III. ACCOMPAGNER LE CHANGEMENT VERS UNE « ROBOTISATION HEUREUSE »
La diffusion dans toutes les sphères d'activité, publiques comme privées, des technologies d'IA et des robots intelligents paraît aujourd'hui inévitable.
Elle ouvre des perspectives d'amélioration de notre vie quotidienne : les robots ménagers par exemple peuvent nous dispenser de passer l'aspirateur et peut-être même demain laveront notre linge automatiquement. Mais cette automatisation massive inquiète aussi . La disparition de l'emploi et la fin du travail ne constituent pas l'hypothèse privilégiée des experts. En revanche ceux-ci vont être profondément transformés et cette transformation nourrit aussi des craintes de dépossession, de perte de qualification ou encore de complexification du travail ou de hausse de la pression sur les épaules des humains, appelés à collaborer avec des robots qui les surpasseront dans à peu près tous les domaines. Notre économie étant devenue principalement une économie de services, ce sont les emplois de service qui seront en première ligne de cette transformation.
Mais nous avons beaucoup d'incertitudes : quel sera le rythme de la robotisation dans les services ? Quels seront les freins ou à l'inverse les accélérateurs qui joueront en France et en Europe ? Il n'y a aucun déterminisme technologique et le champ des possibles est très ouvert. Dans la dernière partie du présent rapport, vos rapporteurs formulent une série de proposition pour maîtriser cette nouvelle étape du progrès technique, domestiquer ces technologies d'IA et assurer la cohésion de notre société, qui repose aujourd'hui encore sur le travail, en ne créant pas une nouvelle fracture entre ceux qui profiteraient de l'utilisation de l'IA et ceux qui subiraient son développement.
A. ENCOURAGER L'INNOVATION DANS LES SERVICES
1. L'expérimentation, socle du progrès
a) L'automatisation à petits pas dans les services
Le secteur des services est marqué par une grande diversité avec un tissu économique moins concentré que l'industrie. Il existe toutefois de grandes entreprises capables de réaliser des investissements massifs et de transformer une activité en s'appuyant sur ses avantages technologiques. Pour les services de distribution de colis, Amazon s'est imposée en peu d'années (elle n'a été créée qu'en 1994) comme un leader mondial grâce à l'automatisation tant de sa plateforme de commercialisation en ligne que de sa gestion logistique dans ses entrepôts. Pour les services de transport, Uber a aussi fondé sa réussite très rapide (l'entreprise n'a été créée qu'en 2009) sur l'utilisation de l'IA pour organiser ses relations avec ses clients et ses fournisseurs.
La technologie coûte cher et la mise au point de nouvelles solutions se heurte aux limites des capacités d'investissement des entreprises ou des administrations. Les retours sur investissement sont aussi très incertains, ce qui ne facilite pas la multiplication des expérimentations.
Les petites et moyennes entreprises (PME) forment le socle de l'économie des services en Europe et sont particulièrement touchées par ces freins à l'adoption de technologies innovantes. Elles sont ainsi davantage utilisatrices de solutions « clefs en main » proposées par des grands acteurs de l'informatique que génératrices de nouvelles solutions. La chaîne de valeur se déplace de ces PME vers les leaders de l'économie numérique, capables d'imposer leurs technologies et de dicter leurs conditions de marché.
Toutes ces faiblesses sont connues, repérées. Le rapport du groupe d'experts de haut niveau sur l'intelligence artificielle remis à la Commission européenne le 26 juin 2019 45 ( * ) souligne la nécessité de cibler une part significative des ressources du plan d'investissement InvestEU (plan Juncker) sur l'appui à la transformation des entreprises européennes par l'IA. Il recommande la mise en place de guichets d'information pour les PME et le développement de hubs d'innovation digitale.
Le rapport Villani insiste pour sa part sur la création de « bacs à sable d'innovation, constatant que pour accélérer le développement de l'IA, « il est nécessaire d'offrir aux acteurs des terrains d'innovation en situation réelle ».
Ces travaux montrent surtout que l'automatisation des processus n'est pas un mouvement continu et linéaire . La modernisation des services dépend de décisions locales et se fait à des rythmes très variables selon les secteurs, selon les pays ou les régions. L'automatisation répondant à des enjeux de productivité, de fiabilisation des processus ou encore de réactivité se déploie dans toute une série de services marchands ou non marchands, mais ce rythme de déploiement est encore lent. Selon le rapport du groupe de haut niveau sur l'IA, l'Europe investit 2 à 5 fois moins que les autres régions dans l'IA. Elle n'attire que 11 % des investissements en capital-risque contre 50 % aux États-Unis et la quasi-totalité du reste en Chine. Le rapport estime que ce manque d'investissements pourrait conduire à une réduction du PIB européen de 400 milliards d'ici 2030 alors qu'une trajectoire plus offensive améliorerait le PIB européen de 19 % en 2030, soit 2,7 trillions d'euros.
L'Europe ne dispose pas de géants des technologies d'IA. Le rapport du groupe de haut niveau préconise d'encourager la croissance d'entreprises européennes spécialisées dans l'IA grâce au plan InvestEU. Il préconise aussi de s'appuyer sur les services publics pour mettre en oeuvre des solutions innovantes. Le secteur public rend un nombre important de services à la population et la mise en oeuvre d'outils d'IA et l'automatisation de procédures massives (traitement des factures, des marchés, des impôts) est susceptible d'avoir un effet d'entraînement sur d'autres services (par exemple, le traitement de la paye).
Si de lourds investissements permettent de lancer rapidement des projets de robotisation massifs, l'expérimentation locale reste indispensable pour adapter les technologies aux spécificités de chaque secteur, de chaque public, de chaque territoire. Le secteur de la santé illustre bien cette logique d'amélioration progressive des services grâce à l'automatisation : ainsi en ophtalmologie, les dépistages d'anomalies rétiniennes peuvent être réalisés automatiquement, libérant du temps pour les ophtalmologues, qui sont en nombre insuffisant. Dans les cliniques et hôpitaux, la maintenance préventive des équipements biomédicaux est modernisée par l'adoption de logiciels de gestion de parc qui peuvent même communiquer avec les équipements concernés. C'est en partant du terrain, dans une logique dite « bottom-up », que les innovations techniques se propagent.
L'expérimentation réussie de nouvelles techniques suppose la disponibilité d'une infrastructure permettant de les déployer, notamment d'une couverture en connexions à haut débit, mais aussi de connexions mobiles. Le déploiement d'un service de transport à la demande par un établissement public de coopération intercommunale, par exemple, suppose une couverture numérique complète sur la zone considérée pour ne pas avoir de zones de non-prise en charge. Cela conduit à formuler la recommandation suivante :
Recommandation n° 1 : assurer une couverture numérique du territoire, afin d'éviter une robotisation à plusieurs vitesses.
b) Connaître pour anticiper : l'importance du retour d'expérience
L'automatisation dans les services résultant d'une démarche très décentralisée et en perpétuel mouvement, la question de la diffusion des bonnes pratiques est essentielle. Elle se heurte cependant à plusieurs obstacles.
Le premier obstacle est celui du secret des affaires et de la propriété intellectuelle. L'utilisation d'outils d'automatisation donne un avantage concurrentiel que les entreprises ne souhaitent pas forcément voir disparaître en étant imitées par des concurrents.
Un autre obstacle réside dans la difficulté à comparer les situations : la mise en oeuvre de solutions automatisées dans les services répond parfois à des problématiques spécifiques (manque de personnel qualifié, remplacé par des robots par exemple) ou à des stratégies de différenciation (offrir un service supplémentaire à l'aide de robots d'accueil dans une banque).
Un dernier obstacle tient au caractère mouvant et instable des expérimentations d'automatisation : l'utilisation de l'IA est en perpétuel perfectionnement. Un équipement médical destiné à automatiser un diagnostic va peut-être se révéler peu performant pendant quelques mois, avant de donner des résultats spectaculaires après une phase d'apprentissage.
La première étape pour la diffusion de bonnes pratiques est celle de l'évaluation des expériences d'automatisation . Mais l'évaluation ne peut être que sectorielle et il est difficile d'en tirer des conclusions générales en termes d'emploi, de compétence, de bien-être au travail, de compétitivité et de performance. La deuxième étape consiste à communiquer et diffuser les résultats des évaluations menées sur une expérience d'automatisation. Cette pratique est encore très incomplète.
Elle pourrait être très utile pour lever certains freins à l'adoption de techniques d'automatisation. Ces freins sont parfois techniques, mais aussi psychologiques. L'automatisation des processus constitue souvent une révolution culturelle qu'il faut accompagner pour qu'elle ne soit pas un traumatisme. En cela, le partage d'expériences est utile et contribue à accompagner le changement. Il en résulte deux autres recommandations :
Recommandation n° 2 : développer les démonstrateurs d'innovations pour lever les obstacles psychologiques à l'utilisation de robots de service.
Recommandation n° 3 : effectuer une évaluation systématique de l'impact de l'introduction de robots dans les organisations publiques ou privées.
2. Maîtriser la donnée et les technologies
a) L'importance d'une politique de la donnée
Tous les experts de l'IA s'accordent sur un point : la collecte massive de données constitue une condition indispensable à la réussite et même tout simplement à la mise en oeuvre de ce type de technologie , qui repose sur l'apprentissage automatique par les machines plutôt que sur la construction d'algorithmes.
Des données sont créées massivement et à tout instant par une multitude d'acteurs : les entreprises collectent des données internes leur permettant de surveiller leur fonctionnement, les clients des entreprises ou usagers des services publics créent aussi des données dès qu'ils interagissent avec les systèmes mis à leur disposition (par exemple pour une commande d'un produit). D'après le rapport du groupe de haut niveau précité, le volume de données augmente de 61 % chaque année.
La disponibilité de la donnée conditionne donc la possibilité de proposer des systèmes d'IA performants. Or, le rapport Villani reprenant les chiffres publiés par l'Union européenne en 2017 estimait que 90 % des données des entreprises n'étaient partagées avec personne. Le rapport Villani préconise d'ouvrir largement l'accès aux données publiques mais aussi d'obliger si nécessaire à l'ouverture de certaines données détenues par des entités privées.
Le rapport du groupe de haut niveau européen préconise plusieurs pistes : mettre en place des plateformes nationales et européennes de données, donner un statut de service public aux infrastructures européennes de partage de données, standardiser au niveau européen le marquage de données, créer des espaces sécurisés de données pour des secteurs sensibles comme la santé ou l'agriculture, développer des mécanismes de protection des données personnelles, ce qui a déjà avancé avec l'entrée en vigueur du RGPD 46 ( * ) , garantir l'interopérabilité des données.
L'objectif d'une politique européenne des données consiste à éviter de dépendre de données devenues propriété des firmes dominantes de l'économie numérique, en particulier des GAFA américaines. L'économie de la donnée est d'ores et déjà évaluée en Europe à 300 milliards d'euros soit 2 % du PIB européen 47 ( * ) et pourrait doubler en 4 ans. La nouvelle directive européenne sur la réutilisation de données issues du secteur public vise à renforcer l'accès aux données publiques. La mise à disposition de données n'est pas un accélérateur d'innovation mais bien la condition pour développer des services nouveaux, par exemple en matière de mobilité dans les espaces publics. Ces analyses conduisent à formuler la recommandation suivante :
Recommandation n° 4 : encourager l'accès à des jeux de données publiques et privées destinées à favoriser l'innovation.
b) Mieux connecter la recherche avec les entreprises et administrations
Le rythme de développement de robots intelligents dans les services dépend de l'existence d'une offre de solutions qui doivent être à chaque fois personnalisées. Au départ, les projets en ce domaine sont des expérimentations, qui ne peuvent être mises en oeuvre que sur la base de travaux de recherche publique ou privée.
Le rapport Villani le rappelle : « la France se situe dans les tout premiers rangs internationaux en ce qui concerne la recherche en mathématique et en intelligence artificielle ». Le rapport Bonnell-Simon constate aussi que la France « foisonne d'innovations robotiques à tous les niveaux de la chaîne de valeur » et « s'étale sur un large spectre d'acteurs ». Bref, on ne manque pas de matière grise.
Mais nos maux sont aussi connus : le rapport Bonnell-Simon rappelle que les transferts de la recherche vers l'industrie sont insuffisants, notamment vers les PME-PMI. Ils soulignent que la phase de développement de nouvelles solutions techniques, appelée « vallée de la mort » 48 ( * ) est souvent un moment où des capitaux extérieurs viennent prendre le contrôle des entreprises prometteuses.
Cette difficulté à passer de la phase de recherche à la mise en application sur le terrain et à faire des avancées technologiques permises par les chercheurs des réussites économiques est une faiblesse structurelle en Europe et plus particulièrement en France.
Pour à la fois stimuler la recherche et mieux la faire connaître, une des pistes préconisées par le rapport Villani consiste à stimuler l'inventivité à travers des grands défis sectoriels, sur le modèle du DARPA Grand Challenge, doté d'un prix permettant aux équipes multidisciplinaires gagnantes de poursuivre et diffuser leurs innovations. Le rapport du groupe de haut niveau européen sur l'intelligence artificielle abonde dans le même sens en proposant (point 7.4) de financer des hackatons (compétitions de hackers pour tester la sécurité informatique) ou des défis de recherche.
De telles initiatives seront utiles pour faire vivre un foisonnement d'initiatives et rechercher en permanence des améliorations techniques susceptibles d'applications concrètes dans de nombreux domaines : santé, transport, environnement, etc.
* 45 https://ec.europa.eu/digital-single-market/en/news/policy-and-investment-recommendations-trustworthy-artificial-intelligence
* 46 Règlement général sur la protection des données, entré en application en mai 2018. Il renforce les obligations de recueil de consentement pour les entités qui collectent des données personnelles et organisent un droit à l'effacement des données.
* 47 Rapport Servoz.
* 48 Dans le processus de développement d'une start-up, la « vallée de la mort » correspond à la période pendant laquelle l'entreprise, après avoir levé des capitaux, dépense ceux-ci dans le développement d'une technologie avant de pouvoir commercialiser son innovation. Lorsque ce temps est trop long, la start-up consomme son capital avant d'avoir pu dégager des revenus suffisants.