Rechercher
Contactez-nous Suivez-nous sur Twitter En francais English Language
 





















Abonnez-vous gratuitement à notre NEWSLETTER

Newsletter FR

Newsletter EN

Vulnérabilités

Se désabonner

Cyberrisque et IA : deux enjeux majeurs pour répondre aux défis économiques de la crise sanitaire

novembre 2020 par Ludovic Delaire, Directeur Général du CITC – IoT Cluster et organisateur de l’IoT Week

La crise sanitaire a fait émerger le nécessaire besoin d’agilité. Encore plus aujourd’hui, l’IA est au cœur des enjeux de croissance des entreprises. Et avec elle, la question du cyberrisque qu’on ne peut plus décorréler.

Dans le monde de la tech, des ruptures s’opèrent tous les 10 ans

L’Intelligence Artificielle n’est pas une question nouvelle. Le concept des réseaux de neurones artificiels, dont l’IA est étroitement associée, fut inventé en 1943 par deux chercheurs américains. Et en 1957, le plus ancien algorithme de Machine Learning, dont l’IA est une catégorie, fut créé. Mais à l’époque, la matière technologique était insuffisante pour développer ces fonctionnalités. C’était alors à l’homme de s’adapter à la machine. La technologie a évolué et depuis la fin des années 2000 les foyers se sont équipés d’un ordinateur. Puis d’un smartphone (connecté en 2007 et l’arrivée des IoT en 2009). En 2010, nous sommes arrivés à un nouveau point de rupture : l’utilisation massive du numérique et l’émergence des réseaux sociaux ont modifié les comportements. On a commencé développer plus largement les IoT et c’était alors l’amorce de la Data.

Aujourd’hui, l’Intelligence Artificielle, couplée à l’IoT, a totalement bouleversé le business model des entreprises. D’une économie du produit, nous sommes passées à celle du service et de l’usage. Les produits, sur la base des IoT, sont désormais des éléments de captation et de restitution de l’information.

L’IA valorise la Data en créant de nouveaux usages, mais génère dans le même temps des nouveaux risques de sécurité

La crise sanitaire que nous vivons oblige les entreprises à revoir leurs modèles et leurs méthodologies. L’amorce d’une transition digitale était déjà présente, notamment dans les grands groupes. Mais les TPE et PME ont été contraintes de faire bouger leurs lignes. L’Intelligence Artificielle qui était jusqu’ici encore considérée comme une sorte d’eldorado s’est faite plus concrète. Les entreprises, et notamment celles exerçant dans l’industrie ou le retail, se sont rendues compte des possibilités qu’offre une bonne gestion des données, en matière de maintenance prédictive, d’aide à la décision et d’identification de signaux faibles…

Mais plus on intègre l’IoT, plus on se doit de sécuriser ses opérations

Numérique et cyberrisque sont étroitement liés. L’un ne peut plus fonctionner sans l’autre. Pendant très longtemps, nous étions sur la notion de IA numérique : le traitement de données de masse. C’est par exemple le chatbot d’un site e-commerce, les systèmes de recommandations… Mais cette nouvelle étape peut générer de l’IA malveillante. D’où la nécessite de coupler cyberrisque et IA. L’IA de demain est celle de la symbolique, autrement dit avoir la capacité de créer des arbres de décision et de comprendre les outils d’aide à la décision, facilitant son appropriation et réduisant les risques de cyber criminalité associés à l’IA.

Les prochains défis de la transition digitale : l’acculturation

Une transition digitale ne peut pas s’opérer en un claquement de doigt. Il est nécessaire d’évoluer étape par étape en validant chacune d’elles avant de passer à la suivante. Et pour que la transition digitale fonctionne, il faut aussi intégrer dès le départ l’humain. Si à l’époque la machine avait tendance à remplacer l’homme, aujourd’hui l’IA permet de donner une nouvelle valeur à certains métiers. La technologie permet d’appuyer sur un bouton. Et à l’homme de lui donner du temps de réflexion pour penser à la manière dont il faut opérer pour être plus compétitif et pour rendre des solutions plus adaptables, plus agiles. C’est l’exemple de l’Oréal qui est parvenue à reconfigurer sa chaîne de production pour fabriquer du gel hydroalcoolique. Cette marque avait déjà fait appel au Deep Learning dans le domaine du diagnostic personnalisé de la peau, via le développement d’un algorithme personnalisé.

La formation est par ailleurs très importante pour faire évoluer des champs de compétences, sans avoir recours obligatoirement au recrutement.

Enfin, l’un des prochains défis est aussi de « labelliser » les entreprises qui ont opéré une transition significative. Un travail est actuellement mené avec des grands groupes pour identifier des baromètres de sécurité et accompagner les entreprises à se mettre en ordre de marche. L’IA, associée à la bonne gestion du risque, est une réponse à l’accélération de l’incertitude et, par conséquent, aux défis de transition numérique.


Voir les articles précédents

    

Voir les articles suivants