woman pointing at wall of video screens

Par Iryna Drobysheva et Juan Aronna

L’intelligence artificielle a dominé les manchettes, qu’il soit question du potentiel transformateur qu’elle offre à la société, aux entreprises et aux gouvernements, ou des scénarios alarmistes de science-fiction. Elle suscite bien du battage, et la première étape de l’évaluation de la portée de cet effet consiste à la démystifier et à comprendre ce qu’elle propose.

L’IA est un concept global qui couvre une vaste gamme de disciplines et de technologies, comme l’apprentissage machine, l’apprentissage profond et l’informatique cognitive, entre autres.

Le volet « intelligence » de l’IA constitue le fondement des possibilités technologiques ; l’intelligence fait référence à la capacité d’association de la compréhension et de la logique afin de tirer des leçons d’expériences passées. Les êtres humains traitent les renseignements de cette manière tous les jours, sans même y penser. On peut donc percevoir l’IA comme un ensemble d’algorithmes (logique), de programmes (instructions données à un ordinateur) et de modèles statistiques qui interagissent pour produire un résultat très semblable à celui de l’intelligence humaine.

Toutefois, l’IA est incapable d’associer des idées ou de comprendre précisément pourquoi quelque chose se produit ; il s’agit là d’un autre aspect important de la réflexion humaine. Un ouvrage publié par New Scientist sur la question indique que « l’IA ne peut pas nous arracher nos emplois, notre dignité ou nos droits. Seuls d’autres êtres humains peuvent le faire ». Cette citation laisse entendre que les humains sont les uniques responsables de leur avenir. En d’autres termes, pour le moment, c’est l’être humain qui commande l’IA et non pas l’inverse.

Sous-ensemble de l’IA
intelligence artificielle chart 1
Intelligence artificielle
Toute technique qui permet aux ordinateurs de reproduire le comportement humain.
Apprentissage machine
Sous-ensemble de l’IA. Il a recours à des méthodes statistiques pour permettre aux machines d’apprendre et de s’améliorer avec l’expérience.
Apprentissage profond
Sous-ensemble de l’apprentissage machine. Il rend possibles les calculs de réseaux neuronaux multicouches.

Source : Ian Goodfellow, Yoshua Bengio et Aaron Courville. Deep Learning. MIT Press, 2016. www.deeplearningbook.org/contents/intro.html.

Renaissance de l’IA

L’IA semble être un concept tiré tout droit du 21e siècle, mais il ne s’agit pas d’une nouveauté. Le terme a été créé en 1956, et l’IA est passée par diverses étapes au début de son développement, puis elle a connu une léthargie. Au cours des années 1970 et plus tard dans les années 1990, les travaux de recherche se sont complètement arrêtés pendant près de deux décennies en raison des promesses non tenues et du manque de financement, des moments connus sous le nom des « hivers de l’IA ».

Sa renaissance a été provoquée par une amélioration simultanée de facteurs qui n’avait jamais été vue auparavant : la disponibilité d’immenses quantités de données (mégadonnées), l’avancement des algorithmes d’apprentissage machine, le stockage abordable des données et la capacité informatique accrue des unités de traitement graphique (UTG) qui réduisent considérablement le temps de calcul. L’IA ne serait pas pleinement viable s’il lui manquait une seule de ces améliorations. Il faut penser, par exemple, à la chute considérable des coûts de stockage qui permet aux utilisateurs de l’IA de sauvegarder des quantités auparavant inimaginables de données, et ces volumes de données doublent tous les deux ans. En 1980, un gigaoctet de stockage coûtait 437 000 $ ; en 2016, le coût avait dégringolé à un peu moins de 0,02 $.

Humain + machine

Nous pouvons définir l’IA en termes généraux, mais il n’existe pas de définition uniforme acceptée de tous. Un philosophe la considérerait d’un point de vue existentiel, mais un informaticien évaluerait la capacité d’une machine à effectuer des tâches exigeant une intelligence humaine, et un économiste pourrait analyser l’effet de l’IA sur la croissance du PIB.

En général, la plupart des références à l’IA s’articulent autour de trois grandes étapes de développement : l’intelligence artificielle étroite, l’intelligence artificielle générale et la superintelligence artificielle (tous les termes sont définis dans le tableau à la page suivante). Il est toutefois important de savoir que seule l’intelligence artificielle étroite est éprouvée aujourd’hui, alors que le battage relatif à la prise de possession du monde par l’IA renvoie aux deux autres aspects de phases naissantes.

Certaines personnes comprennent le potentiel des importantes percées de l’IA, surtout en lien avec le cerveau humain. Ray Kurzweil, futuriste et directeur de l’ingénierie de Google, laisse entendre que le cerveau humain a été « limité par une architecture fixe et fermée » au cours des 4 000 dernières années et que l’IA peut « élargir notre néocortex », la partie du cerveau responsable des fonctions avancées, de manière quantitative et qualitative. Lors d’une conférence TED Talk, il a déclaré que « s’il vous faut plus de néocortex, vous pourrez en obtenir en vous y connectant directement par infonuagique à partir de votre cerveau. Cette quantité supplémentaire deviendra encore un facteur habilitant pour une autre percée qualitative en matière de culture et de technologie ».

Trois grandes étapes du développement de l’IA
ÉtapeApplicationsÉtat
Intelligence artificielle étroite Elle est limitée à une fonction, à une tâche ou à un objet, comme la reconnaissance visuelle ou vocale, le regroupement de données, l’optimisation, la prévision et la compréhension du langage naturel. Technologie très éprouvée
Intelligence artificielle générale Elle n’est pas limitée à un seul domaine. Elle englobe la résolution de problèmes, le raisonnement et la cognition. Elle comprend pourquoi quelque chose se produit et s’inspire d’une multitude d’expériences et de modèles de conceptualisation pour élaborer des scénarios réels (p. ex., plans d’action, prévisions, etc.). Technologie non éprouvée
Superintelligence artificielle Elle couvre tous les domaines et dépasse l’intelligence humaine à bien des égards. Technologie à l’état préembryonnaire

Source : RBC Gestion de patrimoine

Cette perspective peut s’avérer excitante pour certains, et horrible pour d’autres. Il est intrigant d’examiner de futurs scénarios, mais il faut encore voir dans quelle mesure des projections à grande portée comme celles-ci se concrétiseront. Même en l’absence de progrès importants, l’IA offre déjà aujourd’hui de grandes possibilités, et il nous semble évident que l’expertise humaine peut tirer avantage de la combinaison de l’intelligence humaine et de l’intelligence machine, qui surpasse ces deux types d’intelligence pris de façon indépendante.

La transformation de l’IA commence à peine

L’IA a déjà commencé à faire sa marque dans de nombreuses industries variées. Pour la première fois dans son histoire de plusieurs décennies, elle fait l’objet d’une commercialisation. Les géants de l’Internet y ont recours pour optimiser la recherche et recommander des produits, entre autres, et des entreprises hors du secteur de la technologie ont commencé à implanter l’IA pour détecter des fraudes, reconnaître des visages, améliorer l’expérience des utilisateurs et bien d’autres choses. Elle a même fait des percées dans les arts et les médias ; en effet, une peinture créée dernièrement par une IA a été vendue 432 500 $ lors d’une vente aux enchères chez Christie’s, et le premier présentateur de nouvelles à IA au monde a été mis en service en Chine.

Actuellement, on estime le marché mondial de l’IA à environ 7,3 milliards de dollars et l’on prévoit qu’il atteindra 90 milliards de dollars en 2025, selon les données de Statista. L’Amérique du Nord devrait être le plus grand consommateur de ce marché avec son usage croissant d’applications d’IA dans différents marchés verticaux d’entreprises, et la région Asie-Pacifique connaîtra probablement l’intégration la plus rapide de la nouvelle technologie, selon Reuters. L’IA se présente rapidement comme une industrie à part entière.

Effet de l’IA sur les grands secteurs

Étant donné que la commercialisation de l’IA et sa présence sur les marchés boursiers publics sont relativement nouvelles, elle offre jusqu’à présent des possibilités limitées pour les investissements de sociétés non diversifiées. Les bénéficiaires directs sont limités à des domaines comme les logiciels, où certaines entreprises ont l’avantage d’être des précurseurs. Au fil du temps, comme on l’a vu pour d’autres avancées technologiques (p. ex., Internet), le très grand nombre de nouvelles entreprises privées d’IA sera probablement réduit à quelques gagnants seulement, à notre avis.

On pourrait également investir dans des bénéficiaires indirects, des entreprises qui profiteraient de l’intégration de technologies d’IA dans leurs activités. Outre les secteurs de la technologie et des services de télécommunications, nous nous attendons à ce que cinq industries profitent de la situation dans un proche avenir : les soins de santé, le transport, l’industrie manufacturière, la vente de détail et la finance.

Soins de santé

Les innovations en matière d’IA émergent très rapidement dans le secteur des soins de santé, ce qui en fait l’industrie la plus prometteuse à notre avis, puisque la reconnaissance des images a grandement amélioré les diagnostics – détection du cancer de la peau avec présence de mélanome avec une précision de 95 %, par exemple –, la prise de décision et le suivi des patients. La combinaison de mégadonnées et de l’IA ouvre la porte à de nouvelles thérapies personnalisées qui remplacent les protocoles universels qui ont caractérisé le traitement des cancers depuis des décennies. Le diagnostic et le traitement des maladies cardiaques pourraient en profiter de la même manière. L’apprentissage profond et les outils d’analyse prédictive réduisent les coûts et la durée de développement des médicaments en prévoyant l’usage thérapeutique de nouveaux médicaments, ce qui permet de faire d’importants gains en efficacité.

Transport

Les praticiens de l’industrie s’attendent à ce que les véhicules autonomes transforment l’avenir du transport avec d’autres solutions axées sur l’IA qui feront ce qui suit : prévoir la circulation et analyser les parcours des piétons pour réduire les accidents, accélérer la circulation et déplacer efficacement les marchandises ; réduire la congestion, la pollution atmosphérique et la consommation d’énergie ; et libérer de précieux terrains et actifs physiques actuellement consacrés au logement et à l’entreposage d’automobiles qui sont souvent utilisées moins d’une heure par jour.

Secteur manufacturier

L’IA facilite la prévision de la production et le contrôle de la qualité grâce à la robotique et aux technologies de capteurs. Dans son plan stratégique décennal intitulé « Made in China 2025 », la Chine réorganise son potentiel industriel, et l’International Federation of Robotics s’attend à ce que la Chine représente 40 % des ventes mondiales totales de robots en 2019.

Commerce de détail

Les applications de l’IA dans le commerce électronique comprennent des outils de découverte de produits comme la recherche visuelle, la réalité virtuelle tridimensionnelle, les recommandations personnalisées de produits, la commercialisation ciblée et une éventuelle livraison à l’aide de drones utilisant l’IA ou d’autres véhicules autonomes. Qui plus est, l’analyse prédictive de l’IA peut offrir, et dans certains cas offre déjà, une gestion rapide et juste à temps des stocks qui permettrait aux détaillants traditionnels de concurrencer plus efficacement la menace en ligne.

Services financiers

L’IA fait d’énormes progrès en matière d’assistants virtuels, de robots conversationnels, de reconnaissance vocale, de nouvelles sources de données, de modèles de négociation perfectionnés, d’évaluation des risques en temps réel, de mise au point de nouveaux instruments financiers et de bien d’autres choses.

Investissements ex machina

Nous croyons que l’IA offre des possibilités de transformation pour la société, les gouvernements et les entreprises, même si l’état de la technologie n’est pas aussi avancé que le battage qu’elle suscite. Tout comme d’autres périodes de changement industriel ou technologique rapide, nous nous attendons à ce que l’avènement de l’IA accroisse considérablement la richesse mondiale au cours des prochaines décennies. Il est cependant peu probable que la répartition de cette richesse accrue soit faite de manière équitable ou « juste ». Il y aura sans doute de grands bouleversements qui départageront des gagnants et des perdants.

Nous sommes toutefois convaincus que l’IA est là pour de bon. Comme avec l’arrivée des ordinateurs, de l’automatisation et d’Internet, les entreprises qui saisissent les occasions qu’offre l’IA et qui comprennent les menaces qu’elle représente pour la compétitivité feront probablement meilleure figure que celles qui décideront de l’ignorer ou de lancer un combat d’arrière-garde pour empêcher son apparition. Nous croyons que la prise en compte de son effet sur les choix et décisions de placement deviendra rapidement un élément incontournable plutôt qu’un aspect simplement accessoire.


Déclarations exigées

Ressources pour les recherches

Déclaration sur les analystes qui ne sont pas américains : Iryna Drobysheva et Juan Aronna, des employés de la succursale de Singapour de Banque Royale du Canada, ont participé à la préparation de la présente publication. Ces personnes ne sont ni inscrites ni qualifiées en tant qu’analystes de recherche auprès de l’organisme américain Financial Industry Regulatory Authority («FINRA») et, comme elles ne sont pas associées à RBC Gestion de patrimoine, elles pourraient ne pas être assujetties au règlement 2241 du FINRA régissant les communications avec les entreprises visées, les apparitions publiques et les opérations sur valeurs mobilières dans les comptes des analystes de recherche.