Quelles tendances vont le plus impacter l’IA selon Gartner?

Gartner a identifié quatre tendances à même de booster l’innovation en intelligence artificielle ces prochaines années et doper l’adoption à large échelle des ces technologies. Il s’agit notamment de faciliter leur utilisation avec des approches responsables et durables.

Selon Gartner, le domaine de l’intelligence artificielle doit encore gagner en maturité et en responsabilité. Dans le cadre de la publication du Hype Cycle que le cabinet consacre spécifiquement à ces technologies, elles sont nombreuses à avoir le potentiel d’une adoption à large échelle, mais pas avant deux à cinq ans. Il en va ainsi de l’Edge AI, à savoir ces dispositifs et architectures permettant d’appliquer des calculs d’IA à la source des données, à la périphérie du réseau. Ce sur quoi se focalise notamment la Haute Ecole Arc pour un programme de recherche européen. Outre l’Edge AI, «la vision par ordinateur, l’intelligence décisionnelle et l’apprentissage automatique sont toutes prêtes à avoir un impact transformationnel sur le marché dans les années à venir», explique Shubhangi Vashisth, analyste chez Gartner.

IA responsable

La plupart des technologies d’IA émergentes peuvent être regroupées en quatre tendances, explique Gartner. En premier lieu, l’IA responsable, une approche qui gagne encore en importance à l’heure toujours plus de lacunes sont observées dans des algorithmes reproduisant les biais des données utilisées pour les alimenter. Exemple récent de ces dérives: l’IA de Facebook a pris des hommes noirs pour des singes.

Du Big au Small et au Wide Data

Pour garantir des prises de décision optimales dans un environnement toujours plus complexe, les entreprises adeptes de l’analytics ont besoin de disposer d’une plus grande variété de données pour une meilleure connaissance de la situation. Il convient ainsi de passer du Big au Small et au Wide Data, affirme Gartner. «Les petites données concernent l’application de techniques analytiques qui nécessitent moins de données mais offrent tout de même des informations utiles, tandis que les données larges permettent l’analyse et la synergie de diverses sources de données», précise Shubhangi Vashisth.

Opérationnalisation des plateformes d’IA

Pour gagner en maturité, les technologies d’IA ne doivent pas seulement s’inscrire dans une approche responsable. Il convient aussi de faciliter leur emploi, note Gartner, qui dans une étude a montré que seule la moitié des projets d’IA passent du stade du pilote à celui de la production. L’adoption croissante de l’AI passera notamment par des innovations telles que les plateformes d’orchestration et d’automatisation de l’IA (AIOAP) et l’opérationnalisation des modèles (ModelOps).

Lire la suite sur ICT Journal