Le « machine learning », deuxième étage de la fusée IA

Dans le tsunami de vocables accompagnant la révolution numérique se cachent souvent des bouleversements profonds au coeur du fonctionnement des organisations. Parmi ces nouveaux termes, le « machine learning » ou apprentissage automatique, un sous-ensemble de l'intelligence artificielle, est défini par la Commission nationale de l'information et des libertés comme donnant aux machines « la capacité d'apprendre à partir de données ». De quoi doter les outils de l'entreprise de capacités augmentées, notamment en vue d'automatiser et d'accélérer la réalisation de tâches de plus en plus complexes. Depuis la détection de mails frauduleux, jusqu'à l'anticipation de dysfonctionnements d'équipements industriels, en passant par la robotisation des saisies comptables ou l'optimisation des parcours d'embauche. Comme le résume la définition de la CNIL, la pierre angulaire de cette innovation n'est autre que la donnée. « La data est l'or noir du XXIe siècle et, pour en extraire la valeur, il faut faire appel au machine learning, car l'humain n'est pas en mesure de collecter et d'analyser de telles quantités d'informations », synthétise Salim Nahle, responsable des programmes data et IA de l'Efrei, ajoutant qu'« avec l'essor du Big Data et la croissance exponentielle de la puissance de calcul, nous sommes entrés définitivement dans l'ère de l'intelligence artificielle ». Gage de productivité et d'avantage concurrentiel, cette rupture technologique n'en comporte pas moins des risques protéiformes du fait de l'impact sur le processus décisionnel. Ainsi, un article de la « Harvard Business Review » évoque-t-il « des pertes financières, des décisions biaisées de recrutement ou de prêt, ou encore des accidents de la route ».