Top 10 Des Technologies De L’Intelligence Artificielle (IA)
Intelligence artificielle | © Usine-Digitale

Le marché des technologies de l’intelligence artificielle (IA) est florissant. Au-delà du battage médiatique et de l’attention accrue des médias sur le sujet, de nombreuses startup et géants d’Internet cherchant à les acquérir, on note une augmentation significative des investissements et de leur adoption par les entreprises.

Une enquête de Narrative Science a révélé que l’année dernière, 38% des entreprise utilisaient l’IA et que ce chiffre devrait passer à 62% d’ici 2018. Forrester Research a prédit une augmentation des investissements de plus de 300% dans l’IA en 2017 par rapport à 2016. L’organisme d’études IDC (International Data Corporation) estime que le marché de l’IA qui pesait près de 8 milliards d’euros en 2016 devrait passer à plus de 47 milliards d’euros d’ici 2020.

Inventée en 1955 pour décrire une sous-discipline de l’informatique, l’intelligence artificielle comprend aujourd’hui une variété de technologies et d’outils, certains plus anciens que d’autres. Forrester a récemment publié un rapport TechRadar sur l’intelligence artificielle (destiné aux professionnels du développement d’applications), une analyse détaillée de 13 technologies que les entreprises devraient songer à adopter afin d’épauler et de soutenir les décisions des humains.

Basée sur l’analyse de Forrester, voici le top des 10 meilleures technologies de l’IA :


  1. Génération automatique de texte : Production de texte à partir de données informatiques. Actuellement utilisé dans les services à la clientèle, la génération de rapports et la synthèse de business intelligence. Exemples de fournisseurs: Attivio, Cambridge Semantics, Raisonnement numérique, Lucidworks, Narrative Science, SAS, Yseop. 
  1. Reconnaissance automatique de la parole : Transcrire et transformer la parole humaine en format utile pour les applications informatiques. Actuellement utilisée dans les systèmes interactifs de réponse vocale et les applications mobiles. Exemples de fournisseurs : NICE, Nuance Communications, OpenText, Verint Systems.
  1. Agents virtuels : « Le chouchou des médias» d’après Forrester. De simples chatbots à des systèmes avancés qui peuvent communiquer avec les humains. Actuellement utilisés dans les services à la clientèle et comme gestionnaires de maison intelligente. Exemples de fournisseurs : Amazon, Apple, Solutions Artificielles, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft, Satisfi.
  1. Plateformes d’apprentissage automatique : Fourniture d’algorithmes, d’API, de boîtes à outils de développement et de formation, de données, ainsi qu’une puissance de calcul pour concevoir, former et déployer des modèles dans des applications, des processus et autres machines. Actuellement utilisées dans un large éventail d’applications d’entreprise, impliquant principalement la prédiction ou la classification. Exemples de fournisseurs : Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree.
  1. Matériel optimisé pour l’IA : Processeurs graphiques et appareils spécialement designés et conçus pour exécuter efficacement des travaux informatiques orientés vers l’IA. Exemples de fournisseurs : Alluviate, Cray, Google, IBM, Intel, Nvidia.
  1. Aide à la décision : Moteurs qui insèrent règles et logique dans les systèmes d’IA, utilisée pour la configuration, la maintenance et les réglages. Une technologie mature, employée par une grande variété d’applications d’entreprise, d’assistance ou de prise de décision automatisée. Exemples de fournisseurs : Concepts de systèmes avancés, Informatica, Maana, Pegasystems, UiPath.
  1. Apprentissage profond : Un type particulier d’apprentissage automatique composé de réseaux neuronaux artificiels. Actuellement, il est principalement utilisé dans les applications de reconnaissance de formes et de classification, soutenues par une très grande base de données. Exemples de fournisseurs : Deep Instinct, Ersatz Labs, Fluid AI, MathWorks, Peltarion, Saffron Technology, Sentient Technologies.
  1. Reconnaissance biométrique : Permet des interactions plus naturelles entre les humains et les machines, y compris, mais sans s’y limiter, l’image et la reconnaissance tactile, la parole et le langage corporel. Principalement utilisée dans les études de marché. Exemples de fournisseurs : 3VR, Affectiva, Agnitio, FaceFirst, Sensory, Synqera, Tahzoo.
  1. Automatisation robotisée : Utilisation de scripts et autres méthodes pour automatiser l’action humaine, afin de prendre efficacement en charge certains métiers. Actuellement utilisée là où il est trop cher ou inefficace pour les humains d’exécuter une tâche ou un processus. Exemples de fournisseur s: Advanced Systems Concepts, Automation Anywhere, Blue Prism, UiPath, WorkFusion.
  1. Fouille de textes et TALN : Le traitement automatique du langage naturel (TALN) utilise et soutient l’analyse du texte en facilitant la compréhension de la structure et de la signification des phrases, du sentiment et de l’intention par des méthodes statistiques et d’apprentissage automatique. Actuellement utilisés dans la détection de fraude, la sécurité, les assistants automatisés, et des applications pour l’exploitation de données non structurées. Exemples de fournisseurs : Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd, Synapsify.

Aujourd’hui l’IA offre de nombreux avantages pour le développement des entreprises, mais selon un sondage mené en 2016 par Forrester, quelques obstacles barrent encore la route à l’adoption de ces technologies par ces dernières, freinant ainsi leurs investissements.

En voici les raisons, d’après ce sondage :

Il n’y a pas de business case défini                                                       42%

Je ne comprends pas l’utilité de l’IA                                                  39%

Je n’ai pas les compétences requises                                                   33%

Je dois d’abord investir dans la modernisation
de la plateforme de gestions des données                                          29%

Je n’ai pas le budget                                                                                    23%

Je ne sais pas comment mettre en œuvre l’IA                                  19%

Les systèmes d’AI ne sont pas sûrs                                                       14%

Je ne possède pas les autorisations nécessaires                              13%

On en parle beaucoup mais elle est peu efficiente                          11%

Je ne possède pas ou n’ai pas accès aux données                           8%

Je ne sais pas ce qu’IA signifie                                                                  3%

Une fois ces obstacles surmontés par les entreprises,  Forrester conclut qu’elles pourront tirer profit de l‘IA pour accélérer la transformation des applications orientées client et développer un réseau interconnecté d’intelligence d’entreprise.