Selon le fabricant, l'AI Pin a été conçu dès le départ pour l'intelligence artificielle: «Vous pouvez emporter toute la puissance de l'IA partout avec vous et l'intégrer de manière transparente dans votre vie quotidienne», a promis Imran Chaudhri, qui a reçu une standing ovation. Le pin's IA, semblait-il, allait devenir le «next big thing» et rendre enfin le smartphone superflu.

Cependant, les critiques ne se sont pas fait attendre: l'AI Pin ne donne aucune réponse ou des réponses erronées, ses réactions sont beaucoup trop lentes et son utilisation est compliquée, la batterie s'épuise au bout de deux heures, etc. «Le pire produit que j'ai jamais testé», «défectueux dans tout ce qu'il fait, presque toujours», ou tout simplement «inutilisable»: on parle d'une idée stupide plutôt que d'intelligence artificielle. Sur le marché, l'appareil est un tel échec que le fabricant Humane s'est entre-temps mis lui-même en vente.

L'IA, un autre espoir technologique très en vogue qui s'éteint rapidement, tout comme la téléphonie par satellite, les téléviseurs 3D ou les Google Glass?

Pas du tout, estime Liudmila Hack, experte en transformation numérique chez BASF. Le groupe chimique a introduit une solution IA mondiale qui permet pour la première fois de représenter l'empreinte écologique de chacun de ses 45 000 produits. Les clients savent ainsi à quel pourcentage le polystyrène ou la peinture pour voiture qu'ils ont commandés sont composés de matériaux recyclés. «Sans l'IA, ce serait presque impossible et extrêmement complexe», explique-t-elle.

Un an et demi après le lancement de ChatGPT, l'IA est toujours le thème dominant du monde technologique. Même si d'autres types d'intelligence artificielle comme le machine learning, les réseaux neuronaux ou le big data sont déjà présents depuis longtemps. Ce sont les Large Language Models (LLM), comme ChatGPT, Perplexity.AI ou Gemini de Google, qui ont contribué à la percée de ce thème. Aujourd’hui, le site internet Hugging Face, un lieu de rencontre pour les passionnés d'IA, répertorie plus de 650 000 modèles de ce type.

Les Big Tech dominent

Il n'est donc pas étonnant que 98% des managers considèrent l'IA comme l'une des trois principales priorités pour cette année, selon un sondage de Boston Consulting Group. Aux Etats-Unis, les dépenses pour l'intelligence artificielle ont triplé par rapport à l'année précédente, a calculé la plateforme financière Ramp, alors que le volume total des transactions logicielles n'a augmenté que de 6%. A l'échelle mondiale, les investissements dans les start-up de l'IA ont explosé, passant de 4,2 milliards d'euros en 2022 à 22,4 milliards l'an dernier, alors que le montant total des investissements dans les start-up a été divisé par deux durant la même période.

C'est la ruée vers l'or, et comme à l'époque du Klondike, ce sont les vendeurs de pelles et de pioches qui font le plus d'argent: le fabricant de puces Nvidia, dont les processeurs font tourner la grande majorité des applications d'IA, est désormais l'entreprise la plus valorisée du monde. OpenAI, la société à l'origine de ChatGPT, qui emploie désormais 1200 personnes, a presque triplé sa valorisation en dix mois pour atteindre 80 milliards de dollars. 

Le plus grand fournisseur de cloud du monde, Amazon, dont les centres de calcul traitent de nombreuses applications d'IA, a lui aussi vu sa valeur boursière augmenter massivement, tout comme le numéro deux, Microsoft, qui participe à OpenAI et a ainsi pu intégrer très tôt des fonctionnalités d'IA dans ses produits standard. 

Il en va de même pour Alphabet, la maison mère de Google, numéro trois sur le marché du cloud. Apple a pu constater à quel point il est préjudiciable de perdre le contact: l'entreprise la plus capitalisée du monde pendant des années a été dépassée en bourse par Nvidia et Microsoft car elle n'a présenté que très tardivement une stratégie d'IA. Mais lorsqu'elle l'a enfin fait, le cours de l'action a bondi à un niveau record.

Une chose est claire: seules les Big Tech peuvent se permettre les investissements nécessaires à la mise en place de grandes applications d'IA. L'entraînement de ChatGPT 4 aurait englouti quelque 450 millions de dollars. Les coûts de développement de la version 5, le modèle linguistique attendu pour cet été et encore bien plus grand, sont estimés entre cinq et sept milliards. Meta, la maison mère de Facebook, veut faire de sa propre IA, Llama, le «premier service d'IA au monde, tant en termes de qualité que d'utilisation» - et investir pour cela jusqu'à 99 milliards de dollars rien que pour cette année. 

1000 milliards de dollars d'investissements 

Ensemble, Amazon, Microsoft, Alphabet et Meta pourraient investir jusqu'à 1000 milliards dans ce domaine au cours des cinq prochaines années, calcule-t-on à Wall Street. Le droit des cartels et la prévention des abus de monopole vont donc devenir encore plus importants à l'ère de l'IA, car les petites start-up n'ont aucune chance de suivre le mouvement. Sauf si leur fondateur s'appelle Elon Musk, qui vient de récolter six milliards de dollars pour sa société X.AI afin de lancer le chatbot Grok.

Le matériel n'est pas le seul à être coûteux, les spécialistes le sont aussi. Selon les études de marché de Zeki Research, environ 20 000 entreprises occidentales recherchent désespérément des experts IA. Certains d'entre eux peuvent désormais prétendre à des salaires à sept chiffres. «On sous-estime souvent l'importance de la qualité des bons ingénieurs logiciels, explique Benjamin Bargetzi, lui-même un expert IA très demandé à l'échelle internationale. Les développeurs Java ou Web sont loin de savoir faire du bon machine learning.»

Sur le marché de masse, outre ChatGPT, aucune autre «killer application» n'a encore émergé à ce jour. Mais en coulisses, l'IA est omniprésente: les appareils photo des téléphones portables et les logiciels de traitement d'image optimisent ou retouchent automatiquement les photos et les vidéos avec son aide. Les services de traduction, de Google Translate à DeepL, ont tous recours à l'IA. Depuis l'été dernier, une IA résume les évaluations des utilisateurs chez Amazon. 

Les utilisateurs américains d'eBay peuvent utiliser la fonction «Magic Listing»: il suffit de prendre une photo de la marchandise à vendre et l'intelligence artificielle fournit la description. Chez le concurrent Ricardo, la procédure est inversée: il suffit de télécharger une photo et l'IA recherche le produit souhaité parmi les offres. Et Paul McCartney n'a pu sortir la toute dernière chanson des Beatles «Now and Then» pour Noël dernier que parce qu'une IA avait reproduit les harmonies du chant choral à partir d'anciens enregistrements originaux.

Importance du B2B

Mais surtout, il apparaît de plus en plus clairement que le B2B est plus important que le B2C dans ce domaine. Depuis l'été dernier, le nombre d'utilisateurs actifs de ChatGPT est plus ou moins stable autour de 100 millions. Mais le nombre de licences d'entreprise a quadruplé rien qu'entre janvier et avril pour atteindre 600 000. Microsoft a déjà pu gagner 55 000 entreprises clientes pour ses services d'IA, a récemment expliqué le chef de la région EMEA Ralph Haupter, citant des exemples suisses comme ABB pour l'ingénierie, Adecco pour la recherche d'emploi ou Swiss Re dans le domaine de l'analyse des risques. 

Selon une enquête, les start-up de l'IA se concentrent également beaucoup plus sur les activités avec les entreprises clientes que les autres start-up. «Dans le B2C, l'IA stagne peut-être actuellement, mais le B2B se développe comme prévu», explique Andrea Corda, responsable du développement chez Anybotics, une start-up zurichoise de robotique qui développe des robots d'inspection pilotés par l'IA.

«Le lancement de ChatGPT a été une renaissance pour notre secteur», déclare également Luca Fábián, fondateur et CEO du prestataire de services juridiques Jurata. L'entreprise zurichoise propose des paquets juridiques pour les PME et met en relation les cas individuels avec l'avocat adéquat. Elle a désormais entièrement converti ce processus de mise en relation à l'IA, de l'analyse des cas au triage et à l'attribution à un juriste approprié. En automne, Luca Fábián mettra en ligne une plateforme d'IA qui fournira des réponses vérifiables aux questions juridiques en renvoyant à la jurisprudence, aux articles de loi ou à la littérature spécialisée.

La science juridique est prédestinée à l'utilisation de l'intelligence artificielle: il faut traiter de grandes quantités de textes tels que des lois, des contrats ou des décisions de justice. Il s'agit de reconnaître des modèles, car de nombreuses questions litigieuses ont déjà été réglées par des précédents. Plusieurs tâches comme la vérification des contrats sont répétitives et peuvent être facilement automatisées, les nouveaux documents peuvent généralement être assemblés à partir de modules standard. 

Chez le prestataire de services financiers suédois Klarna, le service juridique utilise déjà ChatGPT dans son travail quotidien avec un «gain de temps massif», comme l’indique la conseillère générale Selma Bogren. De nombreux grands cabinets suisses comme Bär & Karrer, Walder Wyss ou Vischer expérimentent également les technologies d'intelligence artificielle. «L'avocat classique est de plus en plus sous pression, estime Luca Fábián. Le client n'est pas intéressé en premier lieu par l'avocat lui-même, mais par le résultat. Et celui-ci peut être obtenu de plus en plus automatiquement grâce à l'IA, et donc à un coût nettement inférieur.»

Phase de test

Et puis il y a bien sûr les applications spéciales propres à l'entreprise. Roche, par exemple, utilise un modèle informatique pour faire des prédictions sur des médicaments candidats potentiels et teste ensuite les prédictions générées par l'IA dans des expériences réelles en laboratoire. «Avec l'IA, nous sommes en mesure de développer de nouvelles solutions à une échelle et à une vitesse sans précédent, d'une manière qui n'était pas possible auparavant», explique-t-on à Bâle. 

De son côté, Julius Baer a lancé au second semestre 2023 un projet visant à identifier les transactions suspectes sur les marchés financiers à l'aide de l'IA. «Le projet est actuellement en phase pilote», indique la banque.

Ce n'est pas un cas isolé: «En ce moment, on teste énormément de choses», explique Anna Zeiter, responsable mondiale des domaines privacy, data & AI responsibility chez eBay depuis Berne. Ce faisant, le bon grain se sépare de l'ivraie: «Sur toutes les applications d'IA testées en interne dans le domaine de la technologie, un tiers au maximum est mis en service en moyenne, certains dans l'industrie disent même seulement 10%, souligne Anna Zeiter. Et après la mise en service, il faut toujours regarder de près si et comment les utilisateurs acceptent la nouvelle fonctionnalité d'IA et quel est le feedback.»

Une expérience que Swisscom a également faite: depuis plus de cinq ans, la société optimise l'extension et l'exploitation de son réseau de téléphonie mobile grâce à l'IA. L'intelligence artificielle est «perçue comme un soutien précieux», dit-on à Berne. Mais on y a aussi constaté que le succès de l'utilisation de l'IA dépendait en grande partie de la qualité des données disponibles: «Il en résulte que certains projets d'IA n'ont pas pu être réalisés.»

Car les meilleurs algorithmes échouent lorsque les données sont de mauvaise qualité. Le principe «garbage in, garbage out» est encore plus important pour l'IA que pour les applications informatiques classiques. «C'est ce que 80 à 90% des entreprises sous-estiment», dit la manager de BASF Liudmila Hack. Et c'est ainsi que beaucoup apprennent seulement maintenant où la nouvelle technologie peut être utilisée à bon escient et où elle ne peut pas l'être. «Il y a un an et demi, les attentes concernant ce que l'IA peut et doit apporter au business et à la société étaient immenses», explique Anna Zeiter, qui parle actuellement d'une «saine vérification de la réalité».

De nombreuses IA sont encore sujettes à des erreurs, même si les données d'entrée sont correctes. On parle d’«hallucinations», un phénomène dû à la technique, car les intelligences artificielles ne connaissent pas la réalité, mais travaillent avec des probabilités pour générer leurs réponses. Pour que le fromage adhère à une pizza, on peut «ajouter environ 1/8 de tasse de colle non toxique» à la sauce à pizza, a récemment halluciné Gemini de Google. Et lorsqu'elle devait représenter l'équipe de la mission Apollo 11 - le premier alunissage - elle a fourni un équipage composé d'une femme et d'un Afro-Américain. Politiquement correct de nos jours, mais malheureusement faux.

Une application d'une chaîne de supermarchés néo-zélandaise, qui promettait aux clients d'utiliser les restes de nourriture de manière créative, a créé, outre des repas délicieux, des propositions nocives pour la santé comme des sandwichs au poison de fourmis. Certains experts pensent que davantage de données et de puissance de calcul permettront de résoudre ces problèmes. «Les modèles dont nous disposons aujourd'hui sont les plus mauvais que nous ayons jamais utilisés. Cela ne fera que s'améliorer», estime Luca Fábián.

Jusqu'à 30% de gains de productivité

Pourtant, les besoins en capacité de calcul et en électricité sont déjà énormes. Les applications d'IA les plus avancées coûtent ainsi jusqu'à 100 fois plus cher qu'une recherche Google traditionnelle. La tendance est donc de plus en plus aux petits LLM qui peuvent fonctionner localement sur l'ordinateur ou le smartphone plutôt que dans le cloud. Google a développé une telle variante avec Gemini Flash et, selon les experts, le fait que le groupe se distingue régulièrement par des dysfonctionnements de l'IA est peut-être aussi dû au fait qu'il traite trop de demandes difficiles via cette version économique.

La question de l'effort et du rendement se pose alors: une précision de 97% ne suffit certainement pas pour une application médicale. A peine pour l'optimisation d'une chaîne logistique. Pour le diagnostic de problèmes dans le service clientèle, oui. Les CFF trient par exemple les e-mails entrants destinés à la comptabilité à l'aide de l'IA. Plusieurs centaines de demandes de renseignements sur les débiteurs et les créanciers ou de demandes de justificatifs complémentaires sont ainsi transmises chaque jour aux bons services de manière entièrement automatique. 

«Cela fonctionne très bien, et nos collaborateurs, déchargés du simple triage, ont plus de ressources à consacrer à des tâches à valeur ajoutée», explique Franz Steiger, directeur financier de l'entreprise ferroviaire. En revanche, faire commenter des rapports financiers internes par une IA a moins bien fonctionné, raison pour laquelle on y a renoncé. «Les commentaires étaient certes bons, mais leur contenu était parfois erroné», explique Franz Steiger. Cinquante personnes du département financier ont été formées à l'IA et ont identifié une dizaine de cas d'application. Mais il est encore trop tôt pour chiffrer le gain d'efficacité, selon lui.

Sur ce point, Vanessa Foser a des idées claires: «Des augmentations individuelles de la productivité allant jusqu'à 30% sont possibles», dit la cofondatrice de l'AI Business School. Elle déconseille de se concentrer d'emblée sur des applications complexes d'IA propres à l'entreprise. «Les coûts explosent alors. Mais cela peut prendre beaucoup de temps avant d'obtenir des résultats.» Il serait plutôt judicieux d'utiliser des applications d'IA prêtes à l'emploi avec des jeux de données propres et non sensibles et d'aborder ainsi les tâches de routine quotidiennes. Parallèlement, il faudrait déterminer dans quels domaines une solution sur mesure fait sens, préparer les données nécessaires et former les collaborateurs.

Un exemple à San Francisco montre ce qu’il ne faut pas faire: l'année dernière, le bar à smoothies Better Blends a ouvert ses portes dans Market Street, c'est-à-dire à un emplacement de choix, non loin du siège de Twitter. L'idée: une IA devait guider le client à travers le processus de commande et composer individuellement la boisson parfaite en fonction de ses préférences: «Your Smoothie, powered by AI», selon le slogan. Un modèle commercial gaguesque dans lequel l'IA n'apporte aucun avantage. Le magasin est resté vide.

«Il est essentiel de se demander au préalable: quel est le problème que je veux résoudre avec l'IA? Est-ce que je dispose des données nécessaires pour cela? Et quelle valeur puis-je attendre de la solution basée sur l'IA?», explique José Parra Moyano, professeur de transformation numérique à l'IMD de Lausanne. Adrian Guertner semble avoir pris ce conseil à cœur. Il est chef du marketing de l'entreprise d'intralogistique Kardex, dont le siège est à Zurich et qui emploie 2500 personnes dans le monde, dont 1700 cols blancs. 

L'entreprise a des objectifs clairs avec ses 63 applications d'IA prévues: 54% de gain de productivité, 12% de réduction des coûts, une amélioration de 13% de l'expérience client et 12% de meilleures décisions internes pour l'entreprise. Ces objectifs, Adrian Guertner ne les a pas inventés: «C'est ce que notre analyse a révélé.» 140 employés de différents secteurs ont déjà suivi une formation de six semaines et ont appris comment utiliser l'IA dans leur travail quotidien personnel. Actuellement, l'entreprise forme 160 autres personnes de tous les secteurs. «Nous allons avoir un impact très clair sur l'entreprise, dit-il. Ce n'est pas une bulle. Nous prévoyons de récupérer sept fois nos investissements.»

Mouvement de fond

On le voit déjà: l'introduction de l'IA exigera des collaborateurs une adaptation similaire à celle que la numérisation et internet ont imposée auparavant. Sauf qu'elle ne pourra pas être déployée de manière descendante. «Cela ne fonctionnera pas pour cette thématique», souligne Thomas Schroff, chef de l'informatique auprès du distributeur d'électronique Fust. Il ne fait que définir les conditions-cadres et s'occuper de la gouvernance, pour tout le reste, il mise sur un mouvement de fond. Ainsi, les collaborateurs de tous les domaines spécialisés ont été invités à se porter candidats à une formation continue en IA et à indiquer les potentiels d'amélioration: les estimations allaient de 5 à 15% de gains d'efficacité. 

Au départ, on voulait sélectionner dix personnes, mais en raison des nombreux retours, on en a finalement retenu 30, qui suivent désormais un cursus correspondant et sont formées aux outils et aux scénarios, de la formation des collaborateurs à l'analyse des erreurs dans le service clientèle. «Ce que nous n'avions pas du tout vu sur le radar, c'est la manière dont les gens des domaines les plus divers collaborent soudain de manière proactive, parce que nous réunissons différents cas d'utilisation», déclare Thomas Schroff, qui parle d'une «dynamique propre très positive». Mais il est encore trop tôt pour dire si les gains d'efficacité annoncés se concrétisent réellement: «Nous examinons maintenant ce que nous allons réellement déployer.» 

C'est la situation actuelle dans la plupart des entreprises: on essaie, on accumule des expériences, on évalue. Personne ne veut encore tirer de conclusion. Le fait qu'une légère déception soit déjà exprimée ici et là dans les médias est probablement dû en premier lieu au fait que les attentes étaient trop élevées, quelque chose qui se répète avec chaque nouvelle technologie. 

La société d'études de marché Gartner résume chaque été cette situation dans son «Hype Cycle». En août dernier, l'IA générative et la programmation basée sur l'IA se trouvaient ainsi au «sommet des attentes démesurées». Entre-temps, elles devraient être tombées dans la «vallée des déceptions». Il faudra encore attendre deux à cinq ans avant qu'elles n'atteignent le «plateau de la productivité».

Parallèle avec la numérisation

Il faut donc être patient. Peu de gens le savent mieux que Sami Atiya. Le responsable de la robotique chez ABB s'occupe depuis 30 ans du thème de l'IA. Il a vécu, comme il le dit, l'hiver de l'IA dans les années 1990, lorsque les progrès stagnaient: «A présent, nous sommes à nouveau dans un super été.» Alors que l'année dernière, une centaine de projets d'IA étaient encore en cours dans l'ensemble du groupe, on en compte aujourd'hui 150. 

ABB mène des recherches systématiques sur ce thème depuis une dizaine d'années déjà. Mais ce n'est que récemment que l'intelligence artificielle fait vraiment une différence perceptible dans les produits: par exemple dans la navigation des robots mobiles, dans la détection d'obstacles, dans la commande des bateaux ou dans la gestion énergétique des bâtiments. 

En ce qui concerne les conséquences sociales et économiques de l'IA, la citation de Bill Gates, selon laquelle la plupart des gens surestiment ce qu'ils pourront faire dans un an et sous-estiment ce qu'ils pourront faire dans dix ans, devrait une fois de plus se vérifier. Mais en fin de compte, personne ne peut refuser les effets. «Ceux qui disent: 'Je ne m'en soucie pas, laissons les autres échouer' sont les perdants de la révolution de l'IA», déclare Parra Moyano, professeur à l'IMD. 

Sami Atiya voit des parallèles avec la numérisation. Aucune entreprise n'a pu non plus échapper à ce changement technologique fondamental: «Aujourd'hui, plus aucun processus de vente, de RH ou de finance ne se fait sans logiciel, dit-il. Il en sera de même avec l'IA.»

>> Lire aussi: Comment utiliser l’intelligence artificielle pour doper votre entreprise