Flux RSS

Une étude prospective sur l'IA en France - État de l'art et perspectives

Les ministères de l'Economie et de la Cohésion des territoires, et des Finances ont publié le 19 février sur leur site un rapport de plus de trois-cents pages faisant le point sur l'état de l'art de l'Intelligence artificielle (IA) en France et ses perspectives. Le rapport propose une quinzaine de recommandations pour encourager le développement du secteur.

La Direction générale des entreprises (DGE), le Commissariat  général à l’égalité  des  territoires  (CGET) et TECH’IN France ont confié à Atawao Consulting le soin de réaliser cette étude  "Intelligence Artificielle – État de l’art et perspectives pour la France".

Après une présentation de l'état de l’art des différentes technologies du domaine, cette étude propose  une  méthode  de  classification des secteurs potentiellement les plus transformés par l’essor de l’intelligence artificielle et donne une analyse macroscopique de son adoption dans ces secteurs. Selon les auteurs, acteurs privés et publics ont multiplié par dix leurs investissements au cours des cinq dernières années afin de maîtriser cette technologie stratégique, porteuse de promesses.


L'étude approfondit ensuite l'analyse dans les principaux secteurs Énergie et environnement ; Transport et logistique, Santé et Industrie. Pour chacun de ces secteurs, elle expose un bilan des opportunités générées par l’IA et une stratégie cible à adopter.
Enfin, dans sa dernière partie, l'étude propose une feuille de route ainsi que des recommandations sectorielles et transverses pour que notre pays et ses entreprises puisse relever les défis en matière d’intelligence artificielle.
 

Les 15 secteurs économiques français potentiellement les plus impactés par l'IA

En voulant enrichir la réflexion globale des pouvoirs publics et des professionnels sur le développement de l’IA, l'étude propose un classement et une analyse des 15 secteurs économiques français considérés comme les plus impactés par l’IA. Dans l'ordre de cet impact, il s'agit des secteurs : Santé, Industries manufacturières (dont automobile), Transports et mobilité, Service d'utilité publique, Environnement, Administration publique (hors défense), Services financiers, Agriculture, Secteur juridique, Sécurité des biens et des personnes, Commerce de détail et distribution, Professions libérales et services professionnels,  Education et recherche, Télécommunications et technologies, Loisirs et médias.

Les 15 secteurs français les plus impactés par l'IA

Quatre secteurs particulièrement touchés par l’IA étudiés ici de manière plus approfondie

Parmi les 15 grands secteurs, quatre particulièrement touchés par l’IA sont étudiés de manière plus approfondie dans l'étude :

- Le secteur de la santé :
il est l'un des plus dynamiques en matière d’IA, notamment dans le domaine de la médecine préventive ou du diagnostic médical. L’étude recommande de créer des zones d’expérimentation à l’échelle d’un hôpital ou d’un réseau de soins, et met l’accent sur la nécessité d’accéder à d’importants volumes de données de qualité pour permettre l’innovation.

- Le secteur de la mobilité :
il bénéficiera également des apports de l’IA, en particulier grâce à la conduite autonome. Plusieurs freins à son développement ont été identifiés et doivent être levés rapidement, avec, par exemple, la création de zones d’expérimentation à l’échelle d’une "ville d'au moins 50 000 habitants, représentative de situation de conduite en milieu urbain" ou d’"une situation de transport à risque telle qu’une autoroute (de plus de  100 km) ou une zone montagneuse, dont les conditions météorologiques, les dénivelés et les lacets offrent un large éventail de contraintes".

- Le secteur industriel :
le potentiel de gisement d’applications IA est ici très variable selon le type d’industrie, à la fois pour des aspects culturels, mais aussi en raison des fortes contraintes de fiabilité, sécurité et sûreté. Ces contraintes se traduisent par des réglementations strictes limitant les approches probabilistes de type «boîte noire» sur des procédés critiques. Pour autant, la donnée machine est peut-être générée rapidement en volume important ce qui fait de l’industrie un secteur très prometteur pour l’intelligence artificielle. Des applications IA (exemples : contrôle qualité, maintenance prédictive) existent aujourd’hui déjà et sont appelées à se développer. La mutation actuelle vers l’industrie 4.0 crée de nouveaux défis à relever : nouvelles architectures industrielles, nouveaux systèmes de monitoring, nouvelles approches de régulation industrielle, intégration plus forte avec l’amont et l’aval, nouvelles exigences environnementales ou de cybersécurité.

- Les secteurs de l’énergie et de l’environnement :
les effets de l'IA sont déjà ici constatés, notamment avec le pilotage des réseaux électriques intelligents, les stratégies d’efficacité énergétique ou encore l’anticipation des chocs liés au changement climatique. La France recèle de nombreux atouts dans ces domaines : outre la présence sur le sol national de grands groupes leaders mondiaux (EDF, ENGIE, LEGRAND, VEOLIA...), ainsi que de PME - par exemple  SOCOMEC -  et de start-up innovantes -: DC BRAIN, ENERGIENCY - sur toute la chaîne de valeur, le pays compte aussi de grands centres de recherche publics (CEA, par exemple). Ces atouts se sont traduits pour l’heure dans la mise en œuvre de nombreux projets et démonstrateurs intégrant des composantes d’IA.

L’IA, un sujet encore peu intégré en France aux stratégies de développement économique et d’innovation des territoires

Les développements récents et les promesses de l’IA étant des opportunités assez  nouvelles et peu matures, les  politiques publiques dédiées commencent seulement à apparaître et existent peu aux échelles locales.
En effet, à l’échelle mondiale, à part quelques grandes régions et de très grandes métropoles, très peu de territoires ont conçu à ce jour des politiques publiques spécifiquement tournées vers la promotion de l’IA.

Sur notre territoire, la région Ile-de-France est la seule, à ce jour, à avoir véritablement conçu des politiques publiques  spécifiquement dédiées à la diffusion des usages IA  et à l’attraction de talents et d’entreprises sur  cette thématique.
A l'échelle mondiale, à part quelques grandes régions et de très grandes métropoles, très peu de territoires ont conçu des politiques publiques spécifiquement tournées vers la promotion de l’IA.
En  France, le  constat est le  même : la  région Ile-de-France est la seule à ce jour à avoir conçu des  politiques  publiques spécifiquement dédiées à la diffusion des usages IA et à l’attraction de talents et d’entreprises sur cette thématique.

Pour les rédacteurs de l'étude, il est donc souhaitable que les territoires s’emparent spécifiquement de la thématique de l'IA et mettent en œuvre des diagnostics visant à identifier leurs forces et faiblesses avant de concevoir des stratégies adaptées .Il sera également nécessaire de fédérer et coordonner ces initiatives locales.

L’IA française n’est pas d’une taille suffisante pour permettre une dispersion des initiatives. Le développement du secteur requiert, quelles que soient les entreprises, les localisations ou les thématiques concernées, le regroupement de moyens et la réalisation d’économies d’échelles. Qu’il s’agisse de la mise à niveau des ressources de calcul intensif ou de cloud, de l’organisation de rencontres d’envergure internationale, de la structuration de la formation, et avant tout l’enrichissement du patrimoine de ressources immatérielles, le développement de l’IA française doit être organisé sur un mode combinant la recherche de l’excellence et la mise en réseau des acteurs les plus performants.

Ainsi il apparaît essentiel de favoriser l’émergence d’une démarche fédérative de l’IA française. A l’instar des exemples étrangers identifiés plus haut, il faudra associer les collectivités territoriales et notamment impliquer les Régions, qui financent une grande partie de l’effort de recherche et d’industrialisation. La dimension IA devra être prise en compte plus systématiquement dans les grandes politiques de soutien au tissu entrepreneurial et économique et ainsi être intégré par exemple dans la dynamique du programme «Territoires d’industrie».

Les recommandations

Dans sa dernière partie, l’étude propose une feuille de route ainsi que des recommandations sectorielles et transverses:

Développer et sécuriser la recherche en intelligence artificielle en France

Il y a ici un immense chantier de recherche à produire sur les vingt prochaines années pour reproduire efficacement les capacités d’apprentissage uniques des humains. C’est l’une des premières opportunités pour la France. L’enjeu est double : former et retenir en France les meilleurs chercheurs en intelligence artificielle. Cela suppose de développer des efforts dans plusieurs domaines :
  • Prioriser les investissements sur des champs de recherche actifs (apprentissage avec peu de données, robustesse des modèles face à la perturbation, explicabilité...).
  • Stimuler les collaborations transdisciplinaires dans les appels à projets
  • S'assurer que les aides et dispositifs fiscaux de soutien à la R&D ciblent des verrous scientifiques et technologiques prioritaires et non des travaux d’ingénierie sans dépassement de l’état de l’art.
  • Valoriser la recherche appliquée en stimulant par exemple la production d’algorithmes documentés en support à la recherche et pas seulement de publications scientifiques.
  • Inciter les entreprises privées à compléter fortement les financements publics insuffisants en IA.
  • Mettre en lumière (visibilité dans les grands congrès scientifiques, développement de chaires de recherche, etc.) l’élite des centres de recherche français pour structurer autour d’eux des équipes de pointe dans le domaine.
  • Inscrire la trajectoire de la recherche française dans une perspective européenne pour mutualiser les efforts.
 

Généraliser les offres de formations

Les technologies étant majoritairement en open source, donc accessibles, le défi le plus urgent réside dans le développement des compétences qui permettraient de développer ce patrimoine de ressources. Pour accompagner leur diffusion, il est crucial d’intensifier la formation du plus grand nombre d’effectif possible pour que chaque secteur dispose de compétences pertinentes pour ses propres applications.
 

Se focaliser sur les applications sectorielles de l’IA

À l’aide de la BPI, il faut structurer autour des start-up un écosystème complet pour accroître les passerelles et les coopérations entre les acteurs, rendre visible et attractive les filières d’excellence française et mettre en lumière un potentiel pour le recrutement.
 

Encourager massivement le développement d’infrastructures numériques

Les acteurs majeurs dans le domaine de l’Intelligence artificielle sont aussi ceux qui disposent des plus grandes infrastructures de calcul à leur disposition et ce n’est pas une coïncidence. Ces infrastructures permettent d’entraîner les modèles avec plusieurs millions de données dans un temps acceptable.
L’Europe et la France en particulier, accusent un retard très important sur l’utilisation de grandes infrastructures de calcul. Or il faut massivement encourager le développement des acteurs du domaine pour comprendre et maîtriser le résultat de l’entraînement des modèle (vérifier que l'IA respecte les contraintes, la précision, les lois, les règles, les règlements ou l’éthique). Dans le cas contraire, l’IA devient reste une véritable boîte noire,
Un centre de données hyperscales(1) est le lieu où doit être mis au point l’ensemble des intelligences artificielles de production.
 

Lancer des expérimentations ambitieuses

Le principal objectif des actions proposées est de favoriser au maximum l’expérimentation de technologies d’intelligence artificielle sur le territoire. La notion d’expérimentation en environnement et conditions réelles est clé pour fédérer largement tous les acteurs impliqués : acteurs publics des administrations centrales et territoriales, laboratoires de recherche, enseignement, écosystèmes innovants, start-up, grands groupes, financeurs et grand public. Ces zones d’expérimentation offriraient un cadre administratif et légal, une infrastructure produisant de la donnée en volume et en flux et une organisation permettant de mettre en application l’IA (utilisateurs, experts, etc.).
***
Le rapport propose aussi des recommandations d’actions dans plusieurs domaines, ces dernières favorisant la création ou l’accès à des données en flux (indispensable à la mise au point d’algorithmes d’apprentissages performants) et/ou favorisant aussi le développement d’expertises nationales en IA en développant par ces lieux d’expérimentation de technologies d’IA. Nous renvoyons le lecteur à la consultation de l'étude, pour chaque recommandation listée ci-dessous:
  • Développer les challenges de données en santé
  • Créer un marché protégé pour les start-up en santé
  • Créer des zones d’expérimentation de véhicules autonomes à l’échelle d’une ville ou d’une situation de transport à risque (autoroute, zone montagneuse)
  • Amplifier les zones d’expérimentation à l’échelle d’un écoquartier
  • Généraliser et normaliser le recueil de données de maintenance
  • Stimuler la production de données environnementales chez les industriels
  • Former rapidement des techniciens, des ingénieurs et des décideurs de l’industrie aux cas d’usages et aux techniques probabilistes de l’IA
  • Créer un Datacenter de projets en data science en s’appuyant sur les expertises d’OVH et de TERALAB
  • Encourager des projets centrés sur les assistants intelligents pour le grand public
  • Créer des formations en ligne (MOOC) sur l’IA et les produits numériques

 

Notre commentaire

A suivre, donc... Mais si tout cela semble très louable et que, dans son texte introductif, l'étude parle de "relever les défis en matière d’intelligence artificielle", finalement quel véritable dessein, écosystème et moyens financiers pour cela ? Même si le gouvernement actuel semble s'être intéressé à la question de l'IA et à celle de ses développements avec le rapport de Cédric Villani "Donner un sens à l'intelligence artificielle - Pour une stratégie nationale et européenne" (mars 2018), la prise de conscience arrive bien tard : l'enjeu aurait dû être déjà pris en compte bien avant, sous les gouvernements précédents. Comment en effet rattraper le retard face à des géants comme les GAFA américains(2) ou les BATX Chinois (3) consacrant à l'IA, et depuis nombre d'années, des sommes faramineuses et une vision (hyper mercantile, source de pouvoir et profit) à long terme(4) ?

Il n'existe aucun géant du numérique en Europe... A notre avis, la bataille est déjà perdue depuis longtemps(5), du moins en ce qui concerne l'IA liée au commerce (ou 'loisir") grand public, la fameuse "relation client" -  comme certains disent (et toute l'exploitation des bases de données qui en est faite). Reste alors l'IA liée à l'activité commerciale entreprises vers entreprises(6). Dans le domaine, il reste chez-nous certains atouts, mais pour encore combien de temps ?

Faire des expérimentations, comme le souligne l'étude ? Oui bien sûr, mais devant l'urgence, et aussi la fuite des cerveaux(7), est-ce suffisant ?
Et  finalement pour quel dessein  : celui d'une IA véritablement au service de l'homme ou celui d'une IA subie parce que la raison principale du moteur de son développement n'est qu'un emballement vers un eldorado mercantile supposé ? 
Comment les entreprises améliorent aujourd'hui leur performance grâce à l'utilisation de l'intelligence artificielle?

Les applications de l'IA dans l'entreprise s'appuient notamment sur les deux grands domaines où l'IA se développe et montre des capacités supérieures à d'autres solutions :
- les fonctionnalités de perception et de communication (IA d'interface), c'est-à-dire la reconnaissance de langage (parole, texte, langage naturel....) ou d'images (faciales, spatiales...). Dans ce domaine, l'IA permet d'observer, de détecter et d'interagir de plus en plus naturellement avec l'homme,

- la modélisation pour la résolution de problèmes complexes et l'analyse prédictive. L'IA est alors utilisée pour optimiser des processus existants, automatiser, détecter ou prédire.

Tous les métiers de l'entreprise sont désormais concernés : production, supplychain, fonctions comptables et administratives, finance, ressources humaines, marketing
 
Christophe Jacquemin

  • (1) À très grande échelle de calcul : l'hyperscale se réfère à la combinaison de matériel et d’infrastructures physiques qui peuvent faire évoluer un environnement de calcul pouvant atteindre des milliers de serveurs.
    (2) Google, Apple, Facebook, Amazon.

    (3) Baidu, Alibaba, Tencent, Xiaomi
    (4) Avec prédation de toutes les entreprises les plus avancées dans les secteurs considérés comme stratégiques pour l'avenir (certaines de ces entreprises étant aussi simplement rachetées pour mieux empêcher leur développement (finalement les couler) avant qu'elles ne s'avèrent vraiment concurrentielles.
    (5) Amazon, par exemple, la firme de Jeff Bezos, a dépensé 22,6 milliards de dollars en recherche et développement sur la seule année 2018 (selon une étude du cabinet PwC), devançant en la matière Alphabet, la maison mère de Google, avec 16,2 milliards. Pour donner ici un ordre d'idées, des sociétés comme Orange (avec 800 millions de dollars de dépenses) ou Deutsche Telekom (1,2 milliard de dollars), - pour citer ici des entreprises du côté de l'Europe investissant dans la recherche développement - font figure de nains avec un budget cumulé près de douze fois inférieur à celui du spécialiste du commerce en ligne. Ainsi, même nos champions des télécoms ne semblent pas en mesure de rivaliser avec la puissance financière des titans américains et chinois pour participer à la course aux innovations, en particulier à l'intelligence artificielle.
    Du côté français, avec avec un investissement de 1,5 milliard d'euros (somme affichée par le gouvernement à la suite du rapport de Cédric Villani) - soit neuf fois moins que la ville Chinoise de Tianjin -, l 'effort semble bien insuffisant au regard des enjeux et de la concurrence.
    La Commission européenne semble en avoir pris conscience et a décidé de s' appuyer sur toutes les initiative pour mobiliser 20 milliards d'euros d'argent public et privé sur la période 2018-2020.

    (6) Selon une très récente enquête menée par Microsoft, concernant 800 chefs d'entreprises de 7 pays européens (France, Allemagne, Italie, Pays-Bas, Russie, Suisse et Royaume Uni) ainsi que les Etats-Unis., l'IA est activement utilisée aujourd'hui par 30% des entreprises russes, contre 22,3% en moyenne dans les pays européens et Etats-Unis (France mal placée avec 10%).
    (7) On peut toujours dire que nous disposons en France de nombreux atouts pour l'IA avec des organismes de recherche comme le CEA, le CNRS ou l’Inria, force est de constater que nombreux jeunes (et moins jeunes) chercheurs français préfèrent s'installer en Chine ou aux Etats-Unis, pays plus attractifs et plus avancés sur l'intelligence artificielle. Inutile de rappeler par exemple que Yann le Cun (directeur du laboratoire de recherche en intelligence artificielle de Facebook, Luc Julia (vice-président du centre de recherche de Samsung à San Francisco), Jérôme Pesenti (vice-président de la division intelligence artificielle de Facebook) ou nombre de chercheurs chez Google Deepmind, sont des scientifiques français
    ...
  • "Intelligence artificielle : Etat de l'art et perspectives pour la France", étude réalisée avec le concours du Commissariat général à l'égalité des territoires (CGET), Tech'in France, la Direction générale des entreprises (DGE) et le Pôle interministériel de prospective et d'anticipation des mutations économiques (PIPAME) - Février 2019.

    Le rapport
    La synthèse du rapport

     
Informations légales | Données personnelles