Quand les atomes rencontrent les bits 

Nous vivons dans deux réalités parallèles, les atomes et les bits.

Pour faire des achats, nous nous rendons dans un magasin ou sur un site web. Nous travaillons à distance ou en face à face. Nous collaborons avec des personnes et des ordinateurs, mais pas en même temps. Le passage d'une réalité à l'autre peut être difficile, déroutant ou impossible.

Tout est en train de changer. La prochaine ère de transformation des entreprises passera de la mise en place de capacités numériques isolées à la création des fondations d'une nouvelle réalité partagée qui mêlera nos vies physiques et numériques. L'objectif n'est pas l'amélioration progressive, mais le changement radical. La véritable valeur de cette convergence réside dans la création de quelque chose de nouveau. Prenons l'exemple de l'IA générative : beaucoup l'utilisent pour générer des images et du contenu purement numériques, mais nous pouvons déjà voir comment elle façonnera l'avenir de la science, des données commerciales, de la façon dont nous concevons et fabriquons des produits, et bien d'autres choses.

Pendant des années, le pilier de l'innovation d'entreprise a été de numériser des processus, voire des parties entières de l'organisation. Et si nous avons construit un monde numérique riche et significatif, nous ne l'avons pas vraiment réconcilié avec le monde physique.

Dans notre précédente édition de Vision Technogique, nous avons indiqué que le continuum du métavers était la prochaine étape après la transformation numérique. Il s'agit d'un jalon pour la convergence des atomes et des bits, qui accélère le chemin vers une réalité partagée singulière.

Nous nous trouvons à la frontière passionnante de l'innovation technologique pour les entreprises, où nous ne nous contentons pas de numériser, mais où nous appliquons ces fondements numériques. Le métavers, les jumeaux numériques, la réalité augmentée et la robotique ne sont que le début de cette fusion du numérique et du physique. Cela génère non seulement de nouveaux produits et services, mais aussi une nouvelle ère de recherche scientifique. Les leaders créent de nouveaux outils et des perturbations qui changeront l'avenir du monde. La convergence des atomes et des bits ouvre de toutes nouvelles perspectives.

Vision Technologique  2023

Cette année, Vision Technologique s'intéresse à 4 tendances technologiques qui fusionneront les atomes et les bits à l'avenir

Identité numérique: Une identité pour tous et pour tout

Vue d'ensemble

L'identité numérique est à l'origine de la prochaine génération de bouleversements technologiques, et les leaders innovants répondent à ce défi.

Les efforts d'aujourd'hui façonnent les entreprises innovantes de demain. L'identité numérique, qui semble relever de la responsabilité du DSI ou du DNT soutient les principales ambitions des chefs d'entreprise.

Les innovateurs pionniers constatent que l'identité numérique ne se contente pas de soutenir le passé. Elle prépare les entreprises à une nouvelle forme de propriété et de partage des données. Ce concept remet en question les conventions précédemment acceptées.

L'ONU appelle à la création d'une identité légale universelle d'ici 2030 dans le cadre de ses objectifs de développement durable. Cela a conduit les gouvernements du monde entier à considérer l'identité numérique comme une priorité. Bientôt, les entreprises devront suivre le mouvement et s'intégrer aux programmes gouvernementaux.

Si ce n'est pas le cas, l'identité numérique doit figurer dans votre programme d'innovation.

Établir des identités numériques clés

Considérez deux catégories d'identité : l'identité de base (carte d'identité) et l'identité fonctionnelle (permis de conduire).

Nous confondons souvent les informations fonctionnelles avec l'identité principale. Par ex. les numéros de téléphone sont utilisés comme identifiants principaux, mais cela peut avoir des conséquences inattendues. Un type d'attaque appelé échange de cartes SIM permet aux pirates de rediriger le trafic d'un téléphone vers une nouvelle carte SIM, obtenant ainsi toutes les informations envoyées à ce numéro.

En réimaginant la relation entre la vie numérique et la vie physique, nous évitons les erreurs du passé, comme le fait d'avoir ignoré la protection de l'identité numérique lors de la conception initiale de l'internet. Les innovateurs travaillent à la création d'un niveau d'identité de base et développent des solutions qui constituent de nouvelles passerelles vers le web.

Des identités de base dérivées numériquement commencent à émerger, grâce aux efforts des communautés, des gouvernements et des partenariats public-privé. 

Une approche populaire consiste à créer des plateformes décentralisées ou distribuées, connues sous le nom d'identité autonome. Elles utilisent la blockchain et la technologie des registres distribués, validant l'identité par le biais d'un consensus multi-acteurs.

Les approches distribuées offrent une sécurité et une fiabilité accrues, mais la nature décentralisée rend difficile la réalisation de ces objectifs. La facilité d'utilisation, l'interopérabilité et la récupération des comptes sont des défis qui peuvent affecter leur adoption.

Repenser les fonctions essentielles de l'identité

Outre l'introduction de l'identité numérique de base, il existe une forte motivation pour repenser les fonctions de ces identités : comment créer et associer leurs données, comment partager et gérer les données, et l'équilibre de la propriété dans l'écosystème.

Par ex, Permission.io et Starbucks utilisent la tokenisation pour innover en matière d'identité. La tokenisation convertit quelque chose en un actif numérique associé, stocké sur une blockchain. Ces exemples montrent que l'innovation en matière d'identité ne se limite pas aux personnes, puisque Starbucks et Permission.io tokenisent la fidélité et l'attention.

Bientôt, les entreprises devront repenser leur approche de l'identité et des données. Par exemple, en raison des changements apportés par Apple et Google à la protection de la vie privée, les entreprises pourraient perdre l'accès aux données des consommateurs et des tiers auxquelles elles font actuellement confiance. Cela pourrait avoir des conséquences importantes.

Si les consommateurs accueillent favorablement ces changements, les entreprises, elles, sont nerveuses.

En adoptant un écosystème de données basé sur le consentement et la valeur, les entreprises doivent se préparer à l'évolution des canaux de données. Cependant, la technologie n'est qu'une partie de la solution. Les dirigeants doivent réfléchir à l'accès légal aux données des personnes et de les conserver, les personnes en étant les propriétaires.

Conclusion

Les entreprises qui relèveront le défi bénéficieront d'une plus grande sécurité et de la confiance renouvelée de leurs clients et partenaires. Plus important encore, elles seront mieux préparées pour l'avenir et nous rapprocheront encore plus d'un meilleur web et d'un meilleur monde.

Nos données: La transparence : votre meilleur atout.

Vue d'ensemble

Autrefois, les gens décidaient de ce qu'ils allaient manger en se fiant au bouche-à-oreille ou à un guide d'expert. En 2005, Yelp a changé la donne avec son site numérique d'avis de clients.

Les clients avaient des avis, qui n'étaient ni enregistrés ni accessibles. Yelp a ouvert une fenêtre de transparence : une vue claire, détaillée et étendue sur le monde qui nous entoure.

Les données permettent de mieux comprendre les entreprises, les consommateurs, les marchés, les investissements, les dirigeants et les secteurs d'activité. Avec un plus grand sens des affaires, les entreprises doivent répondre à la nouvelle attente selon laquelle les gens veulent aussi avoir accès aux données.

Nous sommes en train de passer de données rares à des données largement quantifiées et accessibles, ce qui pose des problèmes aux entreprises. De nombreuses architectures de données d'entreprise ne sont pas prêtes pour cette transparence, et si certaines ont mis à jour leurs stratégies en matière de données, elles n'en exploitent pas encore tout le potentiel.

Quelle que soit l'architecture des données, les stratégies doivent changer dans un monde riche en données. Il ne suffit plus de posséder des données ; il faut être prêt à agir et à partager l'information.

Vous devez mettre à jour votre stratégie de marque, car vous ne pouvez pas supposer que ce type de données restera caché. Si les entreprises ne prennent pas l'initiative, d'autres acteurs le feront de plus en plus.

La transparence, pas l'opacité

En cette période cruciale, votre entreprise peut récolter les fruits de la transparence et améliorer la gestion des données en ouvrant des fenêtres de transparence. Pour ce faire, vous devez revoir le cycle de vie des données, les réévaluer pour les collecter, analyser votre approche de cette gestion pour y apporter des améliorations, et reconsidérer la manière dont vous les utilisez, les personnes qui y ont accès et les objectifs commerciaux que vous souhaitez atteindre.

Les données seules ne suffisent pas. La clé est leur disponibilité, et les technologies de communication entrent en jeu. La capacité à les transmettre s'est considérablement améliorée et elles couvrent de plus grandes distances, atteignant des endroits auparavant non connectés en temps quasi réel.

Les données et la connectivité sont des conditions nécessaires à la transparence, mais elles ne garantissent pas le succès. Un problème courant est que les données sont stockées de manière isolée au sein des entreprises. Selon une enquête d'Accenture, le manque d'intégration entre les sources de données est un défi majeur pour 56 % des personnes interrogées. Même si vous traitez aujourd'hui d'importants volumes de données, vous devrez bientôt faire face à une charge plus importante à l'avenir.

Il existe deux stratégies émergentes, data mesh et data fabric, qui peuvent transformer votre entreprise, présentent des différences et des avantages uniques et visent à moderniser et à intégrer les architectures de données.

Ouverture d'esprit

Les entreprises doivent adopter la transparence, réévaluer le calcul des risques et prendre en compte les multiples dimensions de la valeur de leurs données.

Cela signifie-t-il qu'il faut partager les données en permanence ? Non, la responsabilité, le respect de la vie privée et la confidentialité doivent être des priorités lors de la collecte et de leur utilisation. Toutefois, les entreprises ne doivent pas être trop conservatrices, car le partage des données apporte des avantages précieux aux opérations internes, aux clients et au public. Il révèle les rouages de l'entreprise et met au jour des problèmes et des inefficacités qui peuvent déboucher sur des solutions.

Avec plus de transparence, les entreprises renforcent leurs relations avec leurs clients et en attirent de nouveaux. Dans un contexte où la confiance est primordiale pour les consommateurs, il ne faut pas sous-estimer la valeur de la transparence. En répondant directement à ces demandes, vous établissez une relation de confiance avec vos clients. Les données des clients ont toujours été précieuses pour les entreprises, elles doivent désormais l'être aussi pour eux.

Cette approche des données est essentielle pour les entreprises, qu'il s'agisse d'améliorer l'efficacité opérationnelle, de transformer les relations avec les clients ou de résoudre des problèmes d'information clés.

Conclusion

Les fenêtres de transparence sont là. Les entreprises peuvent en profiter pour optimiser leur utilisation de l'écosystème de données en constante évolution, ou résister et passer à côté d'opportunités précieuses.

Tout le monde demande plus d'informations sur les entreprises et les secteurs d'activité. Si vous ne répondez pas à ces demandes, quelqu'un d'autre le fera.

Généraliser l'IA: Les limites et les possibilités de l'intelligence

Vue d'ensemble

Lorsque le ChatGPT d'OpenAI a été lancé en 2022, tout le monde s'est empressé de l'essayer. Ils ont demandé des choses compliquées, des poèmes et même des instructions bizarres comme retirer un sandwich au beurre de cacahuète d'un magnétoscope du XVIe siècle.

Avant ChatGPT, l'art généré par l'IA inondait l'internet. Des outils tels que Stability AI's Stable Diffusion et OpenAI's DALL-E 2 nous ont surpris par leurs réponses aux instructions, créant des images photoréalistes.

Le contenu généré fait partie d'un changement radical dans l'histoire de l'IA : des modèles pré-entraînés qui s'adaptent facilement à différentes tâches.

Depuis l'innovation de l'architecture de modèle d'IA de Google en 2017, l'échelle de l'IA a augmenté avec des modèles et des ensembles d'entraînement plus importants. Il en résulte de puissants modèles pré-entraînés, connus sous le nom de "modèles fondateurs", qui offrent une adaptabilité sans précédent dans leurs domaines d'entraînement.

Grâce aux modèles fondateurs, les entreprises peuvent aborder les tâches et les défis différemment, en apprenant à construire avec l'aide de l'IA plutôt que de partir de zéro.

Le fondement des percées en matière d'intelligence

Le CPT-3 d'OpenAI, lancé en 2020, était le plus grand modèle linguistique au monde. Fait remarquable, il s'est auto-entraîné sur des tâches non préparées et a surpassé les modèles entraînés spécifiquement pour ces tâches. Cela a incité des entreprises telles que Google, Microsoft et Meta à créer leurs propres modèles de langage.

Les chercheurs de l'Institut de Stanford pour l'intelligence artificielle centrée sur l'homme ont inventé le terme de "modèle fondamental" pour désigner cette catégorie d'IA, entraînés sur d'énormes ensembles de données et caractérisées par leur remarquable adaptabilité à des tâches séquentielles.

Certains cherchent à étendre les modèles fondamentaux à d'autres modalités de données, telles que le "langage des protéines". Meta a permis de multiplier par six la vitesse des prédictions sur la structure des protéines.

Des efforts sont déployés pour faciliter le développement et la mise en œuvre des modèles fondamentaux. Les principaux défis actuels sont les exigences de calcul toujours croissantes et les coûts associés à leur traitement. De plus, le coût d'exploitation et d'hébergement des variantes du modèle final reste élevé.

Transformation par l'IA : travail et vie

La question n'est pas de savoir si les modèles auront un impact sur les industries, mais comment.

Les modèles fondamentaux ont un grand potentiel de transformation dans l'interaction entre l'homme et l'IA. ChatGPT, considéré comme l'avenir de la recherche d'informations, exécute diverses tâches : écrire de la poésie, nettoyer du code et répondre à des questions complexes. Son entraînement intensif en ligne lui permet de se souvenir des conversations passées, de fournir des réponses sophistiquées et d'améliorer la communication homme-machine.

Les modèles fondamentaux ouvrent de nouvelles possibilités dans les applications de l'IA. Le manque de données d'entraînement est souvent un problème, mais les modèles pré-entraînés peuvent surmonter cette limitation.

Les modèles fondateurs multimodaux font tomber les barrières en connectant plusieurs modalités de données. Que pourrions-nous réaliser lorsque ces modèles connectent du texte, du son, des images, des vidéos, des données 3D, des capteurs et bien plus encore ? Par ex., une équipe industrielle pourrait utiliser un système d'intelligence artificielle pour traduire les données des capteurs en une procédure de réparation pour un mécanicien.

Les organisations proposent des modèles fondamentaux pré-entraînés par le biais de canaux open source ou des app. payantes.

Lors de l'élaboration d'une stratégie pour les modèles fondamentaux, il convient de comprendre leurs cas d'utilisation les plus pertinents. Certaines applications nécessitent des données qu'ils ne peuvent pas traiter, tandis que d'autres bénéficient davantage d'une IA spécialisée dans une tâche spécifique. L'impartialité des modèles fondamentaux est une préoccupation en raison de la normalisation et de l'entraînement sur de grands ensembles de données en ligne.

Même avec les langages naturels intuitifs, un certain niveau de compétences en génie logiciel est nécessaire pour créer des applications avec des modèles fondamentaux. Mais les entreprises qui n'ont pas ces compétences peuvent également tirer parti de cette technologie. Grâce à OpenAI et à d'autres entreprises qui ont transformé leurs modèles en plateformes, un certain nombre d'entreprises ont lancé de nouveaux produits et services B2B.

Au fil du temps, l'IA se concentrera sur la construction de modèles existants. Les professionnels qualifiés seront essentiels pour adapter et combiner les modèles fondamentaux dans diverses applications commerciales.

Conclusion

Les modèles fondateurs constituent un changement important dans l'histoire de l'IA que les entreprises ne peuvent ignorer. Grâce aux modèles d'aujourd'hui, elles peuvent créer des applications innovantes et profiter des opportunités toujours plus nombreuses offertes par les progrès technologiques.

La frontière éternelle: Big Bang de l'informatique et de la science

Vue d'ensemble

La relation entre science et technologie est une boucle à double sens qui repousse les limites du possible. Avec l'essor de l'informatique, la technologie numérique a pris de l'importance. Bien qu'elle ait accéléré la découverte scientifique, les entreprises ont laissé le développement technologique à des chercheurs et des industries spécifiques. Nous oublions les leçons de l'après-guerre, lorsque la symbiose entre la science et la technologie était le moteur de l'innovation mondiale.

Aujourd'hui, les entreprises changent. Elles se concentrent sur l'intersection perturbatrice entre la science et la technologie, en élargissant leurs efforts d'innovation.

La technologie s'étend au domaine de la science et de la technologie (ST), transcendant les opérations informatiques et technologiques (TI et TO). Les avancées technologiques seront le moteur du mouvement scientifique dans divers domaines, transformant les capacités des entreprises.

Le changement peut affecter la production de solutions et les matériaux utilisés dans les produits commerciaux. La société a besoin d'un retour d'information rapide entre la technologie et la science, surtout dans des domaines tels que la médecine, la chaîne d'approvisionnement et le changement climatique. Les défis d'aujourd'hui exigent des solutions meilleures et plus rapides.

Les technologies émergentes accélèrent le retour d'information entre science et technologie. Il est essentiel pour les entreprises d'identifier les percées scientifiques les plus importantes. Leur exploitation stratégique transformera les entreprises et les industries dans un avenir proche.

Trois domaines accélèrent le cycle : les matériaux et l'énergie, la Terre et l'espace, et la biologie synthétique.

Comment aborder les problèmes graves dans le monde

Les entreprises doivent comprendre la révolution scientifique et technologique pour maintenir une stratégie compétitive et l'innovation. L'accélération de la boucle de rétroaction est cruciale, de même que d'autres éléments pour stimuler l'innovation.

Pensez aux problèmes mondiaux : pandémie, changement climatique, chaîne d'approvisionnement. Il s'agit là de défis majeurs pour les entreprises à l'avenir, qui doivent donc se tourner vers la science, la technologie et l'innovation pour tirer parti des opportunités qui se présentent.

En investissant davantage dans les technologies scientifiques, les entreprises seront en mesure de créer des solutions plus rapides et plus efficaces aux défis d'aujourd'hui.

Collaboration et expérimentation

S'il est facile de parler d'ouverture à la science, il est difficile de la mettre en pratique. Les nouvelles technologies accélèrent la boucle de rétroaction de la science et de la technologie, générant des changements rapides dans le paysage de l'innovation.

Les entreprises sont confrontées au défi de commencer à des niveaux de maturité différents par rapport à la révolution numérique. Les entreprises pharmaceutiques et chimiques ont des pratiques établies en matière d'innovation scientifique et cherchent à maintenir leur position en investissant dans les technologies numériques émergentes. Elles saisissent également l'occasion de s'associer et d'établir des liens avec de nouvelles industries stimulées par la révolution scientifique et technologique.

Autres entreprises doivent prendre trois mesures clés pour se préparer et réussir, même si elles ne se considèrent pas comme scientifiques. D'abord, elles doivent reconnaître l'importance de la collaboration. Les technologies informatiques avancées, telles que l'informatique quantique, requièrent des compétences très recherchées et difficiles à trouver. Des organisations issues de différents secteurs cherchent à atteindre les objectifs de l'informatique quantique par l'intermédiaire de consortiums.

La deuxième façon de se préparer est de trouver des moyens de commencer à expérimenter. Cela est facilité par la création de nombreuses plateformes scientifiques et technologiques avancées.

Les entreprises doivent être conscientes des risques associés aux principaux moteurs de la révolution scientifique et technologique: la biologie synthétique et l'informatique quantique, et s'y préparer.

Conclusion

Les avancées en informatique, des technologies spatiales et de la biotechnologie seront à l'origine de progrès à un moment crucial pour les personnes, les entreprises et le monde. Dans un contexte de défis urgents tels que les pandémies et le changement climatique, il est temps d'investir pleinement dans les cycles d'innovation et d'accélération scientifiques et technologiques promis et de les libérer, à mesure qu'ils évoluent et se renforcent dans l'avenir.