Dans le cadre du lancement de France IA, stratégie nationale, ce post aborde surtout l’IA faible et le rôle des territoires. Olivier Ezratty offre une synthèse complète sur le sujet [pdf]. L’IA faible est maintenant au contact de la multitude via nos smartphones. Des IA utilisent déjà d’autres logiciels comme des jeux videos pour apprendre (voir Udacity dans le domaine des mobilités), d’autres comme QuickDraw implique la multitude. Un précédent article basé sur l’étude de TheFamily identifiait les principales raisons qui conditionnent l’émergence d’acteurs numériques majeurs. L’objet de ce post est plutôt d’identifier quelques pistes pour équilibrer la position des collectivités à l’égard des plateformes existantes. Les collectivités deviennent des points de passage importants vers de futurs gisements de données et vers de nouvelles relations avec la multitude. Les plateformes ne feront pas de véhicule (voir Google ne s’intéresse pas d’automobile) car il est plus rentable de se positionner à la périphérie et au plus près de la Multitude. Les collectivités devront faire levier des plateformes et co-innover tout en imposant plusieurs conditions.
source GAFANOMICS by FaberNovel
La plateforme, l’OS et l’IA
En simplifiant le fonctionnement d’une machine complexe comme un ordinateur, l’Operating System (OS) a progressivement ouvert l’informatique au plus grand nombre. DOS, Windows, Linux, iOS… puis Android puis… Pour gérer de plus en plus de fonctions et de logiciels, des progrès en design permettent à tout le monde de manipuler des outils de plus en plus complexes autrefois réservés à des professionnels. Une multitude de couche s’est progressivement rajoutée pour simplifier la complexité. Simultanément, les interfaces se sont simplifiées pour aboutir à des écrans composées uniquement d’icônes comme autant de raccourcis vers des solutions elles-mêmes simplifiées. Aujourd’hui Alexa (et ses compétiteurs) est l’aboutissement puisqu’il n’y a plus rien, pas de clavier, pas d’écran. La voie commande, Alexa répond et fait quelque chose. Aujourd’hui les OS deviennent les chevaux de Troie des grandes plateformes pour être sûr que les données reviendront bien vers la plateforme. Plus d’un milliard d’objet Android (smartphone, tablette, montre) nourrissent la plateforme en image, vidéo, mail, message, profil, … Idem pour tous les GAFA.
Ces plateformes intègrent maintenant des Intelligences Artificielles alimentées par ces flux de données. L’OS et l’IA se mêlent pour fournir des services à la multitude et se nourrir en retour. A la fois dépendance, symbiose et autonomie. La plateforme a besoin de la Multitude qui bénéficie de solutions performantes, « gratuites ». L’activité de la Multitude sur la plateforme renforce l’IA. Désormais de nouveaux objets, comme Alexa, sans aucune interface font leur apparition. Andy Rubin met en œuvre un projet radical en matière d’innovation. Sur le fond, puisqu’il s’agit d’intégrer l’Intelligence Artificielle (IA) dans un maximum de projet mais aussi sur la forme, en regroupant conseils, incubations de startups et intégration de services pour développer l’IA directement dans le hardware des projets accompagnés.
Plus les interfaces sont minimales, plus les alternatives pour comprendre le fonctionnement et manipuler la machine se réduisent, même si paradoxalement les capacités d’actions augmentent. En conséquence, de nombreuses décisions algorithmiques sont prises sans même informer l’utilisateur. Les frontières de ces OS/IA deviennent également floues. Qui est dans la machine ? qui est dehors ? Pourquoi la machine me demande ça ? est-ce pour moi ou pour l’OS/IA ?
Je fais l’hypothèse que l’utilisateur est désormais intégré comme un composant de l’OS/IA dont la finalité principale est d’abord de s’alimenter lui-même pour apprendre et développer les algorithmes d’Intelligence Artificielle.
La réponse à la requête de l’utilisateur devient un sous-produit de l’objectif principal, maintenir et faire progresser ses algorithmes en validant que la réponse fournie induit la bonne réaction de l’utilisateur. En renforçant l’OS/IA, les possibilités d’être déployés dans d’autres contextes, d’autres objets augmentent, renforçant l’OS/IA. Encore les rendements croissants. La question des limites du système est d’ailleurs une question clé. Les capacités à ne plus avoir de limites physiques puisque l’OS/IA s’insère dans tous les objets (plus de 7000 déjà pour Alexa), à pouvoir investir de nombreux écosystèmes industriels, à comprendre de nombreux contextes, à attirer les développeurs pour venir innover, détermineront les OS dominants. Nous allons vers des OS/IA comme des éthers, invisibles, distribués.
Mobilités robotisées
La mobilité est concernée. En cherchant à robotiser les comportements du conducteur (et un peu la voiture), les acteurs développent des OS/IA censés être capables de prendre des meilleures décisions qu’un humain. Potentiellement, pour ces véhicules autonomes, en jouant sur les logiciels, il devient donc possible de supprimer certains comportements humains qui ont des impacts collectifs très négatifs. Les algorithmes des flottes de robots pourront ainsi contenir les règles sociales du territoire concerné si les fournisseurs des technologies agissent de concert avec toutes les parties prenantes et ouvrent les algorithmes pour intégrer les mesures de politiques publiques.
Cette option pourra faire émerger des OS/IA des mobilités co-conçu public-privé. Là encore, l’OS du conducteur robot aura également comme autre objectif de maintenir à jour la cartographie et l’environnement en faisant remonter en continu des données rafraichies. Ces OS sont aussi conçus pour s’auto-alimenter et faire progresser leur IA grâce à des gros volumes de données collectées en utilisation : photos, capteurs,… L’OS qui va l’emporter est donc celui qui aura la meilleure IA, donc la plus grande quantité de données qualifiées (obtenues par des logiciels à partir de données brutes) et la plus grande capacité à faire évoluer son IA chemin faisant. Pour avoir le plus de données, il faut le meilleur OS (coût/performances), le plus grand nombre d’objets équipés, et pour cela, il faut la meilleure IA. Il y a bien une synergie et des effets de rendement croissant déjà à l’œuvre qui vont faire émerger les meilleurs OS/IA pour ensuite construire des barrières à l’entrée infranchissables.
Concrètement, il s’agit du nombre de véhicule en circulation, des distances parcourues, de la diversité des véhicules – parcours – environnements, du nombre de capteurs et autres générateurs de données. Ce premier niveau conditionne la capacité de l’OS/IA à prendre une position dominante au regard des autres acteurs concurrents.
En complément, la capacité à intégrer des règles publiques portant des intérêts collectifs dans les algorithmes pour gérer les flottes sera centrale dans les rapports à court terme entre les entreprises privées et les collectivités ou états. Quasiment toutes les plateformes de mobilités (Uber, Lyft, Google via Sidewalk lab et Waze) cherchent maintenant à travailler avec les villes pour les « aider » : mieux connaître les mobilités, optimiser les flux, le stationnement (voir cet article) ou encore compléter l’offre de transports collectifs publics par des offres « on-demand ». Ces services aux collectivités ont également pour objectifs de se positionner le plus près possible des gisements de données et de la multitude.
Leviers d’actions pour les collectivités
Les collectivités ont maintenant une opportunité de négociation unique car elles conditionnent l’accès aux principaux gisements de données. Elles devront nouer des partenariats, innover avec les plateformes tout en négociant. Nous avons identifié plusieurs leviers :
- en se fédérant au niveau mondial (puisque les plateformes le sont aussi) pour reprendre le rôle de tiers de confiance auprès de la Multitude,
- en précisant clairement un minimum de règles publiques à intégrer dans les algorithmes : favoriser les modes actifs, les transports publics, ne pas utiliser telle route, etc…
- en imposant que certaines données d’usage des services sur le territoire soient ouvertes, exploitables par la ville grâce à des outils mutualisés entre les villes et open source,
- en décrivant les conditions pour que de nouveaux services de mobilité puissent opérer sur son territoire (énergie utilisée, équité et équilibre de l’offre sur le territoire, remplissage moyen des véhicules supérieur à 2, etc…),
- en demandant de communiquer via la plateforme des messages d’intérêt général concernant par exemple les modes actifs, la consommation d’énergie ou la pollution,
- en invitant la plateforme a proposé les meilleures combinaisons et complémentarités avec l’offre de transport public au niveau de l’offre et des tarifs.
L’initiative Osmosys lancée par Robin Chase est un bon exemple à suivre. Sous certaines conditions, la collectivité invite la plateforme à développer une offre de mobilité servicielle de haute performance énergétique sur son territoire, à payer des taxes et à bénéficier des infrastructures.
Le logiciel continue de dévorer le monde. Les OS distribués transforment les humains en capteurs et alimentent ainsi la plateforme en données fraîches sous toutes ses formes. L’IA rajoute une dimension en exploitant ces données, augmente l’attractivité de la plateforme et augmente encore la distribution dans de nombreux objets dispersés. Quelques OS/IA associés à des plateformes de services vont dominer. La robotisation des véhicules n’échappe pas à ce processus. La valeur se déplace vers l’autopilot (OS/IA de la voiture) puis vers l’OS/IA gérant la flotte de robotaxis. Les territoires devraient maintenant se fédérer pour négocier avec les plateformes, faire levier du formidable potentiel des données, des logiciels et des mobilités partagées robotisées et électriques.
