De nombreuses entreprises investissent massivement dans l’intelligence artificielle et l’automatisation, pour réduire leurs charges et augmenter leur productivité. Toutefois, l’intelligence artificielle présente encore de nombreuses limites qu’il est nécessaire de prendre en compte. Découvrez quelles sont les principales limites IA.
L’intelligence artificielle est désormais utilisée par de plus en plus d’entreprises, en raison des nombreux bénéfices qu’elle apporte. L’automatisation, notamment, permet de réduire les coûts tout en optimisant la productivité. Ainsi, Deutsche Telekom et Royal Bank of Scotland ou choisi de remplacer leurs call centers par des chatbots. Cette stratégie pourrait leur permettre d’économiser plusieurs milliards d’euros d’ici 5 ans.
De même, BNP Paribas et Wolters Kluwer cherchent à augmenter leurs revenus en utilisant des machines pour analyser les marchés financiers et les bases de données clients en temps réel afin de lancer des alertes automatiquement. Siemens utilise des ordinateurs pour gérer ses turbines de gaz de façon plus efficiente que les humains. Dans le secteur de la logistique, Deutsche Post et DHL souhaitent remplacer les employés par des robots dans leurs entrepôts, comme le fait déjà Amazon.
Limites IA : les machines aussi peuvent échouer
Cependant, malgré les nombreux avantages qu’elle offre, l’intelligence artificielle présente encore d’importantes limites. En avril dernier, Harvard craignait que les entreprises n’investissement plus que de raison dans l’IA. Si les machines s’avèrent effectivement très efficaces pour gagner des parties de Go ou de poker, il n’est pas certain qu’elles soient aussi compétentes dans le domaine professionnel. De même, certains algorithmes se révèlent trop chers, un problème auquel Netflix a été confronté.
Les machines peuvent échouer. Par exemple, Microsoft a été obligé de désactiver son chatbot Tay après que des internautes soient parvenus à le rendre raciste et sexiste. De même, Facebook a été obligé d’admettre son échec lorsque ses bots ont atteint un taux d’échec de 70%. Les erreurs sont admissibles, mais le taux d’erreur acceptable pour un véhicule autonome ou une turbine contrôlée par ordinateur est nécessairement minime. Sur le long terme, l’investissement judicieux peut se transformer en une perte financière dramatique.
Limites IA : dans certains cas, l’intelligence humaine se révèle plus performante que l’intelligence artificielle
Par ailleurs, les machines ne sont pas adaptées à toutes les tâches. Le Machine Learning se révèle très efficace dans un environnement régi par des règles et de nombreuses données à analyser. Son usage est donc pertinent pour les voitures autonomes, qui roulent dans un trafic dense gouverné par des lois, ou encore pour trouver le meilleur prix auquel revendre un lot d’actions.
- Partager l'article :
