Adopter le rythme rapide de l'IA

En association avec KPMG

Dans une récente enquête, 2021 Thriving in an AI World, KPMG a constaté que dans tous les secteurs, de la fabrication à la technologie en passant par la vente au détail, l'adoption de l'intelligence artificielle (IA) augmente d'année en année. Une partie de la raison est que la transformation numérique évolue plus rapidement, ce qui aide les entreprises à commencer à évoluer de manière exponentielle plus rapidement. Mais, comme le postule Cliff Justice, leader américain de l'innovation d'entreprise chez KPMG, Covid-19 a accéléré le rythme du numérique de plusieurs façons, à travers de nombreux types de technologies. La justice continue, c'est là que nous commençons à connaître un rythme de changement exponentiel si rapide qu'il est très difficile pour la plupart des gens de comprendre les progrès. Mais comprends-le, ils doit car l'intelligence artificielle évolue à un rythme très rapide.

Justice nous met au défi de penser l'IA d'une manière différente, plus comme une relation avec la technologie, par opposition à un outil que nous programmons, car il dit que l'IA est quelque chose qui évolue, apprend et se développe au fur et à mesure qu'elle est exposée aux humains. Si votre entreprise est à la traîne dans l'adoption de l'IA, Justice a des encouragements prudents, [le] monde centré sur l'IA va accélérer tout ce que le numérique a à offrir.

Business Lab est hébergé par Laurel Ruma, directrice éditoriale d'Insights, la division d'édition personnalisée de MIT Technology Review. L'émission est une production de MIT Technology Review, avec l'aide à la production de Collective Next.

Cet épisode de podcast a été produit en association avec KPMG.

Afficher les notes et les liens

2021 Prospérer dans un monde d'IA, KPMG

Transcription complète

Laure Ruma : De MIT Technology Review, je suis Laurel Ruma, et voici Business Lab, l'émission qui aide les chefs d'entreprise à donner un sens aux nouvelles technologies qui sortent du laboratoire et qui arrivent sur le marché.

Notre sujet aujourd'hui est le taux d'adoption de l'intelligence artificielle. Ça augmente, et vite. Une nouvelle étude de KPMG montre qu'elle s'accélère dans des secteurs spécifiques comme la fabrication industrielle, les services financiers et la technologie. Mais que se passe-t-il lorsque vous appuyez sur la pédale d'accélérateur mais que vous n'avez pas sécurisé tout le reste ? Êtes-vous inquiet du taux d'adoption de l'IA dans votre entreprise ?

Deux mots pour vous : coup du lapin covid-19.

Mon invité est Cliff Justice, qui est le leader américain de l'innovation d'entreprise pour KPMG. Lui et son groupe se concentrent sur l'identification, le développement et le déploiement de la prochaine génération de technologies, de services et de solutions pour KPMG et ses clients. Cliff est un ancien entrepreneur et une autorité reconnue en matière d'approvisionnement mondial, de technologies émergentes telles que l'IA, l'automatisation intelligente et la transformation d'entreprise. Cet épisode de Business Lab est produit en collaboration avec KPMG. Cliff, merci de m'avoir rejoint sur Business Lab.

Falaise Justice : C'est cool d'être ici. Merci de m'avoir.

Laurier: Nous sommes donc sur le point de jeter un coup d'œil aux résultats de l'enquête de KPMG pour son rapport 2021 Thriving in an AI World, qui porte sur sept secteurs. Pourquoi KPMG a-t-il répété cette enquête cette année ? Quel était votre objectif avec cette recherche ?

Falaise: Eh bien, l'intelligence artificielle évolue à un rythme très rapide. Lorsque nous avons commencé à couvrir et à investir dans l'intelligence artificielle il y a probablement sept ans, c'était à un stade très naissant. Il n'y avait pas beaucoup de cas d'utilisation. De nombreux cas d'utilisation étaient basés sur le traitement du langage naturel. Il y a environ 10 ans, le premier cas d'utilisation publique de l'intelligence artificielle a fait la une des journaux avec IBM Watson gagnant Jeopardy. Depuis lors, vous avez vu une progression très, très rapide. Et tout ce domaine évolue à un rythme exponentiel. Donc, où nous en sommes aujourd'hui est très différent de ce que nous étions il y a un an ou deux.

Laurier: Il semble que c'était hier qu'IBM annonçait Watson, et la croissance exponentielle de l'intelligence artificielle est partout, dans nos voitures, sur nos téléphones. Nous le voyons certainement dans plus d'endroits que ce seul type de cas de recherche. L'un des gros titres de la recherche est qu'il y a une perception que l'IA pourrait évoluer trop rapidement pour le confort de certains décideurs dans leurs industries respectives. À quoi ressemble trop vite ? Est-ce dû au coup du lapin covid-19 ?

Falaise: Ce n'est pas nécessairement dû au coup du lapin covid. L'environnement covid a accéléré le rythme du numérique de nombreuses façons, à travers de nombreux types de technologies. C'est là que nous commençons à connaître un rythme de changement exponentiel si rapide qu'il est très difficile pour la plupart des gens de comprendre les progrès. Pour chacun d'entre nous, même moi qui travaille dans ce domaine, il est très difficile de comprendre les progrès et le rythme du changement. Et préparer une entreprise - préparer les personnes, les processus, les systèmes d'entreprise, les risques, les cyberprotections pour un monde qui est de plus en plus propulsé par l'intelligence artificielle - c'est difficile dans des circonstances normales. Mais lorsque vous combinez l'accélération et l'adoption numériques qui se produisent à la suite de covid, ainsi que le développement et l'évolution exponentiels de l'intelligence artificielle, il est difficile de comprendre les opportunités et les menaces qui pèsent sur une organisation.

Même si l'on pouvait parfaitement comprendre les progrès de l'intelligence artificielle et le potentiel de l'intelligence artificielle, changer une organisation et changer l'état d'esprit et la culture de manière à adopter et à bénéficier des opportunités que l'intelligence artificielle présente et également à se protéger contre les les menaces prennent du temps. Cela crée donc un niveau d'anxiété et de prudence qui est, à mon avis, bien justifié.

Laurier: Ainsi, en parlant de cette prudence ou de cette planification nécessaire pour déployer l'IA, lors d'une précédente discussion lors de la conférence EmTech de MIT Technologies Review en 2019, vous avez déclaré que les entreprises devaient repenser leur écosystème lors du déploiement de l'IA, c'est-à-dire les partenaires, les fournisseurs et le reste de leur entreprise. , pour mettre tout le monde au courant. À l'époque, vous avez mentionné que ce serait le véritable défi. Est-ce toujours vrai ? Ou pensez-vous maintenant que tout avance si vite, c'est le malaise que peuvent ressentir certains cadres ?

Falaise: Eh bien, c'est vrai. C'est toujours vrai. L'écosystème qui vous a amené à un niveau dans un monde plus centré sur l'analogique va être très différent dans un monde plus centré sur l'IA. Ce monde centré sur l'IA va accélérer tout ce que le numérique a à offrir. Ce que j'entends par numérique, ce sont les nouvelles façons de travailler - les modèles commerciaux numériques, les nouvelles façons de développer et d'évoluer le commerce, les façons dont nous interagissons et échangeons des idées avec les clients et avec nos collègues. Tous ces éléments deviennent beaucoup plus centrés sur le numérique, puis l'intelligence artificielle devient l'un des mécanismes qui évolue et fait progresser notre façon de travailler et notre façon d'interagir. Et cela devient un peu plus comme une relation avec la technologie, par opposition à un outil que nous programmons parce que l'IA est quelque chose qui évolue, apprend et se développe au fur et à mesure qu'elle est exposée aux humains.

Maintenant que nous avons beaucoup plus de capacités de perception de la vie humaine, grâce à l'évolution de l'apprentissage en profondeur (donc par là, aujourd'hui, je veux dire plus de vision par ordinateur), la technologie est capable de prendre beaucoup plus de place dans le monde que nous ne l'étions auparavant. Il est donc essentiel de comprendre quelle technologie, quelle IA, toutes les capacités que l'IA peut apporter et améliorer et augmenter les capacités humaines. Rétablir et redévelopper l'écosystème autour de votre entreprise et autour de votre entreprise est important. Je pense que le problème le plus important et à plus long terme est la culture, et c'est la culture de l'entreprise dont vous êtes responsable, dont on est responsable. Mais c'est aussi exploiter la culture, la culture externe, l'adoption et la façon dont vous travaillez avec vos clients, vos vendeurs, vos fournisseurs, les régulateurs et les parties prenantes externes. L'évolution des mentalités n'est pas la même dans tous ces groupes de parties prenantes. Et selon l'industrie dans laquelle vous opérez, cela peut être très inégal en termes de niveau d'adoption, de niveau de compréhension, de capacité et de confort pour travailler avec la technologie. Et à mesure que cette technologie devient plus humaine, et nous voyons cela dans les assistants virtuels et avec ces types de technologies, ce sera un plus grand gouffre à franchir.

Laurier: J'aime vraiment cette formulation de penser à l'IA comme une relation avec la technologie plutôt qu'un outil, car cela énonce vraiment vos intentions lorsque vous entrez dans ce nouveau monde, cette nouvelle relation, et que vous acceptez ce changement constant. En parlant de l'enquête et de diverses industries, certaines des industries ont vu une augmentation significative du déploiement de l'IA comme la finance, la vente au détail et la technologie. Mais était-ce là ce besoin de transformation numérique ou ce covid, ou peut-être d'autres facteurs qui ont vraiment entraîné cette augmentation ?

Falaise: Eh bien, le covid a eu un impact d'accélération à tous les niveaux. Les choses qui étaient en mouvement - qu'il s'agisse de l'adoption des technologies numériques ou de la croissance ou d'un changement de comportement des consommateurs - toutes ces tendances qui étaient en place avant la covid les ont accélérées. Et cela inclut les modèles commerciaux qui étaient en déclin. Nous avons vu les tendances qui se produisaient dans les centres commerciaux. C'est juste accéléré. Nous avons vu l'adoption de la technologie s'accélérer. Il y a des industries sur lesquelles le covid a moins d'effet, pas un effet nul, mais moins d'effet. La banque, les services financiers sont moins touchés par le covid que le commerce de détail, l'hôtellerie, les voyages, la logistique. Covid a vraiment accéléré le changement qui se produit dans ces industries.

L'IA, distincte du covid, a un impact matériel sur tous ces éléments. Et comme l'indique notre enquête, la fabrication industrielle, l'utilisation de la robotique, l'utilisation de la vision par ordinateur, l'intelligence artificielle pour accélérer la productivité et l'amélioration de l'efficacité ont vraiment commencé à se généraliser et à grande échelle dans la fabrication industrielle. Même chose avec les services financiers, l'interaction avec les consommateurs a été améliorée grâce à l'intelligence artificielle dans ces domaines. La technologie, sans surprise, a pleinement adopté l'IA ou est assez proche de l'adoption complète de l'IA. Et puis nous avons vu une augmentation spectaculaire du commerce de détail grâce à l'IA. Ainsi, les achats en ligne, la capacité de prédire la demande des consommateurs ont été un cas d'utilisation important pour l'IA dans ces industries.

Laurier: Ainsi, les retardataires cependant, les industries retardataires étaient les soins de santé et les sciences de la vie avec seulement, je dis seulement, une augmentation de 37% de l'adoption par rapport à l'enquête de l'année dernière. C'est encore un grand nombre. Mais pensez-vous que c'est parce que la lutte contre le covid était la priorité ou peut-être parce que ce sont des industries réglementées, ou il y avait une autre raison ?

Falaise: La réglementation est un thème commun à ces retardataires. Vous avez le gouvernement, vous avez les sciences de la vie, les soins de santé. Les services financiers, cependant, sont également réglementés, et ils sont un grand adoptant, donc ce ne peut pas être la seule chose. Je pense que l'hypothèse autour du covid est probablement plus plausible parce que l'accent dans les sciences de la vie a été de sortir le vaccin. Même si de notre point de vue et d'après ce que nous voyons, le gouvernement est un adopteur massif. Juste en termes de potentiel au sein du gouvernement, il est encore en retard. Mais les chiffres et la quantité d'activités qui se déroulent au sein du gouvernement lorsque vous le comparez à l'entreprise privée sont encore assez impressionnants. C'est juste que vous avez affaire à un changement à si grande échelle et à beaucoup plus de paperasserie et de bureaucratie pour effectuer ce changement au sein d'une entreprise gouvernementale.

Laurier: Avec certitude. Vous avez mentionné plus tôt le secteur de la fabrication industrielle, et dans ce secteur, 72 % des chefs d'entreprise ont été influencés par la pandémie pour accélérer l'adoption de l'IA. Qu'est-ce que cela signifie réellement pour les consommateurs de cette industrie, ainsi que pour ce secteur dans son ensemble?

Falaise: Quand je regarde ces chiffres, il n'y aura pas d'industrie qui ne sera pas affectée par l'IA. Les industries qui vont l'adopter plus tôt et plus rapidement ou qui auront un impact à la suite de la pandémie, qui sont presque toutes motivées par le travail à distance, l'incapacité à acheminer les ressources vers un emplacement, l'impulsion à conduire l'automatisation et l'IA étant l'un des éléments fondamentaux de l'automatisation. Parce que si vous regardez d'autres parties de l'enquête où nous demandons, où sont les plus grands avantages ? il va se trouver dans l'efficacité et la productivité. C'est assez cohérent dans toutes les industries lorsque vous regardez où l'IA est appliquée. Donc, l'automatisation, la productivité, l'analyse prédictive, tous ces domaines sont guidés par ces thèmes autour de la productivité. Les cas d'utilisation sont différents selon l'industrie, mais les besoins sont très similaires. Les thèmes généraux et les besoins généraux sont très similaires. Certaines industries ont été touchées différemment par la pandémie.

Laurier: De manière passionnante, peut-être une différence dans la fabrication industrielle, comme vous l'avez mentionné, est la robotique. Donc, un peu de notre jeu matériel contre toujours logiciel.

Falaise: À droite. Oui, dans la fabrication industrielle, vous assistez à un réoutillage des usines. Vous voyez ce que certains appellent l'effet Tesla, où l'accent est mis sur la transformation et l'automatisation des usines, où la construction de l'usine est presque aussi importante que le produit lui-même. Il y a beaucoup de débats et de discussions dans ce secteur sur le degré d'automatisation, et y a-t-il trop d'automatisation ? Je pense que dans certains de ces événements publics où vous avez vu une montée en puissance rapide de la production où l'automatisation a été utilisée, vous avez également vu un certain recul. Trop de technologie peut en fait avoir des conséquences et un impact contre-productifs car il doit y avoir une implication humaine dans la prise de décision et la technologie n'est tout simplement pas encore là. Donc, beaucoup de changements se produisent dans cet espace. Nous assistons à de nombreuses évolutions, à de nombreux nouveaux types de technologies. L'apprentissage en profondeur permet à plus de vision par ordinateur, à une automatisation plus intelligente d'avoir lieu dans le processus de fabrication au sein des usines.

Laurier: En parlant de garder les humains impliqués dans ces choix, ces idées et ces technologies, une cybersécurité solide est un défi, vraiment, pour tout le monde, n'est-ce pas ? Mais les méchants utilisent de plus en plus l'IA contre les entreprises et les entreprises, et votre seule réponse et défense est plus d'IA. Considérez-vous que la cybersécurité est spécifiquement un domaine dans lequel les dirigeants à tous les niveaux accélèrent les dépenses ?

Falaise: Eh bien, vous avez tout à fait raison, la cybersécurité est l'une des plus grandes menaces à mesure que la technologie progresse, qu'elle soit alimentée par l'IA par l'informatique classique ou dans cinq ou 10 ans lorsque l'informatique quantique sera mise à la disposition des gouvernements ou des entreprises. Les risques sécuritaires vont continuer à s'accélérer. L'IA est certainement une infraction, mais c'est aussi une défense. Ainsi, l'analyse prédictive utilisant l'IA pour prévoir les menaces, pour se défendre contre les menaces posées par l'IA, qui augmentent la sophistication de la pénétration, du phishing et d'autres moyens de compromettre le système. Ces technologies sont en quelque sorte dans une course aux armements entre, comme vous l'avez dit, les bons et les méchants. Il n'y a pas de fin en vue à cela alors que nous commençons à entrer dans une ère de véritable changement, qui sera étayée par l'informatique quantique à l'avenir. Cela ne fera que s'accélérer car vous aurez besoin d'un nouveau type de cryptographie post-quantique pour vous défendre contre les menaces que les ordinateurs quantiques pourraient représenter pour une organisation de sécurité.

Laurier: C'est absolument incroyable à quelle vitesse, non? Comme nous le disions, une croissance exponentielle, en particulier avec l'informatique quantique, peut-être au coin de la rue, cinq, 10 ans, ça sonne bien. Cependant, la recherche revient et indique que de nombreux répondants pensent que leurs entreprises devraient avoir une sorte de politique éthique et de code de conduite en matière d'IA, mais peu le font, peu le font. Donc, ceux qui le font sont de plus petites entreprises. Pensez-vous que ce n'est qu'une question de temps avant que tout le monde ne le fasse ou que ce soit même une exigence du conseil d'administration d'avoir ces politiques d'éthique en matière d'IA ?

Falaise: Eh bien, nous savons que cela fait l'objet de discussions au niveau réglementaire. Des questions importantes se posent quant à savoir où le gouvernement devrait intervenir avec des mesures réglementaires et où l'éthique de l'IA en matière d'autocontrôle... Comment votre organisation marketing cible-t-elle le comportement de sa clientèle ? Et comment tirez-vous parti de l'IA pour utiliser les profils psychologiques afin de permettre les ventes ? Certaines décisions éthiques devraient être prises à cet égard, par exemple. L'utilisation de la reconnaissance faciale dans les environnements de consommation est bien débattue et discutée. Mais l'utilisation de l'IA et l'utilisation éthique de l'IA ciblant la psychologie des consommateurs, je pense que le débat vient de commencer en grande partie cet été avec certains documentaires qui sont sortis et qui ont montré comment les médias sociaux utilisent l'IA pour cibler les consommateurs avec des produits marketing et comment cela peuvent être mal utilisés et mal appliqués par les méchants.

Donc, oui, ce n'est que la pointe de l'iceberg. Ce que nous voyons aujourd'hui n'est que les premières déclarations liminaires quant à savoir jusqu'où devrions-nous aller avec l'IA et quelles sont les sanctions qui sont appliquées à ceux qui vont plus loin que nous ne le devrions, et ces sanctions sont-elles réglementées par le gouvernement ? S'agit-il de sanctions sociales et d'une simple exposition ou s'agit-il de choses pour lesquelles nous avons besoin de lois et de règles qui ont du mordant pour violer ces éthiques convenues, quelles qu'elles soient ?

Laurier: C'est un peu une situation de pousse-moi, tire-toi, non? Parce que la technologie avance très vite, mais la société ou la réglementation peuvent être un peu à la traîne. Et en même temps, les entreprises n'adoptent pas nécessairement l'IA aussi rapidement, peut-être dans certains cas, ou ont des problèmes pour doter en personnel ces initiatives d'IA. Alors, comment les entreprises essaient-elles de suivre le rythme de l'acquisition de talents, et les entreprises devraient-elles commencer à chercher, ou peut-être déjà, chercher à améliorer leurs compétences ou à former leurs employés actuels à l'utilisation de l'IA en tant que nouvelle compétence ?

Falaise: Oui, ce sont des problèmes très difficiles. Si vous regardez l'étude et plongez dedans, vous verrez la différence entre les grandes entreprises et les petites entreprises. Je veux dire, la capacité d'attirer des talents qui ont suivi des années et des années de formation en analyse avancée, en génie informatique, en apprentissage en profondeur, en apprentissage automatique et en comprenant les complexités et les nuances de la formation des poids et des préjugés d'un apprentissage complexe, à plusieurs niveaux et en profondeur algorithmes - ce talent n'est pas facile à trouver. Il est très difficile de prendre un ingénieur en informatique classique et de le recycler dans ce type d'intelligence artificielle basée sur les statistiques, où vous devez vraiment travailler avec la formation de ces réseaux de neurones complexes afin d'atteindre les objectifs de l'entreprise.

Nous voyons les entreprises technologiques offrir ces services sur le cloud, et c'est un moyen d'accéder à l'intelligence artificielle et d'accéder à certains de ces outils via l'abonnement aux API, les interfaces de programme d'application et l'application de ces API à vos plates-formes et technologies. Mais pour vraiment avoir un avantage concurrentiel, vous devez être capable de manipuler, de développer et de contrôler les données qui entrent dans la formation de ces algorithmes. Dans le monde d'aujourd'hui, l'intelligence artificielle est très gourmande en données et nécessite d'énormes quantités de données pour obtenir des résultats précis et de haute qualité. Ces données reviennent aux plus grandes entreprises et cela se reflète dans leur évaluation. Donc, nous voyons qui sont ces entreprises. Une grande partie de cette valeur est due aux données auxquelles ils ont accès. Et les produits qu'ils sont capables de produire sont basés sur une grande partie de ces données. Ces produits sont souvent alimentés par l'intelligence artificielle.

Laurier: Revenons donc à l'enquête, un dernier point de données ici, 60 % des répondants disent que l'IA est au moins modérément à pleinement fonctionnelle dans leur organisation. Par rapport à il y a 10 ans, cela semble être un réel progrès pour l'IA. Mais tout le monde n'est pas encore là. Quelles mesures les entreprises peuvent-elles prendre pour devenir plus pleinement fonctionnelles avec l'IA ?

Falaise: C'est là que je reviens à ce que j'ai dit l'année dernière, qui est de réévaluer votre écosystème. Quels sont vos partenaires ? Qui apporte ces capacités dans votre entreprise ? Comprenez quelles sont vos options par rapport aux fournisseurs de technologie qui vous donnent accès à l'IA. Toutes les entreprises ne pourront pas simplement embaucher un expert en IA et avoir une IA. Ce sont des technologies, comme je l'ai dit, elles sont difficiles à développer. Ils sont difficiles à entretenir. Ils évoluent à un rythme exponentiel ultra-rapide. Ainsi, les conversations que nous aurions eues il y a six mois ou un an seraient différentes maintenant, simplement à cause du rythme des changements qui se produisent dans cet environnement. La récalcitrance est faible au changement en IA. Et donc, ça va plus vite que la loi de Moore. Il accélère aussi vite que les données le permettent. Les algorithmes eux-mêmes existent depuis des années. C'est la capacité de capturer et d'utiliser les données qui pilote l'IA. Ainsi, en s'associant à ces capacités, ces entreprises technologiques qui ont accès à des données pertinentes pour votre secteur sont un élément essentiel pour réussir.

Laurier: Lorsque vous discutez avec des dirigeants de la manière de réussir avec l'IA, comment les conseillez-vous s'ils sont en retard sur leurs concurrents et leurs pairs dans le déploiement de l'IA ?

Falaise: Eh bien, nous faisons des enquêtes comme celle-ci. Nous faisons des benchmarks. Nous exploitons des références qui existent dans d'autres domaines et d'autres domaines. Nous examinons le rythme du changement et les avantages relatifs pour cette industrie spécifique, et encore plus étroit que cela, la fonction ou l'activité au sein de cette industrie et de cette entreprise. L'IA n'a pas encore infiltré tous les domaines. C'est sur le point de le faire, mais il y a des domaines dans le service client, le GNA, les composants de back-office d'une organisation, la fabrication, l'analyse, les informations, les prévisions, tout cela, l'IA a une forte implantation, donc continuer à faire évoluer cela. Mais ensuite, il y a des éléments dans la conception de produits, l'ingénierie, d'autres aspects de la conception dans lesquels l'IA évolue, dans lesquels les règles du jeu sont à peine équitables pour le moment.

Donc, c'est inégal. C'est très avancé dans certains domaines, ce n'est pas aussi avancé dans d'autres. Je dirais également que la perception qui ressortira de l'enquête auprès des généralistes dans ces domaines ne tiendra peut-être pas compte de certaines des capacités d'intelligence artificielle les plus avancées qui pourraient être dans six mois, un an ou deux ans. Mais ces capacités évoluent très rapidement et se déplaceront rapidement dans ces industries. J'examinerais également l'écosystème des startups. Les startups évoluent rapidement. Les technologies qu'une startup utilise et introduit dans de nouvelles industries pour perturber ces industries ne sont pas nécessairement envisagées par les entreprises plus établies qui ont des modèles d'exploitation et des modèles commerciaux existants. Ainsi, une startup peut utiliser l'IA et les données pour transformer totalement la façon dont une industrie consomme un produit ou un service.

Laurier: C'est un bon conseil comme toujours. Cliff, merci beaucoup de vous être joint à nous aujourd'hui dans ce qui a été une excellente conversation sur le Business Lab.

Falaise: Mon plaisir. C'est super de parler avec toi.

Laurier: C'était Cliff Justice, le leader américain de l'innovation d'entreprise pour KPMG, avec qui j'ai parlé de Cambridge, Massachusetts, siège du MIT et du MIT Technology Review, surplombant la rivière Charles.

C'est tout pour cet épisode de Business Lab. Je suis votre hôte, Laurel Ruma. Je suis directeur d'Insights, la division de publication personnalisée de MIT Technology Review. Nous avons été fondés en 1899 au Massachusetts Institute of Technology. Et vous pouvez nous trouver dans la presse écrite, sur le Web et lors d'événements chaque année dans le monde entier. Pour plus d'informations sur nous et sur le salon, veuillez consulter notre site Web à l'adresse technologyreview.com.

Cette émission est disponible partout où vous obtenez vos podcasts.

Si vous aimez cet épisode, nous espérons que vous prendrez un moment pour nous évaluer et nous évaluer. Business Lab est une production de MIT Technology Review. Cet épisode a été produit par Collective Next. Merci pour l'écoute.

Cet épisode de podcast a été produit par Insights, la branche de contenu personnalisé de MIT Technology Review. Il n'a pas été produit par la rédaction de MIT Technology Review.

cacher