211service.com
Comment l'IA change le travail des connaissances : Thomas Malone du MIT
Avec l'aide des bons algorithmes d'IA, les organisations peuvent évoluer vers des super-esprits plus intelligents que leurs membres individuels.
24 janvier 2019
Thomas Malone est professeur de gestion à la Sloan School of Management du MIT, fondateur et directeur du MIT Center for Collective Intelligence et auteur du livre de 2018 Superminds : le pouvoir surprenant des personnes et des ordinateurs pensant ensemble . Le livre explore les différentes façons dont les groupes de personnes prennent des décisions et comment les nouvelles formes d'intelligence artificielle, en particulier l'apprentissage automatique, peuvent aider. Malone prédit que l'IA, la robotique et l'automatisation détruiront de nombreux emplois, y compris ceux des travailleurs du savoir hautement qualifiés, tout en en créant de nouveaux. En investissant dans les bons types d'IA, dit-il, les organisations peuvent aider à garder les travailleurs productifs et heureux, et s'assurer que nos super-esprits sont réellement plus intelligents que nos esprits ordinaires.
Cet épisode est sponsorisé par Citrix, l'entreprise qui propulse la transformation numérique au sein des organisations de toutes tailles. Dans la seconde moitié de l'émission, Christian Reilly, directeur mondial de la technologie chez Citrix, explique pourquoi l'apprentissage automatique est désormais un multiplicateur de force rendant toutes sortes d'applications grand public et d'entreprise plus utiles.
Business Lab est hébergé par Elizabeth Bramson-Boudreau, PDG et éditrice de MIT Technology Review. L'émission est produite par Wade Roush, avec l'aide éditoriale de Mindy Blodgett. Musique de Merlean, de Epidemic Sound.
Afficher les notes et les liens
Centre d'intelligence collective du MIT
Superminds : le pouvoir surprenant des personnes et des ordinateurs pensant ensemble
Transcription complète
Elizabeth Bramson-Boudreau : De MIT Technology Review, je m'appelle Elizabeth Bramson-Boudreau, et voici Business Lab, l'émission qui aide les chefs d'entreprise à donner un sens aux nouvelles technologies qui sortent du laboratoire et arrivent sur le marché. Cet épisode vous est présenté par Citrix, l'entreprise qui propulse la transformation numérique au sein des organisations de toutes tailles. Plus tard dans l'émission, nous entendrons le directeur mondial de la technologie de Citrix, Christian Reilly.
Mais d'abord, nous allons parler avec Tom Malone. Tom est l'une des personnes les plus intelligentes que je connaisse qui étudie comment les organisations pensent et comment les ordinateurs et les personnes travaillant ensemble peuvent penser plus intelligemment.
Tom est professeur de gestion au M.I.T. Sloan School of Management. Tom est également le fondateur et directeur du M.I.T. Centre d'Intelligence Collective. En 1998, il a été l'un des premiers universitaires à reconnaître l'émergence de l'e-lancing ou ce que nous appelons aujourd'hui la Gig Economy. En 2018, Tom a publié un livre majeur intitulé Superminds qui examine les différentes façons dont les gens prennent des décisions ensemble et comment les nouvelles formes d'intelligence artificielle, en particulier l'apprentissage automatique, peuvent aider.
Ici, à Technology Review, nous sommes particulièrement intéressés par la façon dont A.I. entre dans le monde du travail intellectuel. Nous avons couvert la façon dont la robotique et l'automatisation rendent plus difficile à certains égards pour les cols bleus peu rémunérés et peu qualifiés de conserver leur emploi. Mais ces jours-ci, il y a aussi des signes que A.I. changera également la façon dont les travailleurs du savoir plus qualifiés font leur travail. Cela ne signifie pas que nous serons tous dépassés par les ordinateurs. Mais cela signifie que nous devrons réfléchir davantage à la manière dont les organisations peuvent adopter les bons types d'IA. pour garder les travailleurs productifs et heureux et ce qu'ils peuvent faire pour s'assurer que nos super esprits sont réellement plus intelligents que nos esprits ordinaires. Ma rencontre avec Tom Malone a été l'occasion de parler de quelques détails. Voici donc notre conversation.
Alors, c'est merveilleux de te revoir Tom.
Tom Malone : Super d'être ici.
Elisabeth : Nous allons donc parler du livre que vous avez écrit et des idées que vous avez mises en avant dans votre livre. C'est ce qu'on appelle les supramentaux et il soutient qu'un groupe de personnes peut dans un certain sens être conscient et intelligent parfois en fait plus intelligent que n'importe lequel des individus du groupe. Vous soutenez également que les ordinateurs peuvent rendre ces super esprits encore plus intelligents.
Alors d'abord, dites-nous peut-être ce qui vous a poussé à réfléchir dans ce sens et y a-t-il eu un moment où vous avez pensé, Hé, il y en a assez ici pour que je devrais peut-être regarder un livre, et vous savez, en gros, dites-nous simplement ce qui vous a amené à cet endroit.
À M: En fait, il y a un moment très spécifique en 2005. Peu de temps après la publication de mon précédent livre The Future of Work en 2004, je parlais lors d'une conférence à Palo Alto à Stanford et deux des autres intervenants étaient Esther Dyson, l'informaticien bien connu analyste de l'industrie et investisseur, et Vernor Vinge, le célèbre écrivain de science-fiction qui, entre autres, a contribué à populariser le concept de singularité.
Nous sommes donc tous les trois allés dîner après avoir parlé à la conférence ce jour-là. Et nous parlons du livre le plus récent de Vernor qu'il était sur le point de terminer à l'époque, et nous parlions de choses qui l'intéressaient, et Vernor parlait de ce qu'il appelait l'intelligence surhumaine, quelque chose comme les gens et les ordinateurs et des trucs comme cette. Et nous avons eu une conversation vraiment intéressante. Je parlais de ce qu'il fallait faire et j'avais pensé à ce que je voulais faire après mon livre précédent. Et à la fin de ce dîner, j'ai eu un sentiment inhabituel, qui n'était pas que j'avais décidé ce que j'allais faire ensuite ; le sentiment que j'avais était que j'avais enfin admis ce que j'allais faire ensuite.
Et donc à l'époque je l'appelais l'informatique surhumaine ou l'intelligence surhumaine. Plus tard, j'ai pensé qu'un meilleur mot pour cela était l'intelligence collective. Et j'ai utilisé ce terme pendant pas mal de temps, y compris toujours le nom du centre de recherche du MIT que je dirige. Et puis, au cours de l'écriture de mon livre qui était en quelque sorte le résumé des 10 ou 15 dernières années de réflexion sur ce sujet, j'ai réalisé qu'à certains égards, un terme encore meilleur pour cette chose au lieu d'intelligence collective ou de systèmes collectivement intelligents, un un meilleur terme pour cela était supramentaux.
Elisabeth : Qu'est-ce que vous voyiez dans le monde à ce moment-là qui rendait clair que c'était là que vous deviez aller.
À M: Donc, dans un certain sens, lorsque j'ai écrit L'avenir du travail, je pensais regarder autour de moi et dire ce que font les organisations aujourd'hui, et quelles sont les sortes d'extensions logiques des prochaines étapes qu'elles pourraient suivre dans les directions qu'elles sont en quelque sorte déjà dirigé. Plus de décentralisation était l'une des choses que j'ai mentionnées ou soulignées plus fortement dans ce livre. Et de mon point de vue, l'un des aspects très intéressants de l'intelligence collective en tant que moyen d'encadrer tout cela, c'est qu'elle ne dit pas ce qui va suivre. Il s'agit de dire quel est le point final, puis comment allons-nous dans cette direction. Donc, dans un certain sens, même si les gens ne pensent généralement pas de cette façon, dans un certain sens, la raison d'avoir une organisation en premier lieu est qu'un groupe de personnes puisse mieux faire les choses ensemble. Et souvent, cela signifie plus intelligemment qu'ils ne pourraient le faire s'ils travaillaient tout seuls. Donc, dans un certain sens, le point final est l'intelligence collective parfaite.
Et en fait, dans mon livre, j'en parle comme d'une façon utile de penser. Si vous réfléchissez à la façon dont mon entreprise pourrait être plus intelligente, une chose utile à faire est de réfléchir à ce que nous ferions si nous étions parfaitement intelligents. Si nous prenions en compte tout ce qui est connu pour prendre chaque décision. Bien sûr, dans la plupart des cas réels, vous ne pouvez pas commencer à le faire, ou du moins vous ne pouvez pas le faire complètement, mais vous pouvez commencer à le faire. Vous pouvez penser jusqu'où pouvons-nous aller pour être parfaitement intelligents. Donc, dans ce sens, il ne s'agissait pas tant de regarder le monde et de dire que c'était la prochaine grande chose à cause de X. Il s'agissait de regarder le monde et de dire comment pouvons-nous penser à très long terme ici, puis l'utiliser comme une façon de projeter le prochain peu de temps.
Elisabeth : Ainsi, le livre Superminds a été clairement écrit avec des chefs d'entreprise, des gens qui écoutent cela, à l'esprit en tant que votre public. Alors, quelles sont les principales choses que vous espérez qu'ils retiendront soit de la lecture du livre, espérons-le, soit de cette discussion sur le livre ?
À M: Donc, à mon avis, la contribution la plus importante du livre n'est pas un fait ou une méthode unique que vous pouvez utiliser. Je pense que la contribution la plus importante, du moins j'espère la contribution la plus importante, est une nouvelle façon de voir le monde. C'est une façon de voir le monde où vous pouvez voir des supramentaux tout autour de vous, pas seulement d'autres entreprises mais des marchés, des communautés et des démocraties et toutes ces sortes de choses tout autour de nous tout le temps. En particulier en tant que chef d'entreprise, je pense que cela signifie que vous pouvez et devez considérer votre propre organisation comme une sorte de supramental. C'est une chose. C'est une entité. C'est une entité intelligente. Et puis une question évidente est, comment puis-je rendre mon organisation plus intelligente. Et donc le livre donne plusieurs façons de penser à cela. La première consiste à penser aux différents processus cognitifs que tout supramental ou toute entité intelligente doit faire, comme penser au type de décisions que mon organisation doit prendre, mon supramental organisationnel. Que doit-il décider. Que doit-il ressentir sur le monde pour prendre ces décisions. Que doit-il retenir du passé pour bien prendre ces décisions. Ainsi, chacune de ces questions vous mène à un tas d'autres possibilités. Beaucoup auxquels vous n'auriez peut-être jamais pensé auparavant.
Elisabeth : Lorsque les organisations décident qu'elles veulent devenir plus intelligentes en introduisant plus d'informatique ou plus d'IA, quels sont, selon vous, les problèmes faciles auxquels elles peuvent appliquer cette intelligence, cette intelligence supplémentaire, et quels sont les plus difficiles ?
À M: Un type de problème facile dans un certain sens, je pense, est le genre de problèmes que vous pouvez résoudre avec ce que j'appelle l'hyperconnectivité. Nous avons beaucoup parlé de l'IA dans le monde récemment et même dans cette interview jusqu'à présent. Je pense qu'une chose tout aussi importante, sinon plus, que les ordinateurs peuvent faire est de créer une hyperconnectivité, de connecter les gens à d'autres personnes et souvent aussi aux ordinateurs, à des échelles et de nouvelles manières riches qui n'étaient jamais possibles auparavant. Nous avons donc déjà vu cela. L'Internet est peut-être le meilleur exemple d'une technologie pour créer une hyper connectivité et toutes les choses qui sont construites dessus. Les réseaux sociaux, la recherche Google, toutes ces sortes de choses. Et je pense qu'aucun nouveau genre de choses technologiques dramatiquement difficiles ne doit se produire pour que nous puissions utiliser l'hyperconnectivité de nombreuses façons nouvelles.
Lorsque nous entrons dans le domaine de l'intelligence artificielle par opposition à l'hyperconnectivité, les endroits où l'IA peut aider sont souvent ceux où vous disposez de suffisamment de données pouvant être capturées sous une forme lisible par machine pour enseigner et utiliser des algorithmes pour faire des choses que l'une ou l'autre des personnes a faites. avant ou peut-être que les gens ne pouvaient jamais le faire avant. Ainsi, par exemple, une fonction, une fonction commerciale où c'est souvent assez facile, est la vente. Il est facile de mesurer les effets des ventes. Certaines personnes vendent plus que d'autres et nous avons des mesures en dollars pour cela. Il est plus difficile de mesurer les entrées des ventes, mais vous pouvez aussi compter des choses comme le nombre d'appels de clients que vous faites et à quelle fréquence les rencontrez-vous et des trucs comme ça et si vous le faites en ligne, que dites-vous . Il y a donc beaucoup à apprendre, beaucoup que les systèmes d'apprentissage automatique d'aujourd'hui peuvent apprendre sur l'efficacité des ventes, etc. Dans le cas des ventes, le plus difficile est de générer les actions qui peuvent affecter les résultats. Ainsi, même si un ordinateur peut compter combien de fois vous appelez un prospect, un ordinateur ne peut pas facilement comprendre ce que vous allez dire au début de la réunion à propos de votre week-end et de vos enfants.
Il y a donc toujours un besoin de personnel là-bas, mais les ordinateurs peuvent effectuer une grande partie de l'analyse pour aider l'ensemble du processus à être plus efficace dans de nombreux cas. Je suppose que les parties les plus difficiles seraient celles où il est même difficile de mesurer les entrées et les sorties. Ainsi, lorsque vous concevez un nouveau produit logiciel ou une nouvelle voiture ou quelque chose, il n'est même pas évident de mesurer les sorties ou les entrées.
Elisabeth : Comment pensez-vous que les chefs d'entreprise peuvent penser à investir dans une IA ou un apprentissage automatique, pour ne plus le voir comme une réduction des coûts, donc, supprimer des travailleurs ou rendre les travailleurs que vous avez plus efficaces, et plus sur le renforcement de la créativité, faire en sorte que les travailleurs se sentent plus auto-réalisé et plus heureux, afin qu'ils soient retenus et donc plus productifs, et cetera ?
À M: Non, je pense que c'est une excellente question. La question de savoir comment déplacer l'accent. Je pense que dans un certain sens, la réponse est juste en le faisant. En d'autres termes, pour diverses raisons, que je ne suis pas sûr de comprendre toutes, nous nous concentrons sur l'IA en particulier sur le fait qu'elle va faire des choses que les gens faisaient avant et ensuite mettre les gens au chômage. Et lorsque vous essayez de développer des applications d'IA ou d'appliquer l'IA dans les entreprises, beaucoup de gens pensent de cette façon. C'est un peu l'état d'esprit que nous apportons au problème. Mais ce n'est certainement pas exigé par l'économie. En fait, dans les affaires, il existe deux façons de gagner plus d'argent. L'une consiste à réduire vos coûts. L'autre est de créer plus de valeur et de pouvoir la vendre plus cher. Je pense donc que nous nous sommes trop concentrés sur les applications d'IA pour réduire les coûts et pas assez sur les applications d'IA pour la création de valeur. En fait, même d'un point de vue économique, je soupçonne que c'est là que se trouve la véritable opportunité. Vous ne pouvez gagner beaucoup d'argent qu'en réduisant les coûts, mais il n'y a en quelque sorte aucune limite à combien d'argent vous pouvez gagner si vous êtes capable de faire quelque chose de nouveau que les gens veulent et qui ne pouvait même pas être fait auparavant. C'est beaucoup plus excitant dans de nombreux cas sur le plan économique.
Elisabeth : Je pense que ce qui est intéressant là-dedans — je pense que vous avez tout à fait raison. Et je pense qu'en matière de budgétisation, le coût est toujours très clair, mais il est toujours beaucoup plus difficile de déterminer quel sera le bénéfice potentiel, car vous ne le savez pas vraiment. Donc je pense que c'est probablement pourquoi, en partie et je pense que nous sommes souvent limités par notre propre créativité à cet égard.
À M: Dans mon esprit, c'est l'essentiel. C'est notre propre imagination, nos propres mentalités ou nos propres visions du monde qui sont la vraie limite ici. Dans une certaine mesure, nous avons peut-être une opportunité, peut-être même une obligation d'aider le monde à évoluer vers un état d'esprit plus productif, plus ouvert à ces nouvelles possibilités. Mais si vous passez votre temps à réfléchir à la façon de créer des applications d'IA qui créeront des emplois, pour les utiliser, vous aurez besoin de plus de personnes pour faire de nouvelles choses, vous penserez à certaines d'entre elles. Et je pense que nous devrions consacrer beaucoup plus de temps à cela
Elisabeth : J'imagine que vous écriviez ce livre à une époque où les élections de 2016 étaient en cours et peut-être même dans les premiers mois de la présidence de Donald Trump. Et je pense que c'était une époque où nous commencions tout juste à comprendre comment certains types de supramentaux comme Facebook peuvent produire des résultats qui ne sont peut-être pas uniformément compris comme étant bons. Alors, êtes-vous aussi optimiste à propos des super esprits que lorsque vous avez commencé à écrire le livre ?
À M: Vous avez donc raison de dire que j'écrivais mon livre pendant la campagne et juste après les élections de 2016. Votre question est de savoir si je suis plus optimiste ou moins optimiste maintenant que lorsque j'ai écrit le livre. Je ne pense pas avoir jamais pensé que les supramentaux faisaient toujours de bonnes choses. Le monde et l'histoire du monde sont remplis de supramentaux, dont certains sont intelligents et d'autres stupides, dont certains sont bons et d'autres mauvais. L'Allemagne nazie, par exemple, serait un exemple que beaucoup de gens choisiraient comme supramental qui était, du moins pendant qu'il existait, à bien des égards très intelligent. Il a atteint des objectifs très efficacement. Mais beaucoup de gens diraient que les objectifs qu'il accomplissait étaient mauvais et que la façon dont il les faisait était mauvaise.
Donc je ne pense pas, je n'ai jamais pensé et je ne pense pas que les supramentaux soient toujours bons. Quand j'ai écrit le livre, j'essayais intentionnellement de mettre l'accent sur les possibilités positives, mais je ne pensais pas qu'elles se produiraient toujours. Et curieusement, juste au moment où le livre est sorti en mai 2013, l'air du temps dans le monde a changé. Jusqu'à peu près à cette époque, les gens étaient tous enthousiasmés par la qualité de Facebook et de Google et de toutes ces choses. Et à peu près à ce moment-là, le scandale Facebook Cambridge Analytica s'est produit, et tout d'un coup le monde parlait de toutes les possibilités négatives. Donc, quand je parle du livre maintenant, je tiens à souligner dès le début que les ordinateurs peuvent rendre le supramental plus intelligent, mais ils peuvent aussi le rendre plus stupide. Comme lorsque les fausses nouvelles influencent les électeurs dans une démocratie. C'est souvent un exemple dans lequel les ordinateurs rendent la démocratie plus stupide. Et ce que je pense vraiment que nous devons faire, c'est réfléchir à la manière d'utiliser ces technologies à bon escient de manière à avoir les meilleures chances de créer de bons résultats. Si vous voulez faire cela, je pense toujours qu'il est très utile de parler des bonnes possibilités que nous devrions rechercher.
Elisabeth : Tom, vous avez expliqué comment, à l'avenir, l'intelligence artificielle et l'apprentissage automatique pourraient éliminer certains anciens emplois, mais également créer de nouveaux emplois. Que se passe-t-il pendant le temps de transition ? Il se peut que de nombreuses personnes soient touchées par cette transition. Comment devrions-nous nous préparer à cela ? Et à quoi cela devrait-il ressembler et à quoi ressemblera-t-il lorsque nous y serons?
À M: Une question très importante, car même si je suis très optimiste sur le fait qu'à long terme, suffisamment de nouveaux emplois seront créés pour fournir du travail à autant de personnes qui veulent travailler, je pense qu'il y a une période de transition dont nous devons nous préoccuper. Et ce n'est pas forcément positif pour tout le monde. Il y aura des personnes dont les anciens emplois disparaîtront et qui, pour diverses raisons, ne peuvent ou ne veulent pas occuper les nouveaux emplois disponibles. Il vaut donc la peine de s'inquiéter de la façon dont nous gérons cela en tant que société. Et il y a plusieurs possibilités pour le faire. L'une consiste à utiliser la technologie pour mieux faire correspondre les gens aux emplois. Si vous devez le faire en frappant aux portes, cela coûte beaucoup plus cher que si vous mettez simplement votre CV sur LinkedIn ou autre et qu'il est automatiquement mis en correspondance. Une autre façon plus importante, probablement, est de former les gens à faire les nouvelles choses qui doivent être faites. L'une des possibilités intéressantes ici est d'utiliser les capacités de la technologie pour permettre à cette formation de se dérouler de manière beaucoup plus flexible. Au lieu de devoir aller s'asseoir dans une salle de classe huit heures par jour pour apprendre quelque chose d'un professeur devant la salle, c'est maintenant, comme c'est évident pour tout le monde, il est maintenant possible pour vous de faire une grande partie de cet apprentissage assis à la maison ou assis sur votre lieu de travail actuel pendant une pause ou autre, gagnant en ligne de toutes sortes de façons.
Je pense que cela a même des possibilités pour de nouveaux types d'apprentissage où vous pouvez non seulement apprendre dans une classe, mais vous pouvez participer au travail d'une manière quelque peu redondante avec d'autres travaux en cours. Ainsi, dans bon nombre des nouveaux types de prise de décision rendus possibles par cette technologie, vous voulez l'opinion de plus d'une personne. Pas seulement un médecin qui donne un diagnostic, mais peut-être cinq personnes qui donnent un diagnostic. Et certaines de ces personnes n'ont pas besoin d'être des médecins accrédités à part entière. Peut-être qu'ils peuvent être des étudiants en médecine. Ou dans d'autres domaines, si vous essayez de prédire si le concurrent va lancer un nouveau produit dans une certaine catégorie à une certaine date, vous n'avez peut-être pas besoin d'avoir les meilleurs chercheurs de marché du monde pour faire ces prédictions. Peut-être que vous pouvez demander à des étudiants de MBA ou à des personnes qui aimeraient devenir étudiants de MBA de faire ces prédictions. Et s'ils font un bon travail de prédiction, ils établissent leurs propres références. Et même s'ils ne le font pas, ils ajoutent toujours plus de points de données aux moyennes, ce qui fait les prédictions et ils ont donc apporté une certaine valeur et appris à le faire en cours de route.
Elisabeth : Tom, je tiens à vous remercier d'avoir pris le temps avec nous aujourd'hui. C'est une conversation fascinante. C'est toujours intéressant de vous parler de vos derniers travaux. Et encore une fois merci d'être là et de partager vos idées avec nous.
À M: Merci C'est avec plaisir.
****
Elisabeth : Il s'agit du dernier épisode d'une mini-série en trois parties sur l'avenir du travail du savoir produite avec le parrainage de Citrix. L'entreprise utilise la technologie de serveur cloud pour s'assurer que les travailleurs du savoir ont accès aux applications et aux données dont ils ont besoin, où qu'ils se trouvent un jour donné. Lorsque vous gérez autant d'applications et autant de données, il s'avère que vous pouvez utiliser l'IA de manière intéressante pour que tout s'emboîte mieux, et même pour rendre la vie plus satisfaisante et productive pour vos travailleurs du savoir. Récemment, j'ai eu l'occasion de m'asseoir et de parler avec Christian Reilly, Global Chief Technology Officer de Citrix, et j'ai commencé par lui demander ce que Citrix faisait pour intégrer plus d'intelligence dans la manière dont ils fournissent les applications aux travailleurs.
Christian Reilly : Je pense donc qu'au cœur de cela se trouve le changement dans le paysage des applications elles-mêmes. Je veux dire que la façon dont nous pensons aux applications est très différente aujourd'hui de ce qu'elle était il y a 20 ou 25 ans et je pense qu'une grande partie de cela est due à la façon dont nous avons réellement pensé à ce que l'application essaie de faire. Et par là, je veux dire que vous savez, historiquement, nous avons eu beaucoup, beaucoup de grandes applications d'entreprise complexes qui étaient très basées sur les fonctions. Vous savez qu'ils prennent une fonction commerciale entière et qu'ils servent tout cela, de la commande à l'encaissement, comme un excellent exemple d'une application qui aurait généralement fait cela dans un sens historique. Comme nous avons vu l'avènement des services cloud, comme nous avons vu l'avènement des appareils mobiles et des applications mobiles, nous avons vu les applications se transformer en ce que je dirais être une manière plus spécifique au processus. Ainsi, les applications individuelles deviennent beaucoup plus petites et fournissent en fait une sorte de sous-ensemble de processus métier et un sous-ensemble de résultats métier. Alors, bien sûr, les grandes applications existent toujours, mais les plus petites deviennent beaucoup plus populaires dans la façon dont nous interagissons. Donc, si vous rassemblez tout cela et pensez aux applications traditionnelles qui ont été complexes, elles ont été difficiles à utiliser. Il y en a eu beaucoup de versions différentes pour de nombreuses raisons différentes. Et nous avons cet afflux d'applications plus petites, plus légères et plus agiles. Je pense que ce que nous avons en fait compris, c'est qu'il existe une juxtaposition intéressante entre la productivité et le défi de ces applications existantes et les gens intelligents ont commencé à vraiment penser à l'apprentissage automatique d'une manière qui remet vraiment en question la façon dont nous faisons le travail.
Donc, d'un point de vue très simple, je donnerais un exemple où nous sommes peut-être une organisation qui embauche 20 000 personnes. Et nous avons un système qui permet aux gens de demander des congés. Donc, historiquement, ce que nous avons dû faire, c'est entrer dans la demande, demander le congé, puis quelqu'un d'autre devrait l'approuver. Mais maintenant, avec l'apprentissage automatique, nous pouvons réellement comprendre que vous allez dans cette application tous les mercredis pour vérifier votre temps libre dans votre équipe. Et si nous pouvions comprendre cela et si nous pouvions simplement vous fournir un mécanisme simple pour dire bonjour, au lieu de le faire tous les mercredis, je vais examiner la façon dont vous utilisez ce processus métier et je suis Je vais apprendre de cela et je vais vous proposer une manière différente de faire cela qui, en fin de compte, a un meilleur résultat pour vous parce que c'est plus rapide. Cela ne change pas votre attention de ce que vous faisiez. Et je peux réellement comprendre ce que vous avez l'intention de faire. Et mon apprentissage automatique, ou dans ce cas, une approche d'intelligence artificielle, comprendrait réellement ce que vous faites dans le système et vous offrirait une façon différente de travailler.
Elisabeth : Donc, ce que je pense que vous décrivez, Christian, c'est cette idée que l'IA et l'apprentissage automatique peuvent non seulement avoir l'intelligence pour faire une grande analyse sur les choses qui se passent au sein de la plate-forme, mais aussi jouer un rôle dans la façon dont les applications et le les systèmes d'exploitation sont conçus en premier lieu.
Christian: Ouais absolument. Je veux dire, je pense que ce qui est vraiment intéressant, une énorme tendance que nous voyons, c'est, et vous savez, peut-être que je devrais revenir un peu en arrière et parler des premières années de l'intelligence artificielle, l'IA. Ce n'est pas un nouveau concept. Il existe depuis les années 1950. Mais ce qui est vraiment intéressant et je pense que c'est le multiplicateur de force, c'est le fait que nous sommes maintenant en mesure de tirer parti des modèles et des capacités d'apprentissage automatique en tant que services cloud eux-mêmes. Ainsi, la barrière à l'entrée du déploiement de l'apprentissage automatique devient de plus en plus faible. Littéralement semaine après semaine mois après mois. Donc, ce qui est intéressant de ce point de vue, c'est que non seulement les nouvelles applications développées ont des capacités inhérentes d'intelligence artificielle et d'apprentissage automatique, mais aussi des applications traditionnelles auxquelles nous pouvons réellement adapter ce même concept et, en fin de compte, générer de plus grands avantages commerciaux, de plus grands résultats commerciaux. Donc, je pense absolument, la façon dont nous concevons les applications maintenant, tout aura une intelligence artificielle intégrée. Qu'il s'agisse d'un téléviseur intelligent ou d'un appareil domestique, un nouvel ordinateur portable, un nouveau téléphone, tous auront une sorte d'apprentissage automatique ou Capacité d'IA. Mais ce qui est vraiment intéressant, c'est que des ensembles de services cloud existent maintenant pour prendre des problèmes vraiment complexes et les rendre relativement simples. Ainsi, l'ensemble global de capacités dont nous disposons est beaucoup plus important et l'applicabilité de ces capacités est beaucoup plus large. Et je pense que cela devient vraiment intéressant de la façon dont nous pouvons générer de véritables avantages commerciaux, non seulement pour les nouvelles applications, mais aussi pour les entreprises traditionnelles.
Elisabeth : Il y a un récit que la plupart d'entre nous entendent, sur la façon dont l'IA et l'apprentissage automatique contribueront grandement à la réduction des coûts. Donc, licencier des travailleurs, orienter les gens vers un travail plus efficace. Quel est le récit qui illustre ce concept selon lequel l'IA et l'apprentissage automatique sont en fait positifs et font de notre façon de travailler à l'avenir une expérience plus agréable et édifiante ?
Christian: Eh bien, je pense que collectivement, nous nous inquiétons de la fin du travail de l'automatisation depuis des siècles. Il y a un exemple célèbre au Royaume-Uni en fait de la reine Elizabeth I qui a refusé un brevet sur une machine à tricoter automatique parce qu'elle s'inquiétait des effets de l'automatisation sur les femmes de l'époque qui tricotaient pour gagner leur vie. Et finalement, elle était tout à fait disposée à ne pas accepter le brevet mais n'a pas pu arrêter l'automatisation et de nombreuses organisations ont acquis ces machines à tricoter, puis sur une période de temps, le nombre d'emplois de tricot a en fait augmenté de façon exponentielle. C'est donc assez intéressant à suivre. Il y a un certain nombre d'autres exemples similaires à celui-là. Et je pense que nous sommes au même genre de moment maintenant quand nous parlons des menaces de l'IA. Bien sûr, il y a une menace, je pense, pour certains emplois. Regardez les emplois traditionnels qui peuvent être comme les centres d'appels ou les centres de contact qui peuvent être relativement simplement complétés par une partie de l'intelligence artificielle de l'apprentissage automatique.
Je pense donc qu'il y aura certainement un point où certains emplois seront perdus au profit de l'automatisation, de l'apprentissage automatique. Mais je pense que la façon de voir les choses est vraiment, comment pouvons-nous réellement appliquer cela d'une manière moralement correcte qui nous permette d'éliminer certaines des tâches vraiment laborieuses que les gens font, que ce soit un rendez-vous chez le médecin ou vous savez même un rendez-vous chez le coiffeur, ou approuver une feuille de temps. Ce ne sont pas des choses à valeur ajoutée pour nous en tant qu'humains. Je pense donc que plus nous pouvons réellement appliquer l'apprentissage automatique, plus nous pouvons appliquer des assistants numériques et des assistants virtuels pour gérer les choses répétitives qui n'ajoutent pas beaucoup de valeur. Je pense que nous pouvons en fait libérer du temps, nous pouvons libérer des cerveaux, nous pouvons libérer des ressources pour que les gens soient plus créatifs, alors plutôt que de nous préoccuper de la théorie entre l'intelligence générale artificielle et les robots qui viennent conquérir le monde, concentrez-vous sur l'intelligence artificielle étroite, les choses que nous voyons tous les jours lorsque nous utilisons Siri, ou nous utilisons Cortana, ou nous utilisons Google Assistant, ou nous avons une recommandation d'Amazon, ou nous voyons de plus en plus de cette technologie intégrée dans gamme d'applications professionnelles qui ronge vraiment ces tâches laborieuses et répétitives à forte intensité de main-d'œuvre. Je pense que nous nous concentrons là-dessus. Nous libérons du capital intellectuel pour que les gens soient plus créatifs, pour s'éloigner de la corvée de la vie quotidienne. C'est là que je pense que nous pouvons ajouter le plus de valeur et peut-être que nous ne devrions pas nous inquiéter autant des robots qui viennent prendre le contrôle de notre monde, car bon, à mon avis, cela n'arrivera probablement jamais.
Elisabeth : Super. Eh bien c'est un soulagement. Chrétien, merci. Cela a été merveilleux. C'était merveilleux d'avoir de vos nouvelles sur ces problèmes et d'en savoir plus sur Citrix.
Christian: Bien merci.
Elisabeth : C'est tout pour cet épisode de Business Lab. Je suis votre hôte, Elizabeth Bramson-Boudreau. Je suis PDG et éditeur de MIT Technology Review. Nous avons été fondés en 1899 au Massachusetts Institute of Technology. Vous pouvez nous trouver en version imprimée, sur le Web, lors de dizaines d'événements en direct chaque année, et maintenant sous forme audio. Pour plus d'informations sur nous, veuillez consulter notre site Web à l'adresse technologyreview.com.
Cette émission est disponible partout où vous obtenez vos podcasts. Si vous avez apprécié cet épisode, nous espérons que vous prendrez un moment pour nous évaluer et nous évaluer sur Apple Podcasts. Business Lab est une production de MIT Technology Review. Le producteur de cet épisode est Wade Roush avec l'aide éditoriale de Mindy Blodgett. Merci à notre sponsor Citrix, l'entreprise qui crée des solutions centrées sur les personnes pour une meilleure façon de travailler. Merci de votre attention. Nous serons bientôt de retour avec notre prochain épisode.