Qui ?
Olivier Lefèvre, expérience designer chez OnePoint.
Quoi ?
Une tribune sur les mirages de l'intelligence artificielle appliquée à la pub en ligne. Avec une trottinette électrique à la clé.
Comment ?
Nous voici arrivé à l’amusante charnière temporelle où chacun écrit sa liste de cadeaux rêvés au dos des emballages des livraisons du Black Friday. Noël approche, tout s’illumine, et on veut des trucs qui brillent et/ou qui font briller les yeux. Grande est la tentation de mettre en haut de la liste le truc le plus hype, le plus dingue du moment : Père Noël, apporte-moi une IA qui va révolutionner mon business. Mon conseil du jour : demandez plutôt une trottinette électrique...
Le monde de la Tech, avec une régularité de pendule, annonce des avancées révolutionnaires, une technologie encore plus disruptive que la précédente, qui cette fois va vraiment tout transformer, non mais vraiment tout, vous allez voir ce que vous allez voir. Et 99 fois sur 100, on ne voit rien du tout. Y-a t-il dans la salle quelqu’un qui a fait croître significativement un taux de transformation avec un chatbot ?
Le candidat à l’oscar de la tech sexitude cette année, c’est l’IA. Cette fois, c’est la bonne ! Cette fois ça y est ! Tordons sur le champ le cou le cou à ce canard : encore une fois, la réponse est non.
On peut le démontrer façon rasoir d’Ockham : s’il existe une technologie basée sur le machine learning capable de multiplier par 10 votre reach ou votre taux de transfo, comment se fait-il qu’il n’y a pas dans votre bureau, à cet instant, trois types en train de vous en faire une démo ? Mais on peut aussi creuser un peu et analyser pourquoi, structurellement, l’IA ne va pas disrupter grand chose dans le monde de l’online advertising.
Pour fonctionner correctement, une IA a besoin de trois conditions.
La première ? Un domaine d’application étroit et bien délimité. Une IA entraînée à reconnaître des images de chats est incapable de reconnaître un chien, sauf à reprendre son apprentissage à zéro.
La seconde ? Un set de données fiables massif. Ce point est critique. Avec des données incomplètes et/ou biaisées, on produit de l’approximation. Ou des erreurs.
Enfin, l’IA a besoin d’un but clair, une réponse non ambiguë à la question “qu’est-ce que je cherche ?” Meilleur exemple de réussite : l’IA AlphaGo devient championne du monde de Go. On est bien dans un cadre de référence précis et limité (le plateau de jeu et les pions, les règles) avec un stock de données fiables immense, et un but clair (défoncer l’adversaire).
Avant d'envisager de sacrifier quelques stagiaires aux Dieux de l’IA, les agences devraient donc se poser la question suivante : quel problème se pose, pour lequel nous disposons d’importants volumes de données fiables, et dont la résolution entraînerait un gain immédiat ? Si vous êtes incapables de donner une réponse claire à cette question, penchez-vous donc sur les catalogues de trottinettes électriques.
Bien sûr, business is business, on verra en 2020 un bon paquet de vendeurs d’huile de serpent proclamer “Mon IA fait tout, même le ménage”. Il y a une bonne chance que ce soit les mêmes qu'il y a 5 ans vous racontaient “Avec mon data lake, vous irez à la pêche miraculeuse aux opportunités”. Ceux qui les ont cru n’ont jamais pêché que de vieux pneus...
Une blague qui circule chez les geeks pourrait vous servir de mantra l’année prochaine : “Si c’est écrit en Python (un langage de programmation) c’est du machine learning, si c’est écrit en Power Point, c’est de l’intelligence artificielle".
Olivier Lefèvre
