Catégorie : Intelligence artificielle

La gouvernance de l’ia pour les territoires Publié par Quentin Panissod le 13 juin 2025 ©Crédits photo : Jean-Sébastien Cailleux, ANPP, Morlaix Introduction La gouvernance de l’intelligence artificielle au sein des organisations est un sujet qui fait beaucoup couler d’encre. A l’occasion des Rencontres Techniques des Pôles territoriaux et des Pays sur l’IA, j’ai été invité à intervenir sur cette dernière. Car en effet, les opportunités et risques issus de la tendance de l’IA dépendent davantage des choix d’organisation des structures y ayant recours, et, par conséquent, de leurs choix de gouvernance. La gouvernance, soit l’art de gouverner, concerne l’ensemble des pratiques qui affectent l’exercice du pouvoir. Une bonne gouvernance assure que votre organisation satisfasse la mission qui lui est confiée, pour elle et toutes ses parties prenantes. Dès lors, l’utilisation de logiciels dotés d’IA entre les mains de salariés, d’agents, d’élus, de dirigeants, mais aussi la construction de grands data centers dans certains territoires, viennent perturber la gouvernance des organisations. Comment saisir ces nouvelles opportunités et résister aux nouvelles menaces ? Dans le cas des Rencontres Techniques des Pôles territoriaux et des Pays, nous nous intéresserons à la fois aux territoires dans leur ensemble mais aussi spécifiquement aux territoires de projets, comme défini ci-dessous. Définition d’un territoire de projet (Association Nationale des Pôles Territoriaux et des Pays) : Un Territoire de projet c’est : un espace géographique regroupant plusieurs établissements publics de coopération intercommunale (en moyenne 4) autour d’un projet de territoire. Ce regroupement supra-communautaire permet d’instaurer un espace de dialogue, de concertation, de coordination des politiques publiques et de participation citoyenne. Il porte le projet de territoire pour le compte des EPCI membres, il est le support de la mise en œuvre des actions des politiques publiques locales, en lien avec les acteurs privés, associatifs, socio-professionnels et entrepreneurial. I. Pourquoi investir du temps dans la gouvernance de l’IA ? Voici 4 raisons concrètes qui témoignent d’enjeux impossibles à traiter sans travailler sa gouvernance de l’IA : Tout utilisateur d’un smartphone utilise l’IA au quotidien indirectement Il est dont sujet à de nombreuses influences sur l’exercice de ses pouvoirs. Tous les décideurs sont régulièrement démarchés ou touchés par des discours publicitaires sur des services basés sur des technologies d’IA Ils consacrent du temps à la lecture, l’écoute et l’analyse de ces propositions. Tous les acheteurs sont amenés à évaluer des logiciels ou matériel intégrant de l’IA Ils doivent donc être capables d’en comprendre et négocier les enjeux, en posant les bonnes questions alignées avec la stratégie de leur organisation. Tout utilisateur de l’IA a déjà été déçu par les résultats obtenus Comme pour toute innovation, certains résultats sont loin des promesses effectuées. Encore plus impactant, le Boston Consulting Group évaluait en 2024 que 74% des entreprises peinaient encore à obtenir de la valeur et passer l’IA à l’échelle, avec pour cause dans 70% des cas des problèmes relatifs aux enjeux humains et organisationnels ! Ce résultat est confirmé sur le cas de l’IA générative par une étude plus récente de la chaire FIT² (Mines – PSL) qui observe que les gains obtenus au sein de deux cabinets de conseil « sont complètement diffus et ne produisent pas de gain d’efficacité globale ». Il ne serait pas surprenant que ces ordres de grandeurs soient similaires dans le secteur public. Enfin, nos travaux de recherche menés par Pedro Gomes Lopes au sein du Centre de Recherche en Gestion (Ecole Polytechnique) ont permis d’identifier que les imaginaires socio-techniques de l’IA introduisent des tensions profondes dans les organisations : Entre attentes et faisabilité (« l’IA peut tout faire » vs. la réalité des besoins de transformation impliqués par un nouveau logiciel) Entre injonctions à innover et besoins réels du métier (« il faut se mettre à l’IA » vs. une majorité de besoins auxquels l’IA ne peut pas répondre) Entre imaginaires projetés et expériences vécues (déceptions lors de l’utilisation des assistants conversationnels, charge importante des projets managériaux et informatiques nécessaires pour l’IA…) Alors, pour éviter d’être freinés par les risques engendrés par tous les exemples précédents, créer sa stratégie IA avec un volet sur la gouvernance est essentiel. II. Quels résultats attendre d’une gouvernance de l’IA ? Si l’on revient simplement à la définition de la gouvernance, la mise en place d’une gouvernance de l’IA au sein de votre organisation revient à : d’une part, faire en sorte que votre organisation tire parti des opportunités de l’IA pour mieux remplir sa mission et satisfaire ses parties prenantes ; d’autre part, faire en sorte que votre mission ne soit pas freinée par les risques posés par le développement chaotique de l’IA. De manière très terre à terre, je suis convaincu qu’une bonne gouvernance de l’IA, c’est : Des économies de ressources Avec sa « boussole de l’IA », la métropole de Nantes clarifie ses choix en matière d’IA et un protocole est mis en place lors de l’émergence d’un projet. Ce dernier doit respecter 7 critères alignés avec la stratégie numérique responsable de la métropole, et une simple réunion avec les bonnes personnes s’appuyant sur ce document permet d’écarter les projets apparemment risqués ou non conformes et conserver les projets ayant du potentiel. Une meilleure adéquation avec les besoins réels des citoyens A Montpellier, la métropole a organisé une convention citoyenne de l’IA pour donner les moyens aux citoyens d’en comprendre les enjeux avant d’exprimer leurs attentes sur leurs sujets. Ce mode dont l’organisation peut demander un effort conséquent peut être décliné de manière plus légère, par exemple sous forme de Cafés de l’IA, une démarche ouverte initiée par le conseil national du numérique. Une meilleure adéquation avec les besoins réels des agents dans le public et des salariés dans le privé Par exemple, la MAIF a organisé une convention de trente salariés tirés au sort et a répondu par des engagements et des explications à l’intégralité de leurs propositions. A Nantes, un observatoire encourage les agents publics à témoigner de leurs usages de l’IA pour mieux identifier comment les encourager et les encadrer (pour lutter contre les pratiques de Shadow IT notamment – …

Lire la suite de« La gouvernance de l’IA pour les territoires »

Intelligence artificielle : le grand saut Publié par Quentin Panissod le 12 février 2025 Photo de JOEL SAGET – AFP Point de situation IA #4 du 12/02/2025 – Tribune IA : réglementation vs innovation ? Les mouvements sont fréquents sur la scène internationale de l’IA, en témoignent ces derniers jours du sommet pour l’action sur l’IA. Ces mouvements, appuyés par des tendances géopolitiques plus profondes, ont fait émerger en France deux grandes tendances caricaturales du positionnement des acteurs de l’IA. D’un côté, un positionnement qui serait techno-béat, freiné par la réglementation, pour qui l’IA serait l’unique moteur de croissance messianique dont aurait besoin la société. De l’autre, un positionnement qui serait technophobe, limité à une posture de réglementation contraignante, dénonçant les impacts environnementaux et sociaux de l’IA sans offrir d’alternatives désirables. Même si nous pouvons effectivement souvent lire des discours caricaturaux sur les technologies de l’IA, je m’inscris en faux contre ce pseudo-schisme : la réalité des entreprises, des institutions et du milieu militant est bien plus complexe. Par exemple, je refuse de croire que des entreprises mobilisant des millions d’euros de ressources soient incapacitées par l’étude de leurs systèmes pour en maîtriser mieux les coûts et les risques : documenter ses travaux est une bonne pratique de manière générale. Je refuse également de croire que les militants qui dénoncent justement les impacts sociaux et environnementaux de l’IA seraient dans la posture unique de la réglementation : au contraire, je constate qu’ils produisent des solutions alternatives au quotidien. Alors, à défaut de me retrouver dans l’un ou dans l’autre camp, ayant accompagné plusieurs dizaines de projets cette dernière décennie, je me retrouve en revanche plutôt bien dans la soif d’action. Un sommet pour l’action et une actualité chargée : 5 enseignements Justement, c’est l’objet des événements qui ont eu lieu lors du sommet pour l’action sur l’IA, un grand saut. Voici les cinq points que j’en retire : 1/ la France suscite 109 milliards d’euros d’investissements, majoritairement dans la construction de centre de données. Côté économique, c’est à la fois une performance en termes de levée de fonds qui, rapportée à notre taille, s’approche des ordres de grandeurs américains et chinois, à la fois l’inconnu car nous ne connaissons pas les conditions des investissements majoritairement étrangers. Cela nous permettra probablement d’être plus compétitifs en matière d’attractivité et de rétention des spécialistes de l’IA ainsi que dans les développements scientifiques et logiciels, mais n’améliore pas notre dépendance aux financements et au matériel étranger. Environnementalement parlant, c’est une très mauvaise nouvelle : même dans le scénario fictif où cela nous permettrait de migrer tous les calculs et données de l’étranger de l’IA vers le mix énergétique français moins émissif, nous serons loin de compenser tous les impacts de ces constructions et de l’exploitation qui s’ensuivra. La compétition sur la consommation d’eau, au cœur des préoccupations des récentes élections des chambres d’agriculture par exemple, sera renforcée par ces projets. 2/ Les cas d’usage développés affluent (cartographie française « AI for efficiency », contenu des conférences, milliers de fournisseurs …), rendant le chantier de l’évaluation coût total (« TCO »)/bénéfices tirés majeur dans les mois à venir pour leur diffusion ou leur abandon. Chez The Swarm Initiative, cela fait partie de nos travaux, à la fois dans le cadre de nos missions de conseil, d’assistance à maîtrise d’ouvrage et à la fois dans nos travaux académiques sur l’IA. 3/ La préoccupation pour les enjeux éthiques de l’IA a eu une place non négligeable (financement de travaux d’IA pour l’intérêt général, charte signée par 58 pays, forum de l’IA durable…). Si sa concrétisation reste incertaine, elle soutient des cadres juridiques et donne des financements à ceux qui souhaitent créer des approches alternatives, réseau aujourd’hui très fragile. Sans surprise, les Etats-Unis ne font pas partie de la signataire de la charte contrairement à la Chine, dont la vision de l’intérêt général diffère largement de la nôtre. Google ayant abandonné sa ligne rouge sur l’IA pour l’armement la semaine passée, on peut questionner le potentiel de cette initiative. Il va falloir s’accrocher ! 4/ Le volet social de la chaîne de valeur de l’informatique est absent (chaîne qui part de l’extraction des métaux dans les mines jusqu’aux déchetteries en passant par notre usage d’applications intégrant l’IA). Il n’est évoqué presque uniquement que par les militants et quelques institutions. A l’heure de conséquences gravissimes d’un accord de l’UE avec le Rwanda qui a probablement renforcé les actes de pillage au Congo, il serait temps de se saisir du sujet. A notre échelle, nous achetons du vieux reconditionné pour nos ordinateurs et privilégions les Fairphone : à quand l’équivalent du Fairphone pour les ordinateurs et les serveurs ? 5/ Les questions de souveraineté sont en pleine explosion : alors que le rachat de plateformes pour l’acquisition de données personnelles à des fins politiques pouvait être de l’ordre de la politique-fiction il y a une dizaine d’années, non content d’avoir acheté et exploité Twitter/X, Elon Musk a proposé une offre d’achat d’OpenAI pour 97 milliards de dollars. Si cette offre de Musk sur OpenAI n’est pas crédible, prenons l’avertissement au sérieux : l’acquisition d’outils ayant concentré des pouvoirs d’influence par un seul individu l’instrumentalisant à ses fins pourrait se répéter. Plus généralement, même si la scène de l’IA évolue sans cesse, des grandes tendances subsistent : (source : Stanford’s AI Index 2024) Finalement, en France, et avec nous l’Europe, arriverons-nous à créer notre propre vision politique de l’IA et nous frayer un chemin pour prendre notre place ? Les mouvements des derniers jours, qu’ils soient privés, institutionnels ou militants, créent des opportunités et des moyens : à nous de nous en saisir ! Précédent point de situation IA : Google admet être dépassé par les pollutions induites par l’IA Applications sectorielles de l’IA, cas d’étude : Rénovation globale des copropriétés : combiner les intelligences Pour passer à l’action : Data et IA pour les transitions  

Rénovation globale des copropriétés : combiner les intelligences Publié par Quentin Panissod le 25 septembre 2024   Article co-rédigé avec Xavier Colin de Rexylience et publié dans le cadre d’un dossier Construction21 sur la rénovation. Cette version inclut des références et crédits supplémentaires. Parler de l’IA fait peu de sens pour quiconque cherche à tirer bénéfice des technologies que le domaine engendre dans son secteur. Car celles qui en sont issues traitent assurément toutes de données numériques, mais aux formats et fins différents. Quelles pistes de travail envisager lors de projets de rénovation de copropriétés ? L’IA peut-elle s’appliquer à la rénovation ? Les approches d’IA peuvent par exemple être utilisées pour effectuer des prédictions statistiques comme le fait par exemple le CSTB pour prédire les caractéristiques du bâti inconnu dans les bases de données et ensuite extrapoler les DPE. Avec le phénomène récent ChatGPT, on parle beaucoup de l’IA pour désigner tous les outils de traitement de texte notamment : avant même la popularité de ces agents conversationnels, de nombreux modèles d’IA permettaient l’émergence de solutions d’extraction d’informations ou de génération de contenu à partir de la donnée texte. Ces solutions permettent d’analyser des documents comme des contrats, des rapports ou encore des articles, et parallèlement de produire  : communication numérique, support client par mail ou chat, rapports divers par exemple.  Une autre déclinaison de l’IA concerne tout ce qui relève de l’image : de la constitution de bases de données à partir de photos satellitaires (ex : toitures des bâtiments) à la retranscription de documents scannés, ces approches permettent également la production d’images comme les solutions DALL-E et ses consœurs ou encore les deepfakes popularisés plus récemment. Et ce n’est pas tout.  D’autres groupes de technologies d’approche d’IA, différentes par leur fonction ou le format des données auxquelles elles s’appliquent, existent ou se combinent entre elles. Par exemple, les approches de modèles adversaires ont permis à Stanislas Chaillou (architecte et data scientist) d’explorer le potentiel de l’IA générative pour différents aspects de la conception de bâtiment résidentiel par un architecte : empreinte au sol, programmation, ameublement, etc. Certaines approches dites d’apprentissage par renforcement peuvent apprendre à traiter une tâche donnée à partir de simulations dont on sait évaluer le résultat (ex : partie d’échecs dont on connaît le résultat à la fin). Figure 1 : Parcours d’une rénovation en copropriété (schéma ANAH MPR Copropriété agrémenté) Comment se saisir de cette diversité de technologies et à quelles fins ? Deux étapes sont clef dans une telle démarche. Premièrement, identifier les processus auxquels une technologie d’IA pourrait s’appliquer. Deuxièmement, évaluer la faisabilité et les impacts attendus de cette application.   Pour l’identification de cas d’usages, questionner l’usage du numérique à chaque étape et enquêter sur les informations traitées au format numérique est un bon point de départ : qui travaille avec des images ? Quels déplacements sur site pour collecter des informations pourraient-ils être évités ? Quelles informations sont visibles à l’œil nu à partir de photos de l’extérieur ou du dessus ? Les mêmes questions peuvent se poser sur la donnée documentaire issue par exemple de PLU, de règlements de copropriétés, de documents d’AG, ou encore d’archives numériques ; ou bien sur les bases de données plus structurées issues de la comptabilité, d’outils de gestion et de logiciels métier. Enfin, ces réflexions peuvent être complétées par des sources de données externes déjà utilisées au quotidien, de cadastre.gouv.fr à Wikipédia en passant par Géorisques, à titre d’exemple. Ensuite, évaluer la faisabilité et les impacts attendus de l’application d’IA est une tâche plus complexe, qui fait intervenir des compétences spécifiques.  Car mettre en production une application qui s’appuie sur une technologie d’IA et aboutit à un résultat professionnel et maîtrisé nécessite un travail conséquent : sur la modélisation du processus ciblé et le processus à venir, sur le travail de collecte et de traitement des données, de même que sur les modèles d’IA à proprement parler. Ces coûts d’accompagnement et de recherche et développement sont élevés car ils font appel à différentes expertises encore onéreuses et impliquent parfois l’achat ou la location de matériel et de logiciel. Développer un prototype d’IA peut coûter des dizaines de milliers d’euros alors que le produit fini peut coûter plusieurs millions d’euros en fonction du cas d’usage. Face à cela, il faut bien sûr mettre en avant les bénéfices apportés par la solution data ou IA, dont les projets visent généralement à obtenir des gains de temps (ex : analyse des PLU) ; de nouveaux indicateurs ou informations pour améliorer la qualité d’un service (ex : pré-remplissage ou  intégration de données liées aux impacts environnementaux ou futurs aléas climatiques), ou encore à débloquer une nouvelle fonctionnalité (assistant virtuel, saisie vocale d’informations lors d’une  visite, etc.).Alors, c’est l’analyse de cette balance qui vous permettra de faire les différents choix d’intégration d’applications d’IA dans vos processus au regard des coûts et bénéfices attendus : lancement ou non ; internalisation, sous-traitance ou achat sur l’étagère ; niveau de performance et confiance des résultats recherchés. Pour ce faire, Bpifrance et certaines collectivités cofinancent par exemple des études préliminaires ou le développement de prototypes des PME. Figure 2 : Le Triptyque « Temps-Argent-Confiance » de la rénovation globale des copropriétés Quelles pistes d’applications prometteuses ?  Le premier élément à prendre en considération est le faible recul sur les applications matures d’intelligence artificielle du fait de la difficulté d’évaluer et de prouver le rapport coûts-bénéfices. Le second est celui spécifique à l’usage des données dans la rénovation car ce secteur fait face à plus de complexité de collecte des données. Depuis l’émergence de l’IA comme phénomène tendance au milieu des années 2010, on peut constater l’avènement de plusieurs start-ups, appels à projets, travaux de recherche, sur cette thématique. Reprenant l’approche proposée dans la partie précédente, nous avons pris pour exemple et agrémenté le processus de rénovation de copropriété proposé par l’Anah pour identifier des opportunités à exploiter.  En explorant les cas se prêtant à l’usage de l’IA et en estimant de potentiels bénéfices à obtenir, voici une …

Lire la suite de« Rénovation globale des copropriétés : combiner les intelligences »

Google admet être dépassé par les pollutions induites par l’IA Publié par Quentin Panissod le 29 août 2024   Point de situation IA #3 du 29/08/2024 Au début de l’été, Google, une des sociétés américaines pionnières en matière d’IA, a publié un rapport environnemental annuel qui s’attardait particulièrement sur l’impact environnemental de l’IA. Ce dernier a fait l’effet d’un choc car c’est la première fois qu’un acteur de cette taille l’admet : l’IA est un facteur majeur de l’augmentation de ses impacts environnementaux (+48% d’émissions CO2 entre 2019 et 2023 notamment) et rend son objectif initial de réduction et compensation des émissions CO2 pour atteindre un équilibre annuel difficile à atteindre. Il s’agit d’un choc mais certainement pas une surprise : néanmoins si aujourd’hui Google concède être en difficulté face à ce bilan, c’est que le sujet des impacts du numérique n’est plus une affaire de militants mais concerne toutes les organisations. Voici quelques conclusions que l’on peut tirer de la publication de Google – attention, je risque d’enfoncer des portes ouvertes : L’IA n’échappe pas aux effets rebonds Google fait partie des acteurs de pointe en termes d’efficacité de ses centres de données (principalement l’optimisation des consommations en électricité et eau) et a pourtant vu ses consommations et impacts environnementaux exploser. Le technosolutionnisme face au changement climatique ne fonctionne pas avec l’IA N’ayant pas la prétention de pouvoir un jour disposer d’autant de compétences techniques de pointe en matière d’IA que Google, je pense qu’il est légitime d’affirmer qu’aucune autre organisation qui place l’IA comme une des principales solutions et priorités pour la lutte contre le changement climatique ne réussira là où Google a échoué. Certains outils d’IA sont néanmoins utiles à la lutte contre le réchauffement climatique Google mentionne notamment l’optimisation des chaînes de transport, l’amélioration des prédictions d’inondations et l’optimisation de la gestion des feux de signalisation. On pourra néanmoins regretter qu’aucun des cas d’usage mentionné dans le rapport ne relève de la sobriété ou de l’accompagnement du changement des pratiques de consommation des organisations comme des individus. Google reste une entreprise qui vend de la publicité. Les planètes s’alignent pour les projets d’IA responsable, et un nouvel hiver de l’IA pourrait menacer les autres Suite à tous les investissements fléchés vers l’IA, les projets permettant des réductions réelles des différents impacts tout au long du cycle de vie d’une activité restent des perles rares et seront essentiels pour répondre à toutes les promesses et rêves que ce domaine technologique suscite. Le manque de retour sur investissement et le lourd fardeau de ses impacts pourrait-il finir par enclencher un nouvel hiver de l’IA ? Posez-vous la question : êtes-vous capable de citer rapidement 5 cas d’usage d’IA ayant dépassé le cadre d’expérimentation et prouvé leur bilan positif en matière d’atténuation du changement climatique ? Nous sommes nombreux à porter une vision alternative pour le développement du numérique dans notre société, dans un courant encore minoritaire et étranger à la plupart des déploiements du numérique dans les organisations. Cependant, peut-on encore qualifier d’alternative la vision d’un numérique responsable quand Google admet que la sienne risque de ne pas l’être ? Au sein de The Swarm Initiative, nous travaillons déjà depuis plusieurs années pour l’émergence de projets d’IA responsable et la transition de nos clients vers le numérique responsable. Forts de compétences en informatique, sciences des données et sciences de gestion, nous choisissons avec soin les labels et référentiels les plus rigoureux pour récompenser les transformations effectuées par nos clients. N’hésitez pas à nous contacter pour toute question relative aux opportunités et limites présentées par ces nouvelles technologies. Lire aussi : Intelligence artificielle : un domaine qui n’est pas traité avec sérieux ? ; Intelligence artificielle : aller plus loin en maîtrisant son adoption avec le numérique responsable et son label Sources : BBC – Rapport environnemental 2024 de Google – Hivers de l’IA (Wikipédia)

Illustration : mine de cuivre et d’or de Grasberg (Nouvelle-Guinée, Indonésie) (crédits photo @Joster69) Point de situation IA #2 du 04/06/2024 « L’intelligence artificielle consomme de plus en plus d’énergie ! » C’est l’arbre qui cache la forêt des impacts économiques, sociaux, environnementaux et managériaux de l’IA et du numérique en général comme : Fort heureusement, il existe des démarches qui permettent une prise en main responsable du numérique dans son organisation : maîtriser ses coûts et impacts, reporter la réduction des impacts auprès de ses financeurs, améliorer son image et sa compétitivité pour les marchés publics comme pour les appels d’offre intégrant des critères environnementaux et sociaux, anticiper les évolutions réglementaires … Pas de baguette magique mais de l’expertise et du travail : bienvenue dans le monde du numérique responsable. Plus d’une centaine d’entreprises, start-ups, collectivités territoriales sont labellisées et ont par conséquent mis en place une démarche de numérique responsable pour répondre à ces enjeux. Vous trouverez ci-après quelques exemples de ce que ces organisations mettent en place. Elles prolongent la durée de vie de leur matériel informatique par la mise en place ou l’évolution de différents processus d’inventaire, de sensibilisation des utilisateurs et de paramétrage des équipements. C’est à la fois une source de réduction des impacts environnementaux et des coûts financiers. Elles mettent en place une politique d’achats responsables en intégrant de nouveaux critères de choix dans leurs services et les éventuels appels d’offre, en comparant par exemple les PUE et WUE (indiquant l’efficacité d’utilisation de l’énergie et de l’eau) des centres où ils stockent leurs données, en privilégiant les bonnes pratiques des fournisseurs innovants (reconditionnement, modularité du Fairphone par exemple) ou encore en privilégiant les fournisseurs de l’économie sociale et solidaire (dans laquelle notre entreprise de services s’inscrit pleinement !). Les organisations qui conçoivent et développent du logiciel adoptent des pratiques d’éco-conception de leurs services numériques (voir par exemple le guide d’éco-conception des Designers Ethiques). Toutes ces organisations contrôlent leur gestion du numérique par une approche en cycle de vie, des mesures et la production d’indicateurs de suivi de leurs activités numériques et leurs impacts. Notons que ce travail peut avoir de nombreux effets de bord positifs pour l’ensemble des activités de l’organisation et produit des éléments directement utilisables pour le reporting et la communication mais aussi à la Responsabilité Sociétale des Organisations (RSE pour les entreprises). Finalement, ces éléments contribuent également au reporting pour une partie de la mise en conformité d’une réglementation du numérique qui prolifère à toutes les échelles (gestion des déchets électroniques, CSRD, AI Act, loi pour la réduction de l’empreinte environnementale du numérique (REEN), RGPD …). Elles impliquent l’ensemble de leurs parties prenantes et mènent une réflexion qui va plus loin que les enjeux internes des systèmes d’informations, achats et communication. Les échanges avec les fournisseurs mais aussi les partenaires institutionnels (parfois soutiens financiers) ou encore les représentants du personnel peuvent beaucoup apporter à la démarche. En phase avec cette démarche collective, l’élaboration d’une stratégie numérique responsable intégrée à la stratégie et à la gouvernance de l’organisation est également de rigueur pour permettre l’ensemble des actions précédentes d’être actionnées. Ces organisations mettent également en place de multiples actions qu’il m’est impossible de lister de manière exhaustive mais qui touchent à tous les aspects du numérique : formations, conception de services numériques directement contributeurs au développement durable, mécénat auprès de publics jeunes, travaux essentiels sur l’accessibilité des équipements et services, écogestes, temps de partage, etc. « Le métavers est virtuel, mais son impact sera réel » Meta (Facebook) ne croyait pas si bien dire. Et c’est peut-être son seul point commun avec le numérique responsable. Le numérique responsable a quant à lui la vertu de ramener les grands discours autour du numérique à son incarnation physique, réelle, métallique même, mais aussi sociale, managériale, organisationnelle et surtout souhaitable et bénéfique à toutes les parties prenantes de nos organisations. Il a également la vertu de casser la distance avec la production et le devenir de notre matériel tout en proposant un panel de mesures simples et efficaces à mettre en place pour obtenir des résultats. En bonus, cette démarche peut être soutenue par des financements publics (ADEME) et des experts (comme nous et toute la large communauté « numérique responsable »). Mais avant d’échanger sur le sujet, je vous propose de passer à l’action tout de suite : quel est l’EcoIndex de la page d’accueil du site web de votre organisation et qu’allez-vous mettre en place pour l’améliorer ? En 2 clics, testez le grâce à www.ecoindex.fr et commentez cette publication avec votre résultat !

Point de situation IA du 21/05/2024 Alors qu’OpenAI et Google ont tous deux fait état de leurs principales avancées en termes d’intelligence artificielle la semaine passée lors de deux événements publics, il me semble important de prendre le temps d’écrire quelques mots sur la manière dont le domaine de l’intelligence artificielle est traité dans la communication notamment. Pour être tout à fait franc avec vous, l’exercice m’est pénible tant on sait maintenant depuis longtemps que l’on base sa visibilité sur internet par des mots clefs, par opposition à la science où tous les mots sont clefs, et dont nous devrions nous rapprocher un peu plus. Bref : aujourd’hui, je voulais vous partager quelques détails sur un véritable poncif. Dans ce que je lis ou écoute régulièrement, l’intelligence artificielle n’est pas un domaine traité sérieusement dans la communication. Ce ne serait pas ennuyeux si ce n’était un terreau fertile pour de mauvaises décisions stratégiques pour nos politiques et dirigeants d’entreprises, un terreau fertile pour beaucoup d’arnaques, ou tout simplement beaucoup d’énergie investie dans un mauvais marketing, et pas vraiment dans les progrès que peut apporter l’IA. Tous ceux qui s’intéressent au domaine de l’IA ont intérêt à mener une réflexion en ce sens pour en tirer des bonnes pratiques qui éviteront beaucoup de peurs et déceptions inutiles. Constat n°1 : on ne définit pas ce qu’est l’intelligence (artificielle). C’est tout bête et pourtant à ne pas définir l’IA dans un texte ou une prise de parole, on laisse alors libre au lecteur ou à l’auditeur de puiser dans les multiples définitions ou imaginaires existants. Si l’IA est un domaine défini comme les technologies du numérique qui permettent de réaliser les mêmes tâches qu’un être humain, alors un logiciel de comptabilité est de l’IA. Si l’IA est définie comme les déclinaisons de deep learning, plus de la moitié des projets que je vois passer ne sont pas basés sur des technologies d’IA. De plus, comment définit-on l’intelligence ? J’en profite pour vous dire que les scientifiques mettent dans l’IA plusieurs approches au-delà du deep learning et des réseaux de neurones et vous donner ma vision des choses : l’ensemble des algorithmes d’IA utilisés étant pour la plupart empiriques, je pense que le terme d’« expérience artificielle » serait déjà plus proche de la réalité. C’est par exemple le cas des ChatGPTs et consorts qui établissent des prédictions de résultats à partir de l’expérience des grandes sources d’internet.Ma recommandation : définir précisément les algorithmes que l’on sollicite dans les projets. Constat n°2 – on personnifie l’intelligence artificielle. Je pense que c’est le pire vice de la communication autour de l’IA : absolument rien techniquement ne justifie que l’on utilise des formulations du type « elle va rédiger votre post pour vous » ou pire encore, lui prêter des émotions ou la même intelligence humaine que nous « l’IA peut se rendre de compte de ». Quand on remet les pieds sur Terre, l’IA s’incarne dans certains logiciels qui ont certaines fonctionnalités : reproduire/imiter des textes ou images, trier des données de la même manière qu’un jeu de données existant, prédire un comportement physique à partir d’un historique de mesures, voici quelques éléments plus proches de la réalité même si ces formulations sont criticables. Même à haut niveau, on peut noter une communication qui témoigne soit d’une méconnaissance du sujet soit d’un manque de rigueur, lorsque par exemple un des ministres de l’économie et des finances de ces sept dernières années qui témoigne s’adresser à ChatGPT comme à une personne : « Faites-moi un discours sur la Chine de Xi Jinping » ; « J’ai eu un discours assez intelligent, bien structuré, en exactement cinq minutes. », ce qui ne veut pas dire grand-chose. Les LLM puisant dans les discours déjà écrits, on pourrait au contraire s’inquiéter de trouver intelligent un discours a priori pas neuf. Dans tous les cas, la rigueur voudrait de préciser : peut-être son discours contenait des informations d’actualité ou à propos, peut-être était-il surpris de la cohérence du discours compte tenu de la rapidité d’exécution du logiciel. On ne recrute pas un spécialiste comme on achète un logiciel : pourquoi commettre cette erreur avec l’intelligence artificielle ?Ma recommandation : parler d’outils, de logiciels basés sur des algorithmes d’intelligence artificielle. Constat n°3 – on met en avant l’IA par-dessus la fonctionnalité. Je constate que des logiciels dont les fonctionnalités principales reposent sur des algorithmes d’IA qui fonctionnent bien abandonnent parfois le marketing de l’IA au profit du marketing de leur fonctionnalité. La traduction, la retranscription, les multiples applications d’analyse d’image pour la santé ou l’environnement par exemple sont ce que recherchent les utilisateurs finaux. Le recours à l’IA peut nous perdre dans la communication.Ma recommandation : décrire en pesant chaque mots les fonctionnalités que l’on cherche à développer. Constat n°4 – attribuer la valeur à l’IA alors qu’elle se situe ailleurs. Monter ex nihilo un projet d’intelligence artificielle implique de définir de manière actualisée les processus auxquels on souhaite l’appliquer ainsi que la description et la mesure de chaque phénomène que l’on analyse (jeux de données). C’est parfois davantage ce travail et la digitalisation du processus qui génère la valeur. Je pense par exemple aux projets d’IA du secteur de la construction qui s’attaquent à la conception des projets : les approches paramétriques préexistent à l’IA et permettent de résoudre bien des problèmes (contraints par des normes et/ou des limites physiques). Les approches d’IA peuvent alors servir à améliorer certaines performances ou appréhender le problème avec des sources de données différentes, ou ne sont parfois tout simplement pas pertinent.Ma recommandation : ne pas sous-estimer la valeur d’une approche rigoureuse à la conception de solution numérique et surestimer la valeur de l’algorithme d’IA appliqué par-dessus cette première pile technologique. Evidemment, il y a bien autres critiques, points de vigilances et d’amélioration à faire sur la communication responsable spécifique à l’intelligence artificielle. Nous travaillons et documentons ces aspects et nous efforçons d’appliquer ces bonnes pratiques en interne et auprès de nos clients. D’autre part, l’activité de recherche de mon collègue Pedro Gomes porte également sur les imaginaires autour de l’IA responsable, thématique intimement liée à …

Lire la suite de« Intelligence artificielle : un domaine qui n’est pas traité avec sérieux ? »