Les données numériques forment des océans d’informations. C’est là que les algorithmes d’intelligence artificielle peuvent détecter des corrélations permettant de dessiner l’avenir. Cela promet d’immenses progrès, notamment en médecine, une fois les comportements humains modélisés…
Annoncé depuis une dizaine d’années, l’avènement de l’intelligence artificielle et du big data devient réalité. En juin, Google présentait son programme Medical Brain, qui peut, selon le groupe, évaluer précisément la probabilité qu’un patient décède lors d’un séjour à l’hôpital. Plus près de chez nous, cet été, la gendarmerie a testé dans onze départements un nouveau logiciel prédictif. Les commandements de compagnie ont été équipés d’une plateforme web qui leur communiquait en temps réel les points chauds de leur secteur, une courbe indiquant l’évolution attendue des tentatives de cambriolage et de vols de voiture. Selon le service central de renseignement criminel de la gendarmerie, ce modèle prédit correctement l’évolution des faits à environ 85 %.
Détecter des corrélations prédictives
Ces logiciels s’appuient sur des algorithmes toujours plus puissants et auto-apprenants capables de traiter les volumes gigantesques de données issus des réseaux sociaux, des caméras de sécurité, des capteurs multiples, des satellites… Des algorithmes qui ne prédisent pas l’avenir, bien sûr, mais qui sont capables de détecter des corrélations suffisamment fines pour devenir prédictives. Ils promettent de révolutionner la prévention, notamment dans le domaine médical. Alors que l’industrie a déjà basculé dans ce monde numérique, chercheurs et entrepreneurs bouillonnent d’idées et de projets pour exploiter dans tous les autres secteurs le précieux filon.
Au cœur de cette effervescence, l’industrie fait donc figure de secteur modèle, le seul, aux côtés des entreprises spécialisées dans les risques climatiques, à être pour l’instant parvenu à bâtir un modèle solide et rentable de prévention grâce à l’exploitation des données. La maintenance prédictive en est le champ d’application le plus concret. Promesse tenue dans l’industrie : depuis deux ans, les grands groupes ont peu à peu converti leurs chaînes de production à cette technologie qui permet de déterminer à quel moment précis devra avoir lieu leur maintenance. Si on se fie aux résultats d’une étude du cabinet McKinsey, « Unlocking the potential of the Internet of things », parue en juin 2015, le mouvement n’est pas près de s’arrêter. Selon ses auteurs, d’ici à 2025, la maintenance prédictive permettra aux entreprises d’économiser 630 milliards de dollars par an.