Publié en février 2019, le rapport « Intelligence artificielle – État de l’art et perspectives pour la France » a pour objectifs d’évaluer précisément les dynamiques économiques induites par l’IA, de développer l’attractivité des territoires dans le domaine de l’IA et d’identifier les actions clés à réaliser. Il présente les secteurs les plus impactés par l’IA et ceux sur lesquels il serait le plus profitable d’investir et les moyens à mettre en œuvre pour réussir.

Une réelle différence entre la France et le monde

Dans ce rapport, le PIPAME (Pôle interministériel de Prospective et d’Anticipation des Mutations économiques) établit, dans une première partie, un panorama des technologies génériques de l’IA et des écosystèmes qui les portent aux niveaux français et mondial. Dans une seconde partie, il établit un classement des secteurs les plus impactés par l’IA au plan mondial puis au plan français.

Ces classements s’avèrent différents entre la France et le monde. Pour le classement mondial, l’organisme s’est référé à plusieurs études montrant notamment les secteurs pour lesquels l’adoption de l’IA est la plus avancée et l’attractivité en termes d’investissements la plus importante. Des facteurs de pondération quantitatifs (poids dans le PIB national, contribution du secteur à l’emploi), et qualitatifs (atouts spécifiques de la France dans la compétition mondiale, existence de plateformes hégémoniques dans le secteur) ont été définis pour obtenir la liste des secteurs les plus impactés par l’IA en France.

Cette distinction montre notamment que, si le secteur des télécommunications est le plus impacté au plan mondial, il n’est que quatorzième en France, principalement en raison des critères de pondération qualitatifs. De même, le secteur des services financiers, troisième au plan mondial, n’est que septième en France ; celui de l’éducation et la recherche passe de septième à treizième. Un premier élément important est ainsi apporté par l’étude, les efforts pour porter l’IA en France doivent se concentrer, non pas sur les secteurs sur lesquels ils sont déjà les plus importants mais bien sur ceux sur lesquels les chances de réussite sont les plus probables, en fonction de critères spécifiques à l’hexagone.

Les secteurs les plus impactés par l’IA en France

Quinze secteurs sont donc considérés comme les plus impactés par l’IA en France. Il s’agit des secteurs de la santé, des industries manufacturières, dont l’automobile, des transports, des services de types « utilities », de l’environnement, des administrations publiques, des services financiers, de l’agriculture, des services juridiques, de la sécurité, du commerce et de la distribution, des professions libérales ainsi que des services professionnels, de l’éducation et de la recherche, des télécommunications et enfin des loisirs et média. Parmi les quinze, les quatre premiers font l’objet d’une analyse approfondie dans l’étude.

Le secteur de la santé, donc considéré comme le plus impacté par l’IA en France, présente un fort potentiel notamment par son dynamisme en médecine préventive ou en diagnostic médical. Selon la FEFIS (Fédération française des industries de santé), il existerait 12 000 pathologies qui ne disposent pas d’une réponse médicale satisfaisante sur les 18 000 pathologies recensées par l’OMS. Donc autant de pathologies susceptibles de faire l’objet d’une recherche utilisant les techniques algorithmiques de l’IA. Mais l’étude relève un paradoxe de l’IA en santé en France lié à l’accès aux données de santé. Celles-ci sont, en effet, largement disponibles et très nombreuses par rapport à d’autres pays mais en même temps le plus difficilement accessible pour les innovateurs du fait de la législation en vigueur. Considéré comme un frein majeur, le PIPAME signale le risque de voir les innovateurs se délocaliser dans des pays où l’accès aux données de santé est moins contraint, afin de poursuivre leurs recherches.

L’accès aux données, une condition essentielle pour l’IA

L’IA a pour but de simuler l’intelligence humaine en effectuant des tâches de perception, de compréhension ou de prise de décision de manière plus efficace et plus rapide qu’un expert humain. Pour atteindre ces objectifs, les technologies de l’IA ont besoin d’un élément essentiel : un ensemble de données. Celui-ci peut notamment être obtenu par l’intermédiaire de plateformes digitales telles que, par exemple, des systèmes d’information recevant des données à partir d’objets connectés ou de capteurs industriels qui génèrent des flux réguliers événements. L’étude précise que la performance actuelle des algorithmes dépend majoritairement de la qualité des données utilisées.

Comme pour la santé, ces données pourraient être le maillon faible dans le secteur du transport et de la logistique, qui dispose pourtant de plusieurs atouts forts avec des industriels ayant déjà commercialisé des véhicules autonome et, bien sûr, de constructeurs représentatifs au plan mondial. Mais ce n’est pas la réglementation contraignante qui, cette fois, est mise en cause mais plutôt le partage de données entre acteurs logistiques qui fait défaut.

Et c’est encore la disponibilité de données de masse qui représente le principal frein dans le secteur de l’industrie. Les industriels français n’ont pas encore suffisamment investi dans la digitalisation du secteur, afin de transformer la chaîne de valeur du produit vers les services. L’industrie 4.0 avec ses chaînes de production pilotées par des robots, des automatismes et des logiciels doit devenir la norme pour améliorer la productivité et l’IIoT (Industrial Internet of Things ou Internet des objets dans l’industrie) doit apporter ces données aux algorithmes de l’IA, permettant ainsi de percevoir et prévoir les défauts ou de prendre les décisions sans intervention humaine.

Des opportunités réelles pour la France, sous conditions

La France dispose d’un potentiel très fort en termes de recherches et d’innovations en IA. Les formations d’ingénieurs et de chercheurs sont reconnues et les nombreuses grandes entreprises internationales qui ont choisi d’implanter leur centre de recherche mondial sur l’IA en sont la preuve incontestable (Facebook, Google, Microsoft, IBM). Mais disposer des compétences ne suffit pas, il est nécessaire de développer et sécuriser la recherche en France, afin de ne pas voir ces chercheurs partir vers d’autres pays plus rémunérateurs ou plus ouverts.

Il est également essentiel de rendre le plus accessible possible toutes les données disponibles pendant la phase de recherche et de développement de technologies d’intelligence artificielle. L’étude propose de créer une distinction explicite et légale entre la phase d’expérimentation et celle de l’usage commercial de données, permettant ainsi de simplifier l’accès aux données pendant les phases de mise au point. Même si cette proposition est probablement complexe à mettre en œuvre du point de vue juridique, l’idée semble très intéressante, au plan conceptuel.

Une dernière condition qui n’est pas préconisée dans le rapport mais qui reste également très importante, le soutien des startups de l’IA par les grandes entreprises françaises. Et ce point est loin d’être anodin, si l’on se réfère à l’étude publiée en mai 2019, à l’occasion de Vivatech 2019 par Sidetrade et Les Echos. Cette publication explore la logique de collaboration en France entre l’écosystème français de l’innovation et de la recherche en IA (start-ups et instituts de recherche spécialisés en IA) et les entreprises du SBF 120. Et elle montre que seulement 37% du SBF 120 entretient des liens de collaboration avec ces acteurs innovants dans l’IA. L’étude conclut même que l’excellence française de la recherche en IA est déconnectée de l’économie réelle, plus des ¾ du SBF 120 n’a simplement aucune relation avec les instituts de recherche spécialisés en IA. Rappelons que le SBF 120 est un indice boursier déterminé à partir des cours de 40 actions du CAC 40 et de 80 valeurs des premier et second marchés. En clair, la majorité des grandes entreprises cotées en France ne s’intéresse pas à l’innovation et la recherche en intelligence artificielle. Une autre raison susceptible d’entrainer une délocalisation des jeunes entreprises innovantes vers des marchés où le développement est mieux accompagné.

Denis Kientz, Expert en nouvelles technologies

Mai 2019