(Flaig, 2018)
« La résistance au changement n’est que le refus de la croissance. »
C’est sur cette citation d’ « Alexander Ruperti » que je démarre mon billet de blog sur le Machine Learning.
C’est suite aux problématiques futures soulevées lors du séminaire du 23 novembre 2018 sur le Machine Learning que je vous écris ces quelques lignes. Ainsi, je vais introduire mes propos en reprenant une étude publiée en novembre 2018 par Forrester Research sur la perte d’emplois d’ici 2019 aux Etats-Unis liée à l’automatisation des processus métiers . Forrester est une entreprise indépendante, reconnue mondialement et qui fournit des études de marché sur l’impact des technologies dans le monde des affaires (Forrester.com, 2018). Dans son article nommé « Predictions 2019 : Artificial Intelligence », elle prévoit que 10% des emplois seront perdus au profit de l’automatisation et seulement 3% en naîtront. Ainsi, selon Forrester, il y aurait plusieurs millions d’employés, rien qu’aux Etats-Unis, qui verront leurs emplois complètement remplacés par l’Intelligence Artificielle.
Il est évident que certains secteurs dont les processus sont plus faciles à automatiser seront plus touchés que d’autres, du fait de certaines tâches à caractère répétitif omniprésentes.
Cependant, un rapport publié par le World Economic Forum (WEF) en septembre 2018 se veut bien plus rassurant que celui publié par Forrester. En effet, dans leur rapport intitulé « The Future of Jobs 2018 », le WEF a émis des prédictions quant au futur des emplois d’ici à 2022 et prévoit une suppression d’environ 75 millions d’emplois au profit de la création de 133 millions d’emplois lié à l’utilisation de l’Intelligence Artificielle dans les entreprises.
On peut aisément constater la divergence d’opinions quant à l’avenir du monde professionnel, mais il en résulte pas moins que les avis se croisent lorsque l’on parle de transition des emplois. C’est pourquoi, il ne faut pas avoir peur du changement, il faut l’accueillir et s’y préparer positivement pour que celui-ci se présente comme une opportunité et pas comme un obstacle.
Pour appuyer mes propos, prenons l’exemple paradoxal de FutureFit, une plateforme accessible ici, qui veut créer de nouvelles opportunités de travail d’ici à 2050. Pour ce faire, elle a eu l’ingénieuse idée de combiner des données du marché du travail, son propre algorithme de Machine Learning et des programmes d’éducation et de formation. Ainsi, les fondateurs de cette plateforme révolutionnaire aspirent à créer de nouvelles façons pour les travailleurs de trouver un emploi et plus intéressant encore, de perfectionner leurs « soft skills ». Puisque dans un futur où l’IA sera omniprésente, il est plus que jamais nécessaire de développer des compétences que des automates ne sont pas en mesure de répliquer, tel que le relationnel. Pour en revenir à la plateforme web, voici une image tirée de leur site qui démontre quelques cas d’utilisation qui pourront y être faits :
(FutureFit.ai, 2018)
Ce qui rend cet exemple si paradoxal est le fait que cette plateforme place au cœur de son fonctionnement de l’Intelligence Artificielle alors que la finalité de celle-ci est de permettre à ses utilisateurs de pouvoir trouver des formations et des emplois non seulement plus facilement, mais aussi qui se trouvent être au plus près de leurs ambitions. Alors qu’énoncé plus haut, la discipline qu’est le Machine Learning se trouvait être la principale et potentielle cause de la suppression d’un bon nombre d’emplois dans les années à venir, selon certains.
Finalement, l’ère du Machine Learning et de l’Intelligence Artificielle n’est qu’une révolution ou évolution de plus. Et comme les autres révolutions (industrielle, numérique…), il ne faut absolument pas la craindre ou encore moins s’y opposer puisqu’à terme, elle s’installera dans nos vies qu’on le veuille ou non. Simplement parce qu’actuellement le Machine Learning permet surtout de pouvoir rendre des processus automatisables plus efficaces et plus rentables pour les entreprises. Je terminerai donc cet article sur une citation que j’apprécie et qui, je l’espère, vous ouvrira au changement, si cela n’est pas encore le cas :
« Le changement n’est pas nécessaire à la vie, il est la vie. » Alvin Toffler
Bibliographie
FLAIG, Par Mathieu, 2018. Quand la résistance au changement tue la transformation des grandes entreprises. In : SYSK [en ligne]. 9 juillet 2018. [Consulté le 2 décembre 2018]. Disponible à l’adresse : https://www.sysk.fr/2018/07/09/resistance-changement-transformation-digitale/.
FUTUREFIT.AI, 2018. FutureFit.AI: The Google Maps for the Future of Work & Learning. In : FutureFit.ai [en ligne]. 2018. [Consulté le 2 décembre 2018]. Disponible à l’adresse : https://www.futurefit.ai/.
FORRESTER.COM, 2018. Challenge thinking. Lead change. In : [en ligne]. 2018. [Consulté le 2 décembre 2018]. Disponible à l’adresse : https://www.forrester.com/Home/0,3257,1,FF.html.
WEF, 2018. The Future of Jobs Report 2018 [en ligne]. 2018. S.l. : s.n. Disponible à l’adresse : http://www3.weforum.org/docs/WEF_Future_of_Jobs_2018.pdf.
Laisser un commentaire