Découvrez comment l’IA contribue à rendre les réunions Zoom plus inclusives et accessibles
Obtenez des sous-titres plus précis et plus personnalisables lors de votre prochaine réunion Zoom.
Mis à jour le July 14, 2025
Publié le September 08, 2023
Toute notre vie est structurée autour de la prise de décisions. Est-ce que je prends un parapluie avant de sortir ? Et si le risque de pluie n’est que de 25 % ? Et si je porte un habit que je ne veux vraiment pas mouiller ?
Selon Ajay Agrawal, économiste, professeur et coauteur de Prediction Machines: The Simple Economics of Artificial Intelligence, nous nous fions à un mélange de prédiction et de jugement pour prendre chacune de nos décisions, qu’elle soit essentielle ou non. La force de l’IA réside dans sa capacité à tenir compte du paramètre prédictif de cette équation — pour vous informer de la probabilité de pluie. La décision finale de savoir s’il faut prendre un parapluie ou non dépendra de votre préférence à être mouillé ou à prendre un parapluie même quand il ne pleut pas.
Les modèles d’intelligence artificielle peuvent traiter de grandes quantités de données pour identifier des modèles prédictifs et générer des prévisions précises. Cela ne fait aucun doute que l’IA est en train de révolutionner le monde du travail en permettant à chacun d’améliorer sa productivité, de collaborer plus efficacement et de développer ses compétences. Et lorsque les entreprises utilisent l’IA dans le domaine de l’analyse prédictive, cela transforme la prise de décision des dirigeants, leur permettant de mieux servir leurs clients, d’allouer les bonnes ressources, d’améliorer les processus existants ou d’en créer de nouveaux.
Ajay a récemment participé à notre série de webinaires sur l’évolution du travail pour nous parler de la puissance de l’IA et de l’analyse prédictive. Nous avons rencontré Ajay afin de poursuivre la discussion autour de l’intelligence artificielle prédictive et voici son point de vue concernant le potentiel de cette technologie à transformer des secteurs entiers, ainsi que les métiers qui ont le plus à gagner des outils d’IA prédictive.
L’intelligence artificielle nous aide à faire des prédictions. Le principe des prédictions consiste à utiliser les informations dont on dispose pour générer des informations dont on ne dispose pas.
C’est ce que font les modèles d’IA générative comme ChatGPT. Ils utilisent les prévisions pour générer du texte en langage naturel. Les modèles d’IA générative prédisent le prochain jeton, ou prochain mot, dans une séquence pour créer un message qui ressemble à un message humain. Dans le cas d’une banque qui utilise l’IA, ils peuvent permettre de détecter les fraudes, en traitant les données des transactions passées et les habitudes des utilisateurs pour prédire avec précision si un achat est frauduleux.
L’un des principes de base en économie est que moins une chose est chère, et plus nous en consommons. L’essor de l’IA a permis de réduire le coût des prévisions. Et comme les prévisions deviennent moins chères, nous en utiliserons encore plus.
L’IA prédictive se nourrit des données d’entrée pour générer une sortie. Par exemple, nous pouvons utiliser les données de ventes des 20 dernières années pour prédire les ventes du troisième trimestre de l’année prochaine. Les données historiques sont les données d’entrée et la prédiction des ventes est la sortie.
Autre exemple moins courant, nous pouvons exploiter les pixels d’une image médicale pour prédire le caractère malin ou bénin d’une tumeur. Les pixels correspondent aux données d’entrée et le caractère attribué à la tumeur désigne la sortie. Il s’agit aussi d’une prédiction.
L’une des fonctionnalités intéressantes de l’IA est que, contrairement aux anciennes techniques statistiques, elle permet d’exploiter des données d’entrée multimodales (image, vidéo, texte) et pas seulement des chiffres, et qu’elle peut produire des prédictions sous la forme d’images, de vidéos et de langage.
C’est en transformant les problèmes en prédictions que nous libérons le potentiel de l’intelligence artificielle.
L’analyse prédictive est au cœur de nombreux types d’innovation. L’intelligence artificielle prédictive a de nombreuses applications dans le monde réel, comme la conduite, la traduction, la détection des fraudes, la distribution granulométrique, les réponses aux e-mails et les inspections.
Avant l’invention du lave-linge, il fallait une journée entière à deux personnes pour laver la lessive d’une famille. Aujourd’hui, cela ne prend plus qu’une fraction d’une journée à une seule personne. Et personne ne se plaint que ces machines lavent le linge à leur place.
De la même façon, nous pourrons automatiser certaines tâches professionnelles. Lorsque l’on pense à notre travail, une grande partie repose sur la prise de décisions. Et chaque décision découle d’une prédiction et d’un jugement. Si l’on se décharge des analyses prédictives sur les machines, il reste le jugement humain, et c’est cette compétence qu’il va falloir développer.
L’IA peut exploiter la prédiction pour rédiger un brouillon d’e-mail ou planifier un itinéraire d’un point A vers un point B, mais seul un humain peut décider si le message répond à l’objectif ou si l’itinéraire est pertinent. L’IA peut jouer un rôle de copilote ou d’assistant, mais elle ne sert pas à prendre la décision.
Suite à l’arrivée des ordinateurs, les employés hautement qualifiés ont été beaucoup plus productifs, ce qui a engendré de fortes inégalités de revenus. C’est l’inverse qui se produit avec l’IA. Les employés les moins qualifiés devraient être ceux qui profitent le plus de l’utilisation de l’assistance basée sur l’IA.
Prenez, par exemple, le cas des centres d’appels. Des outils ont tout d’abord été mis à la disposition des agents afin de leur fournir des recommandations basées sur l’IA pour mieux servir les clients avec lesquels ils interagissaient. Des chercheurs du MIT et de Stanford ont découvert que l’IA avait un impact limité sur les agents les plus performants, car ils savaient déjà quoi répondre. En revanche, les employés les moins performants devenaient presque aussi performants que les employés très qualifiés grâce à l’utilisation des outils d’IA.
Autre exemple connu, l’utilisation de l’IA en tant qu’outil d’aide à la conduite et à la navigation qui permet de se déplacer dans n’importe quelle ville aussi bien qu’un professionnel. C’est d’ailleurs grâce à cette technologie que des entreprises comme Uber ont vu le jour. Avant Uber, on comptait environ 200 000 chauffeurs professionnels dans le monde. Aujourd’hui, on en recense entre 3 et 4 millions chez Uber. Nous sommes à un moment clé de l’histoire où ce changement systémique commence à toucher différents secteurs.
Je pense que d’ici deux à trois ans, l’IA fera ses premiers pas dans le monde physique. Aujourd’hui, les modèles prédisent une série de mots sur un écran. Demain, des robots prédiront une série d’actions permettant d’accomplir une tâche, comme préparer un café ou garer votre voiture.
Toutefois, le véritable changement concernera la découverte scientifique. Nous utiliserons des modèles d’IA capables de générer une hypothèse et de la tester, de déclencher des robots pour réaliser l’expérience et de renvoyer les résultats de cette expérience à l’IA, qui actualisera l’hypothèse et réalisera une autre expérience. Certains laboratoires sont d’ailleurs déjà en phase d’essai.
L’utilisation de l’IA comme outil d’invention ouvre de vastes perspectives en termes d’innovations, dont l’impact propulsera la civilisation à des niveaux jamais atteints auparavant.
Pour découvrir plus en détail le point de vue d’Ajay concernant la prochaine vague d’innovations basées sur l’IA, consultez ce webinaire à la demande sur l’évolution du travail. Vous y découvrirez l’IA prédictive et la manière dont elle aide les entreprises à gagner du temps et à créer de nouveaux modes de travail plus efficaces.
Vous souhaitez savoir comment Zoom innove grâce à l’IA ? Découvrez comment Zoom AI Companion, notre assistant IA, peut améliorer votre façon de travailler.