- Selon les experts du Cetim, les véritables freins au déploiement de l’Intelligence Artificielle (IA) sont le volume nécessaire des données pour l’apprentissage et la difficulté à démontrer l’exhaustivité et la représentativité des bases d’apprentissage (la machine ne saura traiter que ce qu’elle a déjà vu, et identifier parfois des « aberrations ») .
Dans l’industrie le fonctionnement des machines impose une évolution temporelle des indicateurs qui doit impérativement être prise en compte.
L’interprétabilité des résultats est en général difficile. Un modèle entrainé par apprentissage automatique est une boîte noire, qui ne livre pas naturellement d’explication aux choix qui sont les siens. Cela peut rendre difficile l’acceptabilité des résultats par des utilisateurs humains et la collaboration avec les experts métier. Le frein psychologique devient que l’IA est compliquée et réservée aux experts du domaine. Celle-ci ne doit pas se substituer à la compréhension des mécanismes. La vérification de la cohérence avec les lois physiques reste indispensable.
L’utilisation de l’IA peut permettre le remplacement des tâches fastidieuses par des automates, ce qui est assimilé à des suppressions d’emploi bien que de nouveaux emplois soient créés (informaticiens, maintenance logicielle, matérielle, etc.) mais malheureusement moins accessibles.
Le niveau de fiabilité de l’analyse et des logiciels utilisés est également critique pour éviter les erreurs, notamment dans des applications ou le risque humain est avéré (véhicule autonome, secteur industriel), les notions de responsabilité juridique et d’assurance sont également un frein.
Enfin, pour la donnée en elle-même il faut disposer d’une structure, des ressources, des serveurs, de solution de cybersécurité, d’espaces de stockages, etc. Tout cela a un coût, en termes économiques et écologiques. Le retour sur investissement dans l’industrie est à ce jour inconnu et sera évalué à l’aide des premiers résultats d’utilisation de l’IA sur des cas d’applications réels.
