Fiche de révision : Le business face à l’intelligence artificielle

📋 Plan du Cours

1. Nature et limites de l’IA
2. Outils, données et influence
3. IA et avantage concurrentiel
4. Applications professionnelles de l’IA
5. Technologies et usages contemporains

📅 Repères chronologiques

1. années 1940Alan Turing a proposé le test de Turing
2. 1956Le terme « intelligence artificielle » a été créé pendant la conférence de Dartmouth
3. Entre les années 1960 et 1980L’IA a connu un essor centré sur la résolution de problèmes
4. Des années 1980 aux années 1990L’hiver de l’IA correspond à une baisse des financements et à un ralentissement des progrès
5. De 2000 à aujourd’huiLe renouveau de l’IA est porté par les données massives, la puissance de calcul et l’apprentissage automatique

📖 1. Nature et limites de l’IA

🔑 Notions clés & Définitions

• Intelligence artificielle : Vaste domaine d’étude visant à créer des systèmes capables d’accomplir des tâches habituellement associées à l’intelligence humaine, comme le raisonnement, la résolution de problèmes, l’apprentissage et la perception.

★ À maîtriser

📌 Une IA fonctionne comme un algorithme fondé sur des calculs de probabilités et entraîné à partir de données, tandis que l’être humain dispose d’une conscience et d’émotions.

• L’entraînement d’une IA consiste à lui fournir des données afin d’améliorer progressivement ses performances.

Compléments

• La course à l’IA dépend notamment de la quantité de données disponibles et du niveau d’entraînement des systèmes.

💡 Astuce mémo

Calcul probabiliste sans conscience, contrairement à l’intelligence humaine

📖 2. Outils, données et influence

🔑 Notions clés & Définitions

• Souveraineté des données : Maîtrise de leur stockage, de leur gestion, de leur contrôle et des lois qui leur sont applicables.

📝 Points essentiels

• Les outils d’IA générative cités sont:
  • ChatGPT
  • Gemini
  • Copilot
  • Claude
  • Gama
  • Grok
  • Siri
  • Alexa
  • Mistral

📌 Deux IA peuvent produire des réponses différentes à une même question parce qu’elles reposent sur des données différentes.

📌 La soumission cognitive apparaît lorsqu’une personne accepte les réponses de l’IA sans réfléchir, ce qui peut réduire la stimulation du cerveau et la créativité.

💡 Astuce mémo

Données contrôlées → réponses différentes → influence des utilisateurs

📖 3. IA et avantage concurrentiel

🔑 Notions clés & Définitions

• Avantage concurrentiel : Capacité d’une entreprise à faire mieux que ses concurrents et raison pour laquelle un client la choisit.

★ À maîtriser

📌 Une entreprise qui utilise le même modèle d’IA que ses concurrents risque de devenir une commodité, tandis que la maîtrise de données propres peut lui permettre de construire un avantage difficile à reproduire.

Compléments

📌 Transmettre les données à un fournisseur d’IA externe peut rendre l’entreprise dépendante d’un outil également accessible à ses concurrents.

💡 Astuce mémo

Outil partagé = commodité ; données maîtrisées = avantage

📖 4. Applications professionnelles de l’IA

★ À maîtriser

• Dans les fonctions administratives et commerciales, l’IA peut corriger l’orthographe, réaliser des études de marché, rédiger et automatiser des courriels, créer des sites, calculer des marges et des coûts, centraliser des données, générer des images et des vidéos, prendre des rendez-vous, recruter, répondre au service client et planifier.

• Dans une usine de production, l’IA peut gérer:

  • les cheminements et transports sur le site
  • les stocks
  • l’emballage
  • le contrôle qualité

Compléments

• Dans les services, l’IA peut:

  • établir un constat de route après un accident
  • lire des dossiers
  • rédiger des contrats
  • traduire dans toutes les langues
  • exploiter la jurisprudence

• Dans le sport, l’IA peut:

  • calculer des probabilités en sport automobile
  • servir de coach à domicile
  • analyser les performances

📖 5. Technologies et usages contemporains

🔑 Notions clés & Définitions

• Apprentissage automatique : Sous-domaine de l’IA dans lequel les systèmes apprennent à partir de données et prennent des décisions sans être explicitement programmés pour chaque situation.
• Apprentissage profond : Type d’apprentissage automatique qui utilise des réseaux de neurones artificiels pour traiter et analyser l’information, notamment pour la reconnaissance d’images, de la parole, d’objets et le traitement du langage naturel.
• Traitement du langage naturel : Permet aux machines de comprendre, d’interpréter et de générer le langage humain, notamment pour les agents conversationnels, les assistants virtuels et la traduction automatique.
• Vision par ordinateur : Permet aux machines d’interpréter et de comprendre les images et les vidéos numériques, notamment pour la reconnaissance faciale, les voitures autonomes et la classification d’images.
• Réseaux de neurones : Systèmes d’IA inspirés du cerveau humain qui utilisent des nœuds interconnectés pour traiter et analyser des données.

💡 Astuce mémo

IA → apprentissage automatique → apprentissage profond

📊 Tableaux de synthèse

Hiérarchie des notions d’IA