The Angle

Ouvert, mais obtus

IBM Watson, quand Big Blue n’arrive plus à avoir raison

C’est le nouveau cheval de bataille d’IBM : Watson, l’outil magique qui va résoudre tous les problèmes des entreprises. En imposant cette marque comme un synonyme d’intelligence artificielle, Big Blue veut se positionner comme l’acteur incontournable pour tout projet dans ce domaine. Pourtant, sur le terrain, les retours sont plus mitigés et la solution miracle semble peiner à tenir ses promesses. Entre marketing et boîte à outils, où se situe vraiment Watson ?

Ce Tweet de Keith Rabois, un VC très influent dans la Silicon Valley, n’est qu’une des manifestations d’une fronde que l’on voit monter depuis quelques mois contre Watson. Il faut dire, qualifier Elon Musk du titre de “CEO Tech le plus prudent”, c’est une appréciation que même le plus mauvais des candidats à Jeopardy n’aurait osée.

Cette défiance va même jusqu’à faire naître des doutes au sujet de l’avenir d’IBM dans son ensemble : d’autres investisseurs respectés – Charlie Munger notamment – ont affirmé à plusieurs reprises qu’ils voyaient mal comment les promesses de Watson allaient se transformer en contrats effectivement signés par Big Blue.

De ce côté de l’Atlantique, on voit également fleurir quelques articles mettant en doute l’impact réel de cette technologie : l’excellent Internet Actu rappelle que dans le domaine médical, pourtant mis en avant par le marketing d’IBM, Watson est loin d’être la panacée, et Le Monde a également récemment fait état de certains déboires de Big Blue pour imposer son « cognitive computing ».

Mad men

Les génies du Marketing d’IBM ont une manière bien à eux de promouvoir Watson : un outil omnipotent, quasiment magique, touchant presque au mystique. Pour preuve, cette vidéo que toute l’Amérique a pu voir lors de la pause publicitaire du dernier SuperBowl.

Vous y aurez reconnu John Hamm, aka Don Draper de Mad Men, vous expliquant que l’outil qui servait déjà à guérir le cancer et à apprendre aux enfants du monde entier à lire et écrire était désormais à votre service pour vous aider à remplir votre déclaration d’impôts ! Watson y est ici représenté par un espèce de cube mystérieux, à mi-chemin entre le monolithe noir de “2001, l’odyssée de l’espace” et une magic 8 ball, le tout dans un light show digne d’un Zénith d’André Rieux.

Mais c’est en se penchant plus en détail sur les références concrètes de Watson que le bât blesse. Car entre la promesse de Big Blue et la réalité, le contraste est saisissant. A les écouter, après avoir humilié Julien Lepers, Watson est déjà en mesure de :

(insérez les Oh,Wait que vous voulez à cette liste)

Alors quand un middle manager à la COGIP a envie d’économiser 2 ou 3 ETPs à la compta, pas étonnant qu’il présume que Watson va trouver ça élémentaire.

Behind the scenes

Pourtant, Watson est quand même loin d’être un vaporware : ce n’est pas parce que le marketing d’IBM sur-promet à outrance que l’outil est totalement bidon, bien au contraire. Mais que vaut vraiment Watson et comment se situe-t-il sur le marché de l’IA ?

En mai dernier, des collaborateurs du Crédit Mutuel témoignaient sur Silicon.fr de leur expérience avec Watson. Cet article est une mine d’or  pour comprendre à quel point utiliser l’IA pour résoudre des problèmes en entreprise est un travail complexe et chronophage. Surtout quand Watson ne parle pas français, alors qu’on lui demande d’aider les conseillers bancaires à traiter plus rapidement les emails de leurs clients ! Cet extrait est pour le moins parlant :

Aujourd’hui, sur les 120 000 mails reçus par jour, 90 000 sont analysés ; 50 % d’entre eux correspondant à des demandes de clients. « Sur ce sous-ensemble, nous identifions 33 intentions, soit 70 % des demandes », reprend le chef de projet. Mais améliorer le taux de détection est, en soi, un défi. « Nous effectuons un travail de classification dans ces 33 ‘boîtes’, mais dont les frontières sont un peu floues, note Laurent Prud’hon. Quand nous améliorons la détection dans une boîte, nous détériorons le niveau de reconnaissance de celle d’à côté. On est constamment à la recherche d’un équilibre entre le taux de détection et le taux de faux positifs. » Un équilibre instable qu’il faut entretenir. « On se retrouve face à des subtilités liées au contexte d’une phrase, subtilités inhérentes au langage naturel, dit encore l’expert. Ce facteur fait partie des éléments difficiles à expliquer aux utilisateurs, car nous ne sommes pas ici face à des bugs qu’on peut corriger ! »  

On est loin du cube magique de Don Draper, mais malgré tout, des résultats ont été obtenus et d’autres viendront encore. La question à laquelle l’article ne répond pas, en revanche, est celle du ROI. Même s’il est encore tôt, et que le Crédit Mutuel a certainement négocié avec IBM pour compenser le temps passé à essuyer les plâtres, Watson reste une des solutions les plus chères du marché. A titre de comparaison, pour un chatbot, on estime le coût par appel à l’API Watson à environ 30 fois plus cher que chez Microsoft.

On peut alors fortement s’interroger sur la rationalité d’un tel choix : si la banque n’avait pas été un client fidèle d’IBM depuis des dizaines d’années, aurait-elle choisi Watson ? Ce choix est-il drivé par la pertinence de la solution ou par la forte dépendance de son I.T. aux technologies de Big Blue ?

Il manque une Dream Team

Par de nombreux aspects, IBM ne semble pas être la société la mieux armée pour devenir l’éditeur de références de solutions IA au delà du cercle de ses clients historiques.

Si on tente de regarder où ont lieu les dernières avancées en matière d’intelligence artificielle et notamment de Deep Learning, IBM est globalement absent du paysage. En matière d’IA, on peut assez facilement jauger des efforts des grandes sociétés en comptant le nombre de papiers scientifiques qui sont publiés par des employés. Et Google (grâce notamment à Deepmind) et Facebook trustent les premières places.

Du côté des célébrités de l’IA, même constat : Yann le Cun, père du Deep Learning, dirige le labo d’IA de Facebook, Fei Fei Li partage son temps entre Stanford et Google Cloud, et Andrew Ng s’occupe du lab IA de Baidu. Or, la possibilité de publier des papiers et de faire partie d’une des meilleures équipes du monde contribue à motiver les meilleurs doctorants à rejoindre une entreprise, créant un effet boule de neige. Il semble alors difficile alors d’imaginer comment Watson pourrait se maintenir à la pointe de la technologie sans réussir à attirer les meilleurs talents.

De plus, les GAFA disposent de réservoirs monstrueux de données pour entraîner leurs algorithmes et alimenter leurs chercheurs. IBM, quant à lui, doit d’abord signer un deal avec un client, ou racheter une boite, pour ensuite avoir accès à des données qui seront alors très spécialisées, liées à un secteur et à des processus bien délimités.

Et c’est bien là l’autre souci avec le modèle Watson, la volonté de s’attaquer à toutes les verticales en même temps : santé, banque, retail,… or l’IA telle qu’on la conçoit aujourd’hui procède de manière verticale : on entraîne des algorithmes sur une tâche précise (par exemple, déterminer si une image médicale contient une tumeur cancéreuse ou pas) et il ne servira ensuite qu’à cela. Vous pourrez toujours essayer de lui demander si votre client téléphonie mobile risque de résilier son abonnement dans les 3 prochains mois, elle n’en aura aucune idée (sauf si le mec a le cancer bien sûr). Et donc même si Watson était le meilleur oncologue du monde, ça n’avancerait pas beaucoup notre middle manager à la COGIP, qui pourtant, trouve ça vachement bien sur le principe, le fait de guérir le cancer.

Un modèle adapté ?

Enfin, ce qui peut faire douter de la pertinence d’IBM pour mener un projet lié à l’IA, c’est son modèle économique hybride ni complètement cabinet de conseil, ni vraiment pur éditeur logiciel. C’est pourtant ce modèle qui a permis de sauver IBM dans les années 90. Juste avant l’arrivée d’Internet, le géant est en difficulté du fait de l’essoufflement des ventes de hardware. C’est à cette époque que Lou Gerstner fait évoluer le modèle d’un vendeur de machines à un vendeur de solutions : hardware + software + consulting. C’est la fameuse époque du « e-business », les entreprises découvrent qu’elles doivent se lancer sur l’internet, Big Blue promet de s’occuper de tout, et renaît de ses cendres.

Si aujourd’hui le hardware est moins stratégique, il reste une position bancale : on attend d’un consultant qu’il vous aide à choisir l’outil le plus adapté au besoin, et d’un éditeur que son outil soit facilement adaptable à un contexte et qu’on se l’approprie facilement. Or, en étant juge et partie, la force de vente IBM va tout faire pour envoyer une armée de consultants configurer eux-mêmes Watson chez vous.

C’est donc peut-être culturellement qu’IBM aura du mal à se maintenir comme une référence dans le domaine de l’IA.  Big Blue est une entreprise centenaire. Après la grande dépression des années 30, ses employés étaient invités à apprendre par coeur et à chanter des chansons à la gloire du dirigeant historique, TJ Watson.

D’après ces chansons, les gens d’IBM ont eu continuellement raison pendant toutes ces années. Auront-ils tort cette fois ?

   

A PROPOS

Nous sommes un collectif de consultants confrontés chaque jour au thème de l'impact de la technologie dans l'entreprise.

Ce blog recense nos réflexions en essayant d'éviter autant que possible les buzzwords, les lieux communs et les fausses bonnes idées.

En savoir plus

NEWSLETTER

Recevez chaque semaine les derniers contenus publiés sur The Angle. Garanti sans spam.