275
projets en apprentissage machine figurent parmi les plus actifs
10 . Parmi ces projets, TensorFlow, qui
regroupe les projets logiciels en apprentissage machine des équipes de Google, est rapidement devenu le
répertoire le plus populaire sur la plateforme
11 . La France n’est pas en reste puisque la bibliothèque Scikitlearn
12
, regroupant des outils d’IA développés en open source et également très utilisés, y a été largement
développée. De la même manière, Facebook, Microsoft, IBM et Amazon ont opté pour un modèle open
source, mettant ainsi gratuitement leurs travaux à la disposition de tous. Même Apple, d’ordinaire réputée
pour son extrême discrétion, a annoncé en décembre dernier l’ouverture de ses recherches en intelligence
artificielle
13 . Ces entreprises partagent régulièrement l’avancée de leur recherche avec la communauté
scientifique. Leurs chercheurs
14 s’expriment également lors de conférences. À l’image de leurs
homologues américains, les géants chinois du numérique ont eux aussi entrepris d’ouvrir leurs algorithmes
d’intelligence artificielle : c’est le cas notamment, pour Baidu
15 qui a mis à disposition ses outils
d’apprentissage profond en open source.
Risques de dépendance et de plateformisation
L’ouverture des algorithmes permet à la communauté des développeurs de progresser sur une technologie
complexe qui demande une mobilisation collective. Néanmoins, seuls certains acteurs (Google, Amazon,
IBM, etc.), disposant d’une capacité de calcul suffisante, sont en mesure de proposer aux entreprises des
services d’intelligence artificielle – notamment hébergées dans le cloud.
Watson, l’intelligence artificielle développée par IBM, est déployée dans certaines entreprises pour
assister les collaborateurs qui peuvent lui poser des questions en langage naturelle. Dans le cabinet
d’avocat Baker & Hostetler, Ross, la version spécialisée en droit de Watson, est utilisée par l’équipe
chargée des dossiers de faillite. Dans un autre domaine, Alexa, l’assistant personnel d’Amazon, qui se
place au cœur des foyers pourrait devenir une porte d’entrée vers les clients incontournables pour de
nombreux services et commerces, qui deviendraient ainsi complètement dépendant de cet intermédiaire.
Ces entreprises ont donc la capacité de se placer au cœur d’une activité et en interface entre une entreprise
et ses clients. Elles peuvent ainsi reproduire le modèle des plateformes numériques comme Booking,
Airbnb ou Uber qui ont su capter une part significative de la valeur d’un marché en se positionnant
comme intermédiaire incontournable. Ce risque de plateformisation, typique du développement de
l’économie numérique, induit donc des risques majeurs en termes de dépendance des acteurs
économiques. L’avènement de l’intelligence artificielle déboucherait ainsi sur une concentration encore
plus importante de la valeur économique – qui s’accompagnerait de conséquences sociales négatives (par
10 https://github.com/showcases/machine-learning
11 http://donnemartin.com/viz/pages/2015
12 http://scikit-learn.org
13 http://www.theverge.com/2016/12/6/13858354/apple-publishing-ai-research-siri-self-driving-cars
14 Cette large ouverture de la recherche mondiale mérite néanmoins d’être relativisée : il semble qu’à l’inverse de la recherche
occidentale, la recherche chinoise — aujourd’hui la plus active au monde ! — forme une communauté plus distincte. Des
barrières linguistiques découle en effet une forme d’asymétrie : les chercheurs chinois, qui parlent généralement anglais,
bénéficient d’un accès aux travaux rédigés dans cette langue. À l’inverse, la communauté anglophone accède plus difficilement
aux travaux issus de la recherche sinophone.
15 http://www.theverge.com/2016/9/1/12725804/baidu-machine-learning-open-source-paddle
projets en apprentissage machine figurent parmi les plus actifs
10 . Parmi ces projets, TensorFlow, qui
regroupe les projets logiciels en apprentissage machine des équipes de Google, est rapidement devenu le
répertoire le plus populaire sur la plateforme
11 . La France n’est pas en reste puisque la bibliothèque Scikitlearn
12
, regroupant des outils d’IA développés en open source et également très utilisés, y a été largement
développée. De la même manière, Facebook, Microsoft, IBM et Amazon ont opté pour un modèle open
source, mettant ainsi gratuitement leurs travaux à la disposition de tous. Même Apple, d’ordinaire réputée
pour son extrême discrétion, a annoncé en décembre dernier l’ouverture de ses recherches en intelligence
artificielle
13 . Ces entreprises partagent régulièrement l’avancée de leur recherche avec la communauté
scientifique. Leurs chercheurs
14 s’expriment également lors de conférences. À l’image de leurs
homologues américains, les géants chinois du numérique ont eux aussi entrepris d’ouvrir leurs algorithmes
d’intelligence artificielle : c’est le cas notamment, pour Baidu
15 qui a mis à disposition ses outils
d’apprentissage profond en open source.
Risques de dépendance et de plateformisation
L’ouverture des algorithmes permet à la communauté des développeurs de progresser sur une technologie
complexe qui demande une mobilisation collective. Néanmoins, seuls certains acteurs (Google, Amazon,
IBM, etc.), disposant d’une capacité de calcul suffisante, sont en mesure de proposer aux entreprises des
services d’intelligence artificielle – notamment hébergées dans le cloud.
Watson, l’intelligence artificielle développée par IBM, est déployée dans certaines entreprises pour
assister les collaborateurs qui peuvent lui poser des questions en langage naturelle. Dans le cabinet
d’avocat Baker & Hostetler, Ross, la version spécialisée en droit de Watson, est utilisée par l’équipe
chargée des dossiers de faillite. Dans un autre domaine, Alexa, l’assistant personnel d’Amazon, qui se
place au cœur des foyers pourrait devenir une porte d’entrée vers les clients incontournables pour de
nombreux services et commerces, qui deviendraient ainsi complètement dépendant de cet intermédiaire.
Ces entreprises ont donc la capacité de se placer au cœur d’une activité et en interface entre une entreprise
et ses clients. Elles peuvent ainsi reproduire le modèle des plateformes numériques comme Booking,
Airbnb ou Uber qui ont su capter une part significative de la valeur d’un marché en se positionnant
comme intermédiaire incontournable. Ce risque de plateformisation, typique du développement de
l’économie numérique, induit donc des risques majeurs en termes de dépendance des acteurs
économiques. L’avènement de l’intelligence artificielle déboucherait ainsi sur une concentration encore
plus importante de la valeur économique – qui s’accompagnerait de conséquences sociales négatives (par
10 https://github.com/showcases/machine-learning
11 http://donnemartin.com/viz/pages/2015
12 http://scikit-learn.org
13 http://www.theverge.com/2016/12/6/13858354/apple-publishing-ai-research-siri-self-driving-cars
14 Cette large ouverture de la recherche mondiale mérite néanmoins d’être relativisée : il semble qu’à l’inverse de la recherche
occidentale, la recherche chinoise — aujourd’hui la plus active au monde ! — forme une communauté plus distincte. Des
barrières linguistiques découle en effet une forme d’asymétrie : les chercheurs chinois, qui parlent généralement anglais,
bénéficient d’un accès aux travaux rédigés dans cette langue. À l’inverse, la communauté anglophone accède plus difficilement
aux travaux issus de la recherche sinophone.
15 http://www.theverge.com/2016/9/1/12725804/baidu-machine-learning-open-source-paddle