Un simple calcul peut empêcher l’intelligence artificielle de vous envoyer fauché
Mike est un agriculteur d’une quarantaine d’années du sud du Queensland. Avec un bronzage châtain, une poignée de main écrasante et un fort accent de l’outback, il est la troisième génération de sa famille à cultiver du sorgho, une céréale principalement utilisée pour l’alimentation animale.
Mais, comme la plupart des agriculteurs, Mike fait face à plus de défis que ses ancêtres. Le changement climatique a érodé la rentabilité des fermes australiennes de 23 % en moyenne au cours des 20 dernières années. C’est un défi constant d’améliorer la productivité en produisant plus avec moins.
Lire la suite : Les agriculteurs australiens s’adaptent bien au changement climatique, mais il reste du travail à faire
Après la saison dévastatrice des feux de brousse de 2019, Mike a commencé à explorer des techniques agricoles intelligentes rendues possibles par l’intelligence artificielle (IA). L’agriculture a été qualifiée de l’une des industries les plus fertiles pour l’IA et l’apprentissage automatique. Mike était enthousiasmé par un système alimenté par l’IA lui permettant d’utiliser moins d’engrais et d’eau.
Après des mois d’enquêtes, il a trouvé une entreprise promettant que sa technologie pourrait réduire les intrants agricoles jusqu’à 80 %. Il s’agissait d’un logiciel de traitement des informations provenant de capteurs numériques placés dans ses champs pour permettre une agriculture de précision adaptant le traitement de l’eau, des parasites et des engrais à chaque plante.
Le pitch des vendeurs était convaincant. Mais le coût d’installation du système était de 500 000 $, plus 80 000 $ par an pour le stockage et le traitement des données. Les frais de soutien s’y ajoutaient.
En fin de compte, Mike a calculé que le coût compenserait tout profit supplémentaire généré, même si la technologie astucieuse tenait toutes les promesses. S’il livrait moins, cela ne ferait que l’aider à tomber en faillite.
Cette expérience de présentation d’une technologie d’IA avec de grandes revendications mais une valeur douteuse est courante. Il est facile de se laisser influencer par les promesses. Mais les nouvelles technologies ne sont pas la solution à tout. Pour que cela en vaille la peine pour des gens comme Mike, en effet, toute organisation a besoin d’un calcul froid de sa valeur économique.
Dans cet article, nous fournissons une méthodologie simple pour le faire.
Aveuglé par le potentiel technologique
Malgré toute l’attention désormais portée sur la façon dont l’IA va révolutionner le monde, le battage médiatique à ce sujet n’est pas nouveau. Depuis le début des techniques pratiques d’IA au début des années 1960, l’obsession du potentiel de l’IA a conduit à deux hivers majeurs de l’IA au cours desquels d’énormes investissements par des entreprises et des instituts de recherche n’ont pas donné les résultats promis.
Le premier a eu lieu dans les années 1970, lorsque l’argent a été investi dans divers systèmes d’IA tels que la reconnaissance vocale et la traduction automatique. La seconde a eu lieu dans les années 1980, lorsque les entreprises ont investi massivement dans des systèmes dits experts destinés à faire des choses comme diagnostiquer des maladies ou contrôler les lancements de navettes spatiales.
PA
Dans les deux cas, ce que la technologie pouvait faire était bien en deçà du battage médiatique. Ce n’était pas que l’IA était inutile. Loin de là. Mais ce qu’il pouvait faire avait une valeur économique limitée.
Le contrecoup a fait reculer l’avancée scientifique et économique de la technologie de près d’une décennie les deux fois, alors que le financement et l’intérêt se dissipaient.
Pour être sûr que votre investissement dans la technologie en vaut la peine, vous devez vous garder de vous laisser emporter par les promesses et les possibilités.
Comme Ben Robinson, alors directeur de la stratégie de la société de logiciels financiers Temenos, l’a dit en 2018 :
nous pouvons prédire en toute sécurité que ce ne sera pas la blockchain, les API ou l’IA qui transformeront l’industrie. Au lieu de cela, ce seront de nouveaux modèles commerciaux renforcés par ces technologies.
Lire la suite : Si les machines peuvent être des inventeurs, l’IA pourrait-elle bientôt monopoliser la technologie ?
Se concentrer sur l’économie
Les figures suivantes décrivent une approche simple pour se concentrer sur l’économie, pas sur l’ingénierie.
La figure 1 résume les aspects économiques de base de toute décision d’investissement. Investissez si le profit supplémentaire est supérieur au coût d’opportunité, l’avantage que vous pouvez gagner en dépensant votre argent d’une autre manière ou en ne dépensant pas l’argent.
Comme la figure 1 peut être difficile à utiliser, la figure 2 cadre la décision d’investissement en termes légèrement plus détaillés en utilisant le concept économique d’utilité marginale, le bénéfice (marginal) supplémentaire (utilité) qui découle de dépenses supplémentaires.
Pour rendre cela simple à appliquer, la figure 3 résume ce processus de prise de décision dans un arbre décisionnel simple.
La conversation/l’auteur a fourni, CC BY-ND
Résoudre le défi d’investissement de Mikes AI
En appliquant cette méthodologie à la situation de Mike, nous pouvons voir pourquoi il ne pouvait pas donner un sens commercial à l’agriculture de précision basée sur l’IA.
Le vendeur a répondu à la première question en déclarant que les gains de l’adoption de l’IA réduiraient jusqu’à 80 % les coûts des intrants pour les cultures de Mike. Cela se traduirait par Mike économiser environ 80 000 $ par an (dans le meilleur des cas).
Le vendeur a également réussi la deuxième question, avec un énoncé clair du coût des systèmes.
Mais l’analyse de rentabilisation a échoué à la troisième question. Dans le meilleur des cas, l’avantage marginal de l’adoption de l’IA (économie de 80 000 $ par an) était juste égal au coût marginal (80 000 $ par an) sans compter l’installation initiale.
Lire la suite : L’intelligence artificielle fait désormais partie de notre quotidien et sa montée en puissance est une arme à double tranchant
Le mettre de cette façon le fait clairement ressembler à un investissement raté, et que Mike n’a pas mis beaucoup de temps à décider contre cela. Mais le fait est que de nombreuses décisions d’investir dans l’IA n’ont pas de sens économique et le processus ci-dessus permettra de savoir facilement pourquoi.
L’utilisation d’un cadre économique de valeur, plutôt qu’une prétention technique de possibilité, est la première étape pour prendre de meilleures décisions. Cela réduit la perspective d’un autre hiver de l’IA et augmente les chances de gains réels contribuant à un monde plus prospère et durable.