l’IA en Banque et Assurance au Service de l’Humain ou l’Humain au Service de la Machine ?...

Accompagner l’humain dans le processus de transformation

Souvent synonyme d’automatisation, l’Intelligence Artificielle représenterait un danger pour l’humain et sa place sur le marché de l’emploi. Certaines histoires exceptionnelles renforcent nos croyances en ce sens comme celle d’AlphaZero – le programme créé par la filiale Deepmind de Google en 2017 – ayant appris seul à battre d’autres programmes d’Intelligence artificielle aux jeux de Go, d’échecs et de Shogi. Pourtant, toutes les composantes sont à prendre en compte. Il ne faut pas nécessairement « y voir la domination prochaine de l’Homme par la machine. Ces trois jeux, bien que complexes, ont pour point commun de se jouer à deux et de toujours exposer toutes les informations requises. » [6]

Des métiers sont amenés à disparaître dans les années à venir, c’est certain – mais chaque changement en accompagnant un autre, ce sera plutôt au profit de nouveaux métiers. Nous devrions plutôt parler de mutation des métiers. Comme le souligne précisément Olivier Mégean, Président de demain.ai, lors d’une conférence donnée à l’ESCP Alumni le 26 juin 2019 : « Une machine est une machine. Elle ne dispose pas des soft skills propres à l’humain ». Si l’Intelligence Artificielle est infiniment plus puissante que le cerveau en termes de connaissance et de calcul, le monde aura toujours besoin de l’humain pour gérer l’aspect relationnel des métiers. Par exemple, l’IA devrait permettre aux conseillers bancaires de laisser de côté les tâches administratives comme l’ouverture d’un compte ou le transfert d’argent pour plus d’accompagnement client. L’objectif étant de parvenir à plus de conseils personnalisés grâce à l’analyse effectuée au préalable par l’Intelligence Artificielle. Il faut voir cette dernière comme un soutien plutôt qu’un ennemi.

Du côté des entreprises, les services des ressources humaines doivent diminuer l’inquiétude par un accompagnement des salariés encore actifs sur l’état d’esprit à adopter. La prise de conscience n’est pas tant sur la technologie en elle-même, que sur la compréhension des enjeux de l’Intelligence Artificielle et l’importance de la data. Selon Laurent Alexandre, médecin et conférencier sur les impacts de la technologie sur nos sociétés, un rôle important est à jouer du côté de l’éducation française pour former la nouvelle génération sur ces points.

L’esprit critique, le bon sens, la créativité, la communication et la collaboration sont donc autant de qualités humaines que les générations actuelles doivent développer. Aussi, l’émergence de l’Intelligence Artificielle soulève le besoin de formations aux notions d’éthique, de transparence et de loyauté afin d’éviter toute dérive.Explications.

Comprendre que la data est à la fois un levier et une problématique

Selon Olivier Mégean, Président de demain.ai, chaque entreprise peut avancer sur le sujet de l’Intelligence Artificielle à la condition sine qua non de disposer de data : « Tout le monde a de la data aujourd’hui, même une boulangerie avec son carnet de caisse. Il faut commencer petit et ne pas viser des systèmes complexes dès le début. Il faut penser à des itérations rapides et des quick- wins ». Aujourd’hui, les modèles d’algorithmes sont accessibles et pré-entrainés grâce aux géants du Web. Concernant les données, relativement peu – environ une centaine – suffiraient pour faire un premier test sur une fonctionnalité précise. Le mieux est d’utiliser ses propres données mais il est possible – et plus simple au vu des réglementations – de se tourner du côté de l’open-data, des jeux de données partagés par le gouvernement et ceux créés spécialement pour l’apprentissage. Le président de la République, Emmanuel Macron, s’est d’ailleurs engagé lors de la présentation de la stratégie économique nationale au Collège de France le 29 mars 2018, à ouvrir les bases de données centralisées « pour permettre aux acteurs de chaque secteur de les exploiter au mieux et d’innover, ensemble » [8}.

L’enjeu pour les banques et les assureurs n’est pas tant de collecter et stocker les données – mais plutôt de pouvoir les analyser et de les restituer d’une manière claire et rapide afin de proposer des services en adéquation avec les attentes du client. Aujourd’hui, seule l’Intelligence Artificielle serait capable d’honorer une telle promesse. Les géants américains et chinois de l’Intelligence Artificielle l’ont compris et n’ont pas tardé à passer à l’action. La France – bien qu’elle se lance de plus en plus dans le déploiement de solutions d’intelligence artificielle – reste bloquée par des lois spécifiques suite aux audits de la CNIL (Commission Nationale de l’Informatique et des Libertés de France) renforcées par des réglementations comme la RGPD (Règlement Général sur la Protection des Données) depuis le mois de mai 2018.

Les questions soulevées sont multiples. Prenons l’exemple le plus cité : celui des biais et des discriminations. On sait que pour apprendre, l’Intelligence Artificielle doit traiter un nombre important de données. C’est ce qu’on appelle le Machine Learning. [9] Irrémédiablement, la protection des données personnelles et des libertés individuelles entre en compte. Nous devons ainsi éviter toute forme d’exclusion de personnes qui ne correspondraient pas aux critères définis par les algorithmes. Dans les banques, nous pourrions tendre à des pratiques commerciales déloyales comme le précise l’ACPR (Autorité de Contrôle Prudentiel et de Résolution) dans un rapport en décembre 2018 : « Les biais dans la vente peuvent être renforcés par l’algorithme et aboutir à des traitements inéquitables. Par exemple, une information comme le département peut discriminer les habitants d’un département pauvre pour l’obtention d’un prêt (…) Un mauvais usage de l’IA peut conduire à des risques de crédit accrus et ainsi fragiliser le marché obligataire ou des acteurs bancaires » [10]

Si ces réglementations placent l’Europe en dernière position de la course à l’innovation derrière la Chine et les Etats-Unis, notre continent n’est pas en retard. N’est-il pas préférable d’avancer doucement mais sûrement en posant un cadre plutôt que d’être freiné dans sa course et de devoir tout reconstruire ? Dans quelques années, l’Europe pourrait bien servir de modèle aux pays que les questions sociales et éthiques auront rattrapé. Néanmoins, il reste du devoir de l’Etat et des entreprises d’investir les moyens nécessaires à l’accélération de l’Intelligence Artificielle. A travers une réforme de l’éducation et des formations en entreprise – mais aussi par une plus grande ouverture des bases de données. En effet, les entreprises développent de plus en plus de solutions d’Intelligence Artificielle basées sur l’open-data. L’objectif est bien de rendre l’innovation possible en rendant les données utiles et utilisées.

____________________________________

[6] 01net.com [7] thinkerview.com [8] aiforhumanity.fr [9] Machine Learning : « il s’agit d’une science moderne permettant de découvrir des patterns et d’effectuer des prédictions à partir de données en se basant sur des statistiques, sur du forage de données, sur la reconnaissances de patterns et sur les analyses prédictives» – lebigdata.fr [10] lesechos.fr