article des Echos que je lisais ce matin, on faisait état d'un retard de l'Europe et d'un risque de transfert de valeur à l'échelle du marché vers les grandes plateformes. Donc on pense aussi aux États-Unis, à la Chine, etc. Donc mon entreprise innovante, ma PME, qui forme presque 90% du tissu économique français, Est-ce qu'on ne va pas se retrouver avec la même problématique qu'avec les données ? C'est-à-dire que la plus-value associée à l'IA, elle va partir ?

• Speaker #1

  C'est une vraie question, mais c'est une question qui a plusieurs dimensions. C'est ce qu'on a vécu avec ce qu'on appelle le cloud. Effectivement, nos prestataires européens n'ont jamais été à la hauteur des prestataires américains. Et au final, on voit effectivement toutes nos entreprises utiliser des prestataires américains. Tous utilisent Google, AWS, sinon. Avec l'IA et avec ces nouveaux modèles, on voit quand même appareil. Alors c'est vrai que Microsoft fait beaucoup de bruit, Google fait beaucoup de bruit, ils ont beaucoup d'argent. Ils ont beaucoup d'argent et donc beaucoup de marketing. Mais par contre, on voit des solutions françaises de GPT, de LLM. En France, on a la société LightOn, qui est un excellent modèle de large language. Excellent. Au niveau de GPT-3, il y a une société aussi allemande qui s'appelle Aleph Alpha. Et moi, j'ai vu vraiment chez les deux des démos extraordinaires, vraiment bluffantes. Ils ont vraiment un super niveau. Donc, il n'y a pas de raison. Ça, c'est la première chose. Donc, moi, je pense que question souveraineté, nous qui discutons par exemple avec des sociétés dans la défense qui prêtent des parties. liés à la partie militaire, à des choses dans le commandement, nous disent oui effectivement nous jamais on ne pourra utiliser de cette GPT ou quoi que ce soit d'américain parce que on ne veut pas que ces données là soient visibles et donc on a un vrai problème de souveraineté. Donc là aujourd'hui on a des vraies réponses donc on n'a pas à être inquiet là dessus. En plus on a la chance d'avoir une BPI. qui au fait de tout ça, comprend bien qu'il faut aider cette partie qu'ils appellent la partie deep tech. Et donc moi, je ne pense pas qu'on ait tout dit, il va y avoir une vraie vague d'investissement, en tout cas en France et en Europe. Par contre, il y a une chose qui est très importante, c'est qu'en termes de souveraineté, mais je dirais aussi en termes d'éthique et de culture, il faut bien comprendre que ces modèles sont pré-entraînés. avec des données que la solution choisit. Par exemple, le TGPT a été entraîné sur 8 années du web, et on voit que ces 8 années du web sont principalement anglo-saxonnes. Et bizarrement, on voit que Tchadjepité est woke. On pourrait très bien imaginer, je ne sais pas moi, AWS, sachant que Jeff Bezos est libertarien, que AWS porte un modèle libertarien.

• Speaker #0

  Donc on a un nivellement de notre culture, un affadissement de celle-ci. On se dilue en fait.

• Speaker #1

  En tout cas, il faut faire attention, parce que le LSM, le large language model que vous allez choisir, a été entraîné et a finalement une couleur politique, une couleur culturelle, et il va se poigner des problèmes éthiques. Et donc, nous-mêmes, en tant qu'Europe ou État français, il faut qu'on retrouve nos valeurs, nos valeurs de démocratie, nos valeurs culturelles. Et il ne faut pas qu'on subisse une nouvelle vague. Il est hors de question de subir une nouvelle vague Coca-Cola, McDonald's, Microsoft. à travers l'intelligence artificielle. Et donc, d'où mon souhait depuis longtemps, d'avoir une agence de l'IA, une planification industrielle de l'IA qui intègre en fait toutes ces dimensions parce que il est hors de question de recommencer ce qu'on a vécu avec la robotisation, ou plutôt ce qu'on n'a pas vécu, et ce qu'on a mal vécu avec le cloud. Il est hors de question que ça se reproduise avec l'intelligence artificielle. On a aujourd'hui les moyens, les chercheurs, on a tout ce qu'il faut. Il suffit de bien financer les merveilleuses start-ups que nous avons en France et en Europe.

• Speaker #0

  Donc en fait, la solution, c'est que là, en ce moment, nous avons l'Europe qui s'installe comme une puissance normative en imposant des valeurs européennes à un écosystème qui n'est pas forcément mature, puisqu'on a aussi une absence de corrélation. entre l'IA acte, du moins dans ces projets, et la réalité de l'intelligence artificielle, lorsque l'on fait de l'IA du niveau de chat GPT avec les IA génératives, la problématique du respect des finalités, elle est impossible à remplir sur la nouvelle réglementation. C'est-à-dire savoir véritablement pour quelles finalités va fonctionner notre algorithme, on ne le sait pas au départ avec le deep learning.

• Speaker #1

  En fait, c'est pire que ça. Quand on regarde les actes, on s'aperçoit qu'ils ont dans l'idée de mettre les modèles dits génériques qui engloberaient toute la partie Generative AI, et donc les large-tanguage modèles, les EDM, dans la partie ARIS, sachant que, comme vous le dites, on ne sait pas à quoi ils vont être utilisés. Et donc en fait, il faut se dire tout de suite que ça, si c'est fait, c'est la fin du monde. C'est fini. Plus personne n'aura les moyens de démontrer qu'il n'est pas à risque. Une start-up qui aura quelques millions pour développer, ces millions, il faudra qu'elle les dépense plutôt pour démontrer qu'elle n'est pas à risque. Et finalement, ils vont perdre du temps, le marché va les rattraper, c'est fini pour eux. Donc en fait, je pense que réglementer a priori, c'est une énorme erreur. Moi je pense qu'il faut avoir confiance dans la démocratie. On a cette chance en Europe et notamment aussi en France, bien sûr, d'avoir le législatif qui peut opérer et donc qui est capable de revenir. Il faut laisser la place à la créativité et le législatif. Le législateur est là pour réguler, il est là pour dire, non, là vous avez été trop loin. Il faut, voilà le cadre. Et ça, on l'a vu. On l'a vu dans la bioéthique. On l'a vu aussi dans le secteur bancaire. Rappelez-vous, avant, les banques étaient capables de vous prêter des prêts à la consommation et en vous endettant sur trois générations. Eh bien non, c'est fini. Le législateur a dit non. On va vous donner un cadre. Maintenant, vous n'avez pas le droit de prêter au-delà de N fois le... une fois le salaire. Voilà, donc il faut avoir confiance dans le législateur et ne pas réglementer a priori. C'est une vraie catastrophe.

• Speaker #0

  Mais alors on a quand même un enjeu de responsabilité avec l'effet black box parce que pour qu'une technologie soit acceptée, il faut qu'elle soit traçable, transparente. On a un devoir d'explication. Et puis l'article 22 du RGPD ne dit pas autre chose. Lorsqu'on va avoir des algorithmes qui vont prendre des décisions, on a le droit de ne pas... pas faire l'objet d'une décision fondée sur un système algorithmique. Donc, comment on va faire pour contrôler et réguler les algorithmes et leurs usages de demain ? Qui sera le garant, en fait, d'assurer que les règles numériques et ou, sur les libertés publiques fondamentales définies, seront bien respectées ? Selon vous, quel serait, si le code est l'éthique ? Comment peut-on contrôler les usages de main ?

• Speaker #1

  Vous avez deux questions. En fait, vous avez une question sur la réglementation qui, heureusement, impose l'explicabilité, dans certains cas, que le client, le consommateur peut réclamer. Et ça, c'est très bien. Et autant c'était très compliqué, je dirais, avec le machine learning, parce que les réseaux de neurones, c'était des vrais black box. pour comprendre comment c'était fait, c'était très compliqué. Comment ça résonnait, c'était très compliqué. Et finalement, il fallait presque dégrader, passer du deep learning du réseau de neurones à un arbre de décision. Et là, on commençait à être capable de donner des explicabilités. Avec l'arrivée des large language models et du GNI TVI, ça vous explique, ça donne des solutions argumentées. Et au fait... On est en train de passer un énorme cap en termes d'explicabilité. Ça vous explique pourquoi. Et en fait, ça explique le raisonnement. Ça n'explique pas comment c'est fait dedans. Ça explique le raisonnement. Et au final, on le voit, c'est l'humain qui reçoit le résultat du modèle et qui dit « Ah oui, effectivement, le raisonnement est bon » . et je comprends le raisonnement, ou non, le raisonnement n'est pas bon, ça dit n'importe quoi, c'est des autres vaches, et en fait, ça le met de côté. Donc, en fait, encore une fois, on va être capable, avec ces nouveaux modèles, d'avancer en termes d'explicabilité. On a en ce moment encore des erreurs, qu'on appelle des hallucinations, ça, des fois, ça se met à dire n'importe quoi. Parce qu'on est sur des modèles génériques qui sont là pour répondre à tout. Quand on va les entraîner sur des expertises spécifiques, que ce soit, vous avez donné l'exemple du consommateur, et donc on peut reprendre l'exemple du prêt. Pourquoi est-ce que ce prêt m'a été refusé ? Là, on va être sur des expertises beaucoup plus resserrées, spécifiques, où on ne va pas avoir ces problématiques qu'on appelle d'hallucination, c'est-à-dire qu'on ne va pas faire des inférences. sur des sujets qui n'ont pas de relation avec le sujet qu'on est en train de traiter. On va être capable de circonscrire. Donc, moi je dirais qu'on en a pratiquement fini de la boîte noire. Et c'est un peu ce qui est merveilleux en fait avec le Generat idea et l'application au texte. C'est qu'on est capable de voir ce qu'on n'avait pas avant. cette capacité à raisonner, cette capacité à faire des inférences et à expliquer quel a été le cheminement du raisonnement.

• Speaker #0

  Alors on ne va pas traiter aujourd'hui les problématiques éthiques et de biais, ça fera l'objet d'un autre podcast. Aujourd'hui, j'ai envie de vous poser la question peut-être du degré d'acceptabilité pour les non-spécialistes et pour les entreprises. Quels sont les obstacles et les freins humains et organisationnels ? Est-ce qu'on n'est pas... obligés de faire appel à notre modestie vis-à-vis de l'IA. Parce qu'aujourd'hui, beaucoup en parlent, mais peu vont en faire en pratique. On a envie que nos PME s'en saisissent. Vous venez de nous expliquer que les prix allaient se réduire, qu'on devait s'éduquer à cela. Mais pour vous, quels sont les freins humains et organisationnels, concrètement, pour nos entreprises ?

• Speaker #1

  Aujourd'hui, clairement, c'est d'abord être capable de comprendre ce que ça fait. Où est-ce qu'on peut en être ? Quels sont les domaines d'application ? Aujourd'hui, c'est le plus compliqué pour des dirigeants de dire « je vais plutôt en mettre là » ou « je vais plutôt en mettre par là » . Ils ont du mal à savoir où est-ce que ça fonctionne bien. Finalement, c'est tellement nouveau et c'est tellement utilisé dans de très grands groupes aujourd'hui que finalement, on est peu à savoir où est-ce que ça marche bien. Mais par contre, les résultats sont là.

• Speaker #0

  Est-ce que la boussole ne pourrait pas être la sobriété ? Non. L'enjeu écologique.

• Speaker #1

  Malheureusement, quand vous regardez, il y a eu une enquête qui a été faite qui était très intéressante l'année dernière, et qui demandait aux PME quelles sont vos dix priorités. La première, c'était la survie, et la dernière, c'était l'écologie. C'est triste à dire, mais c'est une réalité. Il y a une réalité économique, donc c'est toute la remise en cause, en fait, dont parle Jean-Claude Visti, entre la croissance et la partie sustainability. En fait, c'est être conscient de ses objectifs et être conscient de l'endroit dans l'entreprise dans lequel il faut mettre de l'intelligence artificielle. augmenter la performance. Je vais vous donner un exemple. Pernod Ricard, par exemple, a créé un assistant pour ses commerciaux. Et le matin, un commercial, au lieu de se lever et de se dire « Tiens, compte tenu de mon expérience professionnelle, j'irais bien chez le distributeur, je lui dirais bien ça. » Ça, c'est l'instinct ou l'expérience professionnelle. Eh bien non, ils ont construit un modèle. qui est capable de dire à un commercial « Aujourd'hui, compte tenu de tout ce qui s'est passé historiquement et compte tenu des données que j'ai de consommation, de météo, de plein de données, plein de paramètres, encore une fois, il faut que tu ailles voir tel enseigne, que tu lui dises ça et que tu pousses tel produit, telle marque. » Avec ça, c'est ce qu'on appelle le « next best action » , la meilleure prochaine action du commercial. ils ont réussi à augmenter leur chiffre d'affaires de 81% dans une de leurs régions, ce qui est extraordinaire. On va passer, tout ça, ça va commencer à se savoir. On obtient les premiers résultats en ce moment. Ces entreprises cotées vont commencer à communiquer. On va avoir un peu le même effet que le web, si vous vous rappelez, dans les années 2000, celui qui n'aura pas fait de via ou pas augmenté sa performance va avoir une décote de la part des marchés. Ça va être la même chose, ça va devenir normal d'augmenter la performance. Et au final, le marché va commencer à s'acculturer. Les gens vont comprendre, les gens vont avoir en tête les cas d'usage dans lesquels l'intelligence artificielle amène de la valeur, augmente la performance, c'est ce qu'on appelle l'efficacité opérationnelle. Maintenant, on a eu aussi la chance. avec ChatGPT, encore une fois, encore lui, et Microsoft. Microsoft a voulu faire un coup d'éclat à travers sa participation dans OpenAI. Je ne sais pas si c'est votre cas, mais moi, je n'ai pas fait un repas de famille à Noël où on ne m'a pas parlé de ChatGPT. Et donc, en fait, on est en train de vivre à travers ça une vraie médiatisation de l'IA. une vraie adoption, tout le monde commence à comprendre la puissance de ces modèles, ils ne savent pas forcément à quoi ça sert, il y a encore des peurs sur ça va remplacer tous les métiers et tout, mais en fait pas du tout. Donc c'est en train de se faire, on est en train de franchir un vrai cap, et aujourd'hui cette partie adoption est vraiment en train de se faire, on est en train de passer à cette partie généralisation, tout le monde a compris que... l'intelligence artificielle allait amener beaucoup d'efficacité opérationnelle en termes d'assistant à tous les métiers de l'entreprise.

• Speaker #0

  Donc en fait, on est en train de passer des chevaux vapeurs à l'électricité, c'est un peu ça, et on se découvre tous un peu des envies, comme des petits garçons et des petites filles. Devant un paquet de bonbons, on va l'ouvrir, on va le goûter, mais on n'a pas trop envie d'avoir d'indigestion. Quand on entend Luc Julia, il nous dit qu'il faut peut-être en faire mieux, mais en faire moins. Donc c'est peut-être l'usage responsable qui va être la boussole pour mieux vivre dans cette nature dont rien d'absolu ne nous sépare, peut-être. Moi, je fais un rêve qu'on ait quand même une frugalité d'apprentissage, mais ça c'est assez personnel, mais pas que. Je vais vous poser une question complémentaire. Bien sûr qu'il y a des possibilités, des opportunités fantastiques, mais il y a aussi, inhérent au fonctionnement des systèmes algorithmiques, une vraie problématique, au-delà des problématiques éthiques, une vraie problématique aussi de cybersécurité. Quel serait le signe noir, c'est-à-dire qu'est-ce qui pourrait être imprévisible et qui nous interdirait de vivre ce moment, un petit peu cette... Ce changement, cette disruption économique vers l'usage de l'IA, qu'est-ce qui pourrait arriver ?

• Speaker #1

  Je répondrais à votre première question et à ce qui est du luxe de l'IA. Il a tout à fait raison. Il faut se concentrer sur ses vrais comptes. Et c'est pour ça que ce qu'on dit à nos clients, c'est qu'il faut que la transformation d'Ataya serve vos objectifs. Donc il faut qu'il y ait un vrai lien. je ne sers à rien d'emmêler n'importe où, il faut se concentrer. Encore une fois, Pierre Noricar, ils ont fait quatre projets, c'est tout. Mais par contre, quatre projets extraordinaires.

• Speaker #0

  Les bons, les bons projets. Les bons,

• Speaker #1

  voilà. Donc moi, je suis tout à fait d'accord. Maintenant, qu'est-ce qui nous empêcherait de vivre ça ? Moi, je ne dirais pas grand-chose, parce que… C'est là, c'est là aujourd'hui. Ce qu'on a vécu ces dix dernières années, c'est disposer de l'intelligence artificielle sous forme de librairie open source, donc gratuite.

• Speaker #0

  tout le monde pouvait faire de l'intelligence artificielle. Maintenant, il y avait un certain niveau mathématique qu'il fallait pouvoir se payer avec des attestations, qui n'étaient pas à la portée de tout le monde. Là, on passe dans la partie commoditisation, où on l'intègre dans les solutions, ça va commencer à la portée de tout le monde. L'arrivée du Generative AI et le développement, et tout l'argent qui est injecté dans ces startups, qui vont fournir des solutions de Generative AI. va permettre à tout un chacun d'en profiter. Donc pour moi, on vit une accélération. Je vois plutôt une accélération plutôt qu'un frein. La cybersécurité étant un frein pour tout, pas pour l'IA, pas que pour l'IA, étant globalement un frein. Bon, il faut savoir que les programmes sont écrits par des humains, tant que c'est écrit par des humains, tant que des millions de lignes de code. Si on n'écrit pas des humains, tant pis. Un humain n'est pas capable de dire si des millions de codes sont corrects. C'est comme ça. Donc ça nous dépasse. Et c'est ça qui nous permet de faire des attaques.

• Speaker #1

  Donc si nous avons bien compris, c'est que les algorithmes, au-delà d'être un sujet scientifique, technologique, de souveraineté, puisqu'on l'a traité brièvement et l'éthique, ça sera traité dans un autre sujet. Mais c'est aussi un projet politique, parce que quand on parle du bon usage dont doivent se servir les PME, il y a aussi un effort d'exemplarité de l'État. Vous avez dit qu'il fallait stimuler la commande publique, ni plus ni moins peut-être que de se faire confiance. Et même si on a une forte dépendance aux infrastructures de pays étrangers, ou d'intelligence artificielle de pays étrangers pour l'essentiel, puisque c'est ce qu'on est en train de vivre avec OpenAI, le nouveau marronnier à la mode dans les dîners, Comment va-t-on, nous, pouvoir nous en saisir véritablement en étant ces nouveaux pionniers de cette nouvelle frontière, les haïs, au quotidien ? Donc il y a la commande publique. Quel message vous aimeriez faire passer ce soir auprès de nos entrepreneurs qui sont un peu effrayés devant cette nouvelle technologie, qui en parlent dans les dîners, les fait buzz passer ? Qu'est-ce qu'on peut faire ? Comment ils vont s'en saisir ? Vous l'avez dit tout à l'heure, mais... Comment on va s'éduquer rapidement ?

• Speaker #0

  Alors, la première chose pour répondre à vos questions, c'est d'abord l'État. Vous avez vu que l'État nous a pourvu d'infrastructures merveilleuses. On a des autoroutes, on a des centrales nucléaires, on a un des meilleurs réseaux de télécommunication du monde. Eh bien, tout ça, ça a été structuré par l'État. De la même manière, il faut comprendre que ce soit le cloud ou... des serveurs d'intelligence artificielle, il faut comprendre que c'est de l'infrastructure et que c'est de l'infrastructure qui s'intègre à l'économie. Et donc, l'État doit s'en occuper, comme elle a fait France Télécom à l'époque, avec un plan, il y avait un plan de télécommunication. Là, il faut, je le redis, il faut qu'il y ait un vrai plan IA qui nous permette de disposer d'une infrastructure, de disposer, en fait... des bonnes solutions qui vont permettre à tout le monde de s'équiper, y compris nos PME. Il est hors de question de laisser sur le côté les PME. C'est le tissu industriel de la France. Il faut absolument s'en occuper et leur permettre de s'équiper. Après, sur la partie formation, alors là, c'est un vrai sujet. Vous avez entendu beaucoup parler, je pense, de l'école et des mathématiques.

• Speaker #1

  L'impératif de sensibiliser les filles aux filières scientifiques pour qu'on ne se retrouve pas avec l'accélération des biais et qu'on se retrouve invisible finalement, in fine, de ce marché numérique.

• Speaker #0

  Tout à fait. Mais la première chose, je dirais, c'est quand même les mathématiques. On ne pourra pas, en tout cas, avoir un esprit analytique quand on va parler d'optimisation, quand on va parler de biais. On va demander à un amitié de comprendre, en fait, est-ce qu'il y a un biais ? C'est un esprit d'analyse qui demande un minimum de mathématiques. Et ce minimum, il va falloir qu'il soit enseigné.

• Speaker #1

  Il va falloir faire preuve de courage.

• Speaker #0

  Il faut que ça soit enseigné dès la première. En première et en terminale. Il faut que les bases soient acquises. Et c'est très simple, parce qu'on fait à peu près la même chose. Il faut juste que, c'est un peu comme on faisait de la technologie en troisième, les applications, il faut que les applications soient connues. C'est fait en économie, dans les filières ES. Il faut que ça soit fait pour tout le monde, parce que tous les métiers vont y passer.

• Speaker #1

  Donc finalement, c'est un enjeu politique. Oui,

• Speaker #0

  c'est un enjeu de prise de conscience du politique. Aujourd'hui, le politique n'a pas confiance finalement. Le politique va à une autre vitesse que la technologie. La technologie va vite, le politique a plein de soucis. Il y a un jour le Covid, on a la retraite, on vient de lui parler de l'IA, c'est compliqué le politique. Mais il faut qu'il l'intègre, il faut qu'il l'intègre au même titre encore une fois que les autres infrastructures. Parce que c'est ça qui va nous permettre de nous réindustrialiser. On a un énorme enjeu de réindustrialisation. Si on se réindustrialise, si on investit dans les nouvelles industries, mais qui ne sont pas optimisées, ça ne sert à rien. En face, on aura des gens qui auront mis de l'ire.

• Speaker #1

  Donc c'est un enjeu démocratique, c'est-à-dire qu'il faut qu'on change de paradigme. Nos gosses, il faut qu'ils réapprennent à compter et à lire correctement, c'est-à-dire qu'on a une nécessité de développer leur esprit critique. Et non plus de les lessiver sur des réseaux sociaux où ils ont un abaissement de leur faculté cognitive quand on n'est pas en train de fabriquer leur consentement. C'est un vrai enjeu démocratique. On a parlé tout à l'heure de dilution de notre culture européenne, mais on a aussi un affadissement de notre capacité à réfléchir et à choisir. C'est une question d'éducation.

• Speaker #0

  Oui, mais c'est le temps. On est au sein de vie, cette partie... Et s'il n'y a pas que les enfants avec les réseaux sociaux, c'est global. Je pense qu'on est en train de vivre une adaptation à les nouveaux médias. On n'a pas encore compris l'impact qu'ils ont. En tout cas, l'humain n'a pas encore compris l'impact qu'ils ont. On a un gros temps d'adaptation, nous aussi. On se fait balader. Mais une fois qu'on aura compris, ça va changer.

• Speaker #1

  L'avenir que nous propose LIA, c'est peut-être de nous redécouvrir.

• Speaker #0

  Non, je ne crois pas. C'est cool. Non, pas du tout. L'IA, c'est là pour aider, c'est juste là pour assister, améliorer la performance, améliorer la qualité de vie au travail. Il y a des métiers très, très durs. Par exemple, les téléconseillers sur les plateaux, c'est un métier qui est extrêmement stressant. Pourquoi ? Parce que… Il faut chercher l'info, il faut répondre à des gens qui sont stressés. Avoir de l'intelligence artificielle qui écoute la conversation et qui vous dit « Ah, mais oui, le contrat de Stéphane, c'est ça. Il est en train de demander à quoi il a droit. Il a droit à ça. » On a un téléconseiller qui n'a plus de stress, qui donne la bonne réponse. On a Stéphane qui est moins stressé, qui est super content de la qualité. Mais surtout, on a des téléconseillers. qui vivent beaucoup mieux leur métier.

• Speaker #1

  Donc en fait, on va vers une IA un peu plus raisonnée. Donc c'est une question de responsabilité sociale, finalement, ce que vous êtes en train de dire.

• Speaker #0

  Elle n'a jamais été pas raisonnée. Je pense que ça, c'est une vue de l'esprit, c'est une peur fantasmagorique, c'est des fantasmes de l'IA mal utilisée. Ça a certainement été vrai dans des livres, mais aujourd'hui... Je ne la vois pas. Les systèmes d'armes ont toujours existé, ils ont toujours embarqué de l'électronique, ils ont toujours embarqué de l'intelligence artificielle depuis le début, depuis que l'électronique existe. Donc je ne vois pas du tout moi ce qui est en train de changer.

• Speaker #1

  Et alors quel serait le projet de recherche qui vous a semblé intéressant dernièrement ou tout simplement celui dont vous rêveriez ?

• Speaker #0

  Dont je rêverais ?

• Speaker #1

  C'est important de rêver.

• Speaker #0

  Avec l'intelligence artificielle.

• Speaker #1

  Si elle nous laisse du temps. On va avoir du temps pour rêver, donc. On va avoir du temps pour réfléchir à l'infinité des possibles avec l'IA.

• Speaker #0

  C'est un peu ce que j'ai écrit il y a trois ans. En fait, ce que je disais, c'est que l'apport de l'IA, finalement, c'était de nous faire gagner du temps et de donner la possibilité à l'humain de faire ce qu'il savait faire de mieux. C'est rêver, créer, conceptualiser, formaliser. Que ne sait pas faire l'intelligence artificielle. Et qu'au final, on voyait qu'à chaque étape de la mécanisation d'entreprise, le QI de l'humain augmentait. Donc il y a des études, il y a des études plutôt bien connues. Et moi, je dirais que mon rêve, c'est que... L'IA se généralise, qu'on ait un vrai plan IA en France et qu'on se réindustrialise avec une industrie performante. Moi, je pense que c'est vraiment plus beau rêve. Je pense qu'on vit dans un pays de rêve. Il faut lui donner les moyens.

• Speaker #1

  Je pense qu'on va finir sur ce rêve-là parce qu'il nous va bien ce rêve-là. Il va nous donner envie encore de vous lire, de vous écouter, de s'éduquer. C'est le sens des causeries data. Découvrir l'autre, découvrir l'altérité, le plaisir du sens et le plaisir de la découverte. C'était Franche Charrier pour Data Ring. À bientôt Stéphane pour un nouvel épisode peut-être.

• Speaker #0

  Au revoir. Au revoir.