Loading
Loading
L’intelligence artificielle (IA) est aujourd’hui au cœur de toutes les discussions, souvent avec des niveaux de compréhension très différents. Par conséquent, l’IA est parfois présentée comme une solution universelle et parfois comme une menace majeure.
En réalité, l’intelligence artificielle a déjà — et continuera d’avoir — un impact significatif sur la société, notamment sur l’emploi, l’économie, l’éducation et la prestation de services.
Basé sur mon expérience professionnelle dans le domaine des données, de l’analytique et de l’IA, ainsi que sur mes études au MIT Sloan School of Management, j’ai observé que les progrès de l’IA sont très inégaux selon les domaines.
Brève histoire de l’intelligence artificielle : engouements, hivers et percées
Au cours des 70 dernières années, nous avons assisté à de nombreux engouements autour de l’IA et à autant de soi-disant « hivers de l’IA ». Tout a commencé en 1956 avec le Dartmouth Summer Research Project on Artificial Intelligence, qui a attiré d’importants financements pour permettre la traduction automatique. Mais le projet a échoué et, après les réductions budgétaires de la DARPA dans la recherche universitaire sur l’IA en 1974, nous avons connu le premier « hiver de l’IA ».
En 1980, le premier système expert a été développé à Carnegie Mellon pour DEC, ce qui a relancé de nombreux investissements. Mais en 1987, le marché des machines LISP s’est effondré et la plupart des systèmes experts ont été abandonnés peu après. Deuxième hiver de l’IA.
En 1996, IBM DeepBlue est devenu le premier ordinateur à battre le champion du monde d’échecs Garri Kasparov, relançant à nouveau les investissements. En 2011, IBM Watson a remporté le quiz Jeopardy! de manière spectaculaire. Cependant, ces succès reposaient sur une puissance de calcul énorme, et non sur une réelle intelligence. Watson n’a jamais atteint les résultats promis et a été réévalué en conséquence.
La sortie de ChatGPT en 2022 a lancé le dernier engouement.
Domaines où l’IA apporte de réels progrès
En 2020/2021, j’ai suivi le cours « Artificial Intelligence: Implications for Business Strategy » au MIT Sloan School of Management. Dans mon rôle professionnel, j’ai eu l’occasion de participer à de nombreuses discussions sur l’IA et de voir ses applications partout. Les progrès ne sont pas uniformes.
Domaines de progrès significatif de l’IA :
Limitations actuelles de l’IA
Évidemment, les startups lèvent du capital-risque avec l’imagination la plus audacieuse possible, comme ce fut le cas lors de la bulle internet à la fin des années 90. La plupart échoueront, beaucoup de capitaux seront perdus, mais quelques gagnants émergeront. Google est un gagnant de la bulle internet. Je ne sais pas encore qui gagnera la bulle de l’IA. Si je le savais, je n’aurais pas besoin d’un emploi pour un salaire.
Implications sociétales et économiques de l’IA
Je ne vois rien qui laisse croire à l’existence d’une intelligence artificielle générale. L’impact dépend donc fortement de sa capacité à soutenir des domaines spécifiques.
En conclusion, nous savons que l’IA va transformer nos vies de manière profonde. Utilisons-la à notre avantage et apprenons à la maîtriser plutôt que de vivre dans la peur. Les chercheurs, spécialistes IT et mathématiciens ont intérêt à créer quelque chose de complémentaire, permettant à l’humanité d’évoluer.
Comment l’IA crée de la valeur pour les entreprises
L’IA crée de la valeur lorsqu’elle est appliquée à des problèmes métiers spécifiques et intégrée dans les processus existants, plutôt que traitée comme une technologie isolée. Aujourd’hui, l’IA apporte le plus de valeur en améliorant l’efficacité opérationnelle, la qualité de service et en soutenant la prise de décision dans des domaines tels que l’interaction client, le traitement de documents, la prévision et l’assurance qualité.
Les organisations qui réussissent commencent par des cas d’usage où les données sont disponibles, les résultats mesurables et la supervision humaine centrale. L’expérience montre qu’une valeur durable émerge lorsque les initiatives IA sont intégrées dans une stratégie globale de données et d’entreprise, soutenues par une gouvernance solide, des bases de données fiables et une claire responsabilité entre métiers et IT.
Points clés à retenir
Over the last 70 years, we have seen multiple AI hypes and as many so called AI winters. It started in 1956 with the Dartmouth Summer Research Project on Artificial Intelligence. It attracted a lot of funding to enable automatic translation. But it failed and afters DARPA’s cutbacks to academic AI research in general in 1974, we had the first AI winter. In 1980, the first expert system was developed at Carnegie Mellon for DEC. It kick-started many investments, but in 1987 the LISP machine market collapsed, and most expert systems were abandoned soon after. Next AI winter. In 1996, IBM DeepBlue was the first computer winning against the chess world champion Garri Kasparow. IBM and others invested again. In 2011, IBM won the quiz Jeopardy in a stunning fashion. But both successes are based on huge computing power and no intelligence. IBM Watson never achieved the promised results and was downgraded accordingly. The 2022 release of ChatGPT started the latest hype.
In 2020/2021, I attend the MIT Sloan School of Management course on “Artifical Intelligence: Implications for Business Strategy”. In my role, I had the opportunity to participate in many discussions around AI and see applications of it left and right. Progress is not equally distributed.
Obviously, startup’s raise venture capital with the boldest imagination possible. It is the same situation as we have seen in the internet bubble in the late 90ies. Most startup’s will go bust, a lot of venture capital will be lost, but I expect a few winners. Google is a winner of the internet bubble. I do not know the winner of the AI bubble. If I would, I would not require a job for salary.
I do not see anything that lets me believe in general artificial intelligence. Therefore, the impact depends very much on if AI can support specific domains.
In articles written five years ago, authors expected driver jobs to become redundant. It is far away. But there are less jobs in translation offices already today. I expect a shift in the job market and more jobs at the end. It was the same with all earlier shifts. Today, there are less jobs available as horse coachman, telegraph operator, typesetter, home weaver, elevator operator; but many more in new domains. In fact, the advent of AI does not destroy jobs but rather addresses a lack of service coverage: call centers overwhelmed, unable to handle huge numbers of calls; 24/7 service coverage which is too expensive to fund; problems arriving at service desks and taking far too long to resolve etc.
Artificial Intelligence has fundamentally changed how we create and interact with content. Generative models can produce high-quality text, images, and even videos in seconds, reducing the cost and time of content production dramatically. At the same time, personalization algorithms ensure that users receive tailored information, which increases engagement but also raises questions about authenticity and bias. In short, content is no longer scarce—its abundance requires new strategies for curation, trust, and ethical use. (This paragraph is written with GenAI, whereas I wrote the rest of the article.)
In conclusion, we are aware that Artificial intelligence is going to impact our lives with far-reaching change. Lets use it to our benefit and learn to master AI rather than living in fear of it. Researchers, IT specialists and mathematicians etc. have an interest in creating something complementary, which would allow humanity to evolve.
Artificial intelligence creates business value when it is applied to specific, well-defined business problems and integrated into existing processes rather than treated as a standalone technology. Today, AI delivers the greatest value by improving operational efficiency, enhancing service quality, and supporting better decision-making in areas such as customer interaction, document handling, forecasting, and quality assurance. Successful organizations start with use cases where data is available, outcomes are measurable, and human oversight remains central. Experience shows that sustainable value emerges when AI initiatives are embedded in a broader data and business strategy, supported by strong governance, reliable data foundations, and clear ownership across business and IT.


Head of Business Line Data, Analytics & AI
Rencontrez Markus Grob, notre expert en données, analyse et intelligence artificielle.
Spécialisé dans les plateformes d’analyse cloud, les applications d’IA et la stratégie ainsi que la gouvernance Data/IA, Markus accompagne les organisations dans la mise en œuvre de leurs initiatives les plus ambitieuses.
Contactez Markus dès aujourd’hui pour découvrir comment il peut vous aider à accélérer votre transformation Data & IA.

Abonnez-vous dès maintenant et gardez une longueur d’avance dans un monde où les données, l’analytique et l’IA transforment tous les secteurs.