STIC

Investissement dans les TIC en France et dans les grands pays industrialisés

L’analyse de quelques chiffres sur le secteur des TIC en France et dans le monde laisse à penser que la France et en particulier les entreprises françaises sont beaucoup moins convaincues que d’autres de la nécessité d’investir dans les TIC.

En effet, de nombreux pays ont augmenté leur compétitivité dans le domaine des TIC au cours de ces dernières années : les États-Unis et les pays scandinaves via une différentiation des produits par l’innovation, d’autres pays comme les pays asiatiques et l’Irlande sur la base d’une concurrence par les coûts (main-d’œuvre et/ou fiscalité).

Dans ce contexte la France (comme l’Allemagne) est confrontée au risque de perdre sur les deux tableaux. L’étude sur « La Recherche & Développement en Sciences et Technologies de l'Information dans les grands pays industriels (Canada, Corée du Sud, États-Unis, Japon, Union européenne dont Allemagne, Espagne, Finlande, France, Italie, Pays-Bas, Royaume-Uni, Suède) » publiée en octobre 2003 par le CSTI (Conseil Stratégique des Technologies de l'Information) établit les éléments suivants qui témoignent d’un décrochage de la France et plus globalement de l’Europe en matière de TIC :

• en valeur absolue la R & D STIC des États-Unis représente plus de 2 fois celle de l'Europe et du Japon et plus de 13 fois celle de la France : la part relative de la France dans les investissements globaux en R & D STIC a décliné régulièrement au cours des dernières années passant de 4,9 % en 1997 à 3,8 % en 2003 ; les financements publics étant restés malgré des ruptures de rythme à un niveau relativement élevé  ; ceci s’explique par une dégradation continue des financements privés en France sur la période 1997-2003 ;
• la part de la R & D STIC financée par les entreprises françaises qui était de 83,2 % en 1997 s’est progressivement érodée pour n’être plus que de 77,5 % en 2003 ;
• par ailleurs pendant cette même période de référence l’on constate que :
  
  • l'intensité de la R & D STIC est en France 2,4 fois moindre (et globalement en Europe 3 fois moindre) qu'au Japon et aux États-Unis en dépense par habitant, et 2 fois moindre rapportée au PIB en 2003 ; le ratio dépense totale R & D STIC / PIB qui était de 0,40 % en 2001 pour la France n’est plus que de 0,31 % en 2003 ; le financement de la R & D STIC par les entreprises françaises est passé de 5 148 M$ en 2001 à 4 087 M$ en 2003.
  • le différentiel d'intensité en R & D STIC au détriment de la France et de l'Europe est plus marqué que le différentiel au niveau de la R & D dans son ensemble ;
  • la R & D du domaine des STIC est la seule où l'Europe affiche un tel différentiel négatif avec les autres grandes économies.

L'insuffisante intensité de la R & D STIC des entreprises françaises et européennes est donc la variable explicative essentielle des différences existant entre les États-Unis d’une part et la France et l’Europe d’autre part en matière de STIC. Aux États-Unis 50 % de l’investissement en équipements des entreprises s’effectue en TIC. Ce taux n’atteint pas les 20 % en France.

Cyc, le coût du "bon sens" ou l'importance du temps long pour les STIC

Cyc est une base des connaissances qui vise à emmagasiner l'ensemble des connaissances de bon sens que nous partageons tous mais qui sont si étrangères aux ordinateurs comme "les parents sont plus âgés que leurs enfants" ou "les gens vivent dans des maisons et sont plus petits que celles-ci".

Il y a vingt ans Doug Lenat était professeur d'informatique à l'université de Stanford à l'époque des beaux jours de l'IA et de la cinquième génération d'ordinateurs ... Un des reproches fait à l'époque aux systèmes experts était leur absence de bon sens.

Aujourd'hui Cyc est de loin la plus grande base de connaissance de ce type mais le rêve de Doug Lenat "un ordinateur disposant de bon sens" nécessitera encore sans doute au moins un vingtaine d'années.

Pour en savoir plus sur la façon dont Doug Lenat a réussi à financer depuis vingt ans des travaux aux antipodes de ce que recherchent les capitaux risqueurs lire ICI.

Vous pouvez lire également :

Fragments artificiels: Le projet Cyc, 20 ans déjà

Un historique des Weblogs par Rebecca blood

A lire ici.

Les blogs et leurs applications en entreprise et pour les médias

A lire ici.

Un bon historique des weblogs et une excellente présentation des applications en entreprise et pour les médias des weblogs par Loic Lemeur.

Brève histoire des technologies objet

1962 : Apparition du premier langage objet, Simula : le but était d'en faire un outil de description de système d'événements discrets ou de réseau, et un langage de programmation de simulation. Il était conçu comme une extension au langage Algol. Ce langage universel introduisait les notions de bases des langages objet : la notion de classes, de sous-classes et d’objets instances des classes et de  méthodes associées aux objets.

1972 : Naissance de Smalltalk : Alan Kay et le Software Concept Group du centre de recherche de Xerox de Palo Alto (PARC) veulent fournir un environnement pour les enfants qui commencent à apprendre à programmer. Ils inventent Smalltalk, un langage totalement orienté objet qui fonctionne à l'intérieur d'un environnement graphique, avec fenêtre et souris.

Années 80 : les langages objets sont intégrés dans les langages, outils et matériels de l’intelligence artificielle comme moyens de représentation des connaissances complémentaires des représentations des connaissances à base de règles. Ils sont donc  naturellement intégrés aux différentes souches du langage Lisp et sur les machines Lisp : Flavors est le langage objet sur les machines Lisp Symbolics, Loops celui des machines Lisp Xerox, puis CLOS est intégré au Lisp américain Common Lisp, Telos est la couche objet du Lisp français Le-Lisp (v16) et européen EuLisp. Au-delà du langage Lisp les machines Lisp sont des environnements de développement objet sur lesquels l’interface homme-machine, les process, etc. sont vus comme des objets. Les outils de développement de systèmes experts KEE d’Intellicorp, ART d’Inference ou Kool de Bull ont chacun leur couche objet. Cette période est caractérisée par la profusion des langages et représentations objet qui ont été autant de tests en vraie grandeur de ses concepts objet. Leur utilisation reste cependant limité à la communauté IA.

Ces mêmes années 80, voient arriver Ada, un langage de programmation orienté objet à typage statique, modulaire et offrant une syntaxe claire inspirée de Pascal qui a été normalisé en 1983 après avoir été conçu en réponse à un cahier des charges conçu par le DOD (département de la Défense) des États-Unis. Ada est un langage qui compte tenu de ce contexte militaire et de sa vocation à être utilisé pour des applications temps réel pousse à la rigueur en matière de développement et de tests et va naturellement conduire à des réflexions de génie logiciel : la méthode OOD (Object Oriented Design) de G. Booch  est conçue à la demande du Ministère de la Défense des USA pour préparer de façon rigoureuse la structuration des programmes écrits principalement en langage Ada. Les premières formations à OOD apparaissent en 88. A partir de cette époque les méthodes objets se multiplient chacune avec leur formalisme : OOD, OOA, Schlaer & Melor, OMT, OOSE, HOOD, etc. Ada et les méthodes objets vont permettre la diffusion des concepts objet dans la communauté « génie logiciel ».

Au milieu des années 80 apparaît également C++ : C++ est fondé sur le langage C, langage de « bas niveau », conçu pour le système Unix et censé permettre au programmeur d'utiliser au mieux les ressources de son installation. En réalité, C++ inclut C dans son  intégralité (hormis des cas d’importance secondaire, le code de tout programme en C reste donc le même en C++) et grâce à plusieurs ajouts, ce dérivé de C prend en charge la programmation orientée objet. Bjarne Stroustrup, l'auteur de C++, est conscient des défauts de C, mais considère qu'il offre néanmoins de multiples avantages : souplesse, efficacité, portabilité, disponibilité sur un grand nombre de plates-formes, etc. Dans son esprit, C++ doit rester compatible avec C tant que cette compatibilité n'empêche pas d'atteindre les objectifs fixés : simplifier le travail des programmeurs en enrichissant C de facilités permettant l'abstraction de données et la programmation par objets. Cette approche pragmatique fera le succès de C++ en permettant de démocratiser les technologies objet et de diffuser C++ auprès d’une population beaucoup plus large que ne l’avait fait jusqu’alors Smalltalk, les langages de l’IA et Ada : la communauté des développeurs Unix.

À la même époque, en 1984, une autre version orientée objet de C - Objective C - est inventée par Brad Cox et fut utilisée sur le défunt ordinateur Next pour réaliser le système d'exploitation NextStep et son environnement graphique.
Remarque : A l’inverse d’un langage comme Smalltalk, C++ ou Objective C ont cependant un défaut : il est facile à un développeur C qui n’a pas bien assimilé les concepts « objet » de développer dans ces langages sans bénéficier des concepts objet (héritage, polymorphisme, etc.) mais ces langages moins « purs » étaient sans doute nécessaire à la diffusion des concepts « objet ».

1991 :  l’OMG publie les premières spécifications de CORBA (Common Object Request Broker Architecture) qui définissent une architecture orientée objet pour applications distribuées ou plus précisément une architecture et infrastructure permettant à des applications informatiques écrites dans des langages différents (préférentiellement orientés objet)  et s’exécutant sur des machines différentes et des OS différents de fonctionner ensemble à travers un ou des réseaux.  L'interopérabilité résulte de l’utilisation  du langage de définition d'interface IDL, et des protocoles normalisés GIOP et IIOP. Dans les années 90, plusieurs ORB (Object Request Broker) respectant la norme CORBA et interopérant entre eux apparaissent : Orbix (Iona), Visibroker (Visigenic), SOM (IBM), ObjectBroker (Digital), etc. A la même époque Microsoft propose en 1996 une technologie propriétaire concurrente, DCOM (Distributed Component Object Model), limité au monde des applications PC sous Windows,  qui est l'élargissement du concept COM sous forme d'objets distribués. COM était quant à lui une évolution de OLE, une technologie permettant aux applications Windows d'interagir entre elles.

1995 : Java, un langage est conçu au départ pour être embarqué sur des objets électroniques commerciaux. Il se révélera comme le langage objet adapté à Internet et surtout porté par Internet. Java est en effet orienté réseau et objet, et sa syntaxe est dérivée de celle du C++. Son principal avantage est d'être entièrement portable (donc multiplate-forme) et une des raisons de son succès est sa possibilité d'insertion au sein d'un document HTML sous forme d'applet (ou « Appliquettes » en français), par le biais d'une machine virtuelle Java (Java Virtual Machine), moyennant une politique de sécurité assez stricte.Les débuts de Java remontent à 1991 et à un projet baptisé « Green » voué à la réalisation d'applications électroniques commerciales. L'équipe Green était libre de faire ce qu'elle voulait. Sa première mission fut de créer un appareil capable de contrôler plusieurs équipements électroniques à la fois. Un langage fut créé par James Gosling à cette intention, le langage Oak . Le nom Oak, trop proche d'une autre marque, fut rebaptisé Java en 1995. Le projet initial fut dissous.  Un peu plus tard, James Gosling présente Green lors d’une conférence. L’équipe technique de Netscape est présente et s'enthousiasme. Le projet est repris et en 1995 la Java Virtual Machine est intégrée dans Netscape Navigator, ce qui permet au browser d'exécuter des programmes Java : c’est la naissance des applets qui conduit a un engouement général pour Java d’abord sur la partie client avant que son apport s’avère tout aussi intéressant sur la partie serveur. L’ensemble de la communauté des développeurs qui s’intéresse à Internet va s’intéresser à Java.

JavaSoft, une filiale de Sun Microsystems développe Java RMI (Remote Method Invocation), une plate-forme de communication faisant partie intégrante de la plate-forme Java, développée pour ne faire communiquer sur un réseau que des programmes et objets Java entre eux.

Fin 1999 : Sun propose les spécifications de « Java 2 Enterprise Edition (J2EE) » la nouvelle mouture de Java qui est à la base de sa plateforme technologique Sun ONE, mais également par exemple de Websphere (IBM) et Weblogic(BEA) : Il permet de développer des applications en associant des composants métier Java appelés EJB (Enterprise JavaBeans).

1997 : Autour de Grady Booch et de la société Rational, depuis peu rachetée par IBM, naît UML (Unified Modeling Language) né de la fusion des trois méthodes qui ont le plus influencé la modélisation objet au milieu des années 90 : OMT, Booch et OOSE. UML est standardisé par l’OMG en 1997 et devient un standard de modélisation indépendant des langages et accepté par l’ensemble des acteurs du marché Plus tard, UML est complétée par Rational par une méthode itérative et incrémentale, pilotée par les cas d'utilisation (« use cases »), centrée sur l'architecture et fondée sur la production de composants : Unified Process (UP) ou Rational Unified Process (RUP). D’autres éditeurs et acteurs du marché proposent des alternatives à ce processus (méthodes agiles comme eXtreme Programming en particulier.

2002 : C# de Microsoft : (prononcé « C Sharp ») est un langage de programmation orienté objet associé au nouveau serveur d’application de Microsoft .NET. C# veut combiner C++ et la simplicité d'emploi de Visual Basic. Le couple C#  & .NET est la réponse propriétaire de Microsoft au couple Java & J2EE : .NET est la plate-forme de Microsoft qui permet de développer des applications en associant des composants C# appelés « Assembly ».

Les architectures orientés services,  les « Web Services », apparaissent à la fois sur les plates-formes J2EE et .NET. Ils sont en train de succéder aux architectures Corba, DCOM ou RMI. Ils sont basés sur le couplage lâche  (« loosely coupling ») entre services et sur trois technologies clef  :

• WSDL, le langage de description fondé sur XML qui permet de décrire l’interface d’un Service Web (d’une application)
• SOAP, le protocole d’interaction des Services Web fondé également sur XML, et
• UDDI, le service d’annuaire dédié à la découverte et la spécification de Service Web.

Nées pour de préoccupations de simulation et de facilité d’apprentissage de la programmation, les technologies objets ont donc bénéficié dans un premier temps du mariage avec les technologies de l’IA. Celles-ci, du fait des besoins en représentation des connaissances, ont amené la communauté scientifique à tester des représentations objet plus ou moins complexes notamment en matière d’héritage et de relations entre objets. Ada a conduit à des réflexions en terme de génie logiciel et de méthodes objets qui ont débouché plus tard sur UML. Parallèlement le mariage avec un langage de « bas niveau » comme C, puis l’explosion Internet avec Java ont popularisé la programmation objet au sein d’une large communauté de développeurs. Des composants objets de différentes natures sont aujourd’hui disponibles sur le marché en particulier sur les plates-formes J2EE et .NET. Les réflexions sur les architectures orientées objet pour les applications distribuées Corba, DCOM, ou RMI ont débouché sur les architectures orientées service des « Web Services » avec le support de XML.

Brève histoire de l'hypertexte et du Web

1945 : Vannevar Bush écrit un article dans la revue « Atlantic Monthly » qui décrit un dispositif photo-électrique-mécanique appelé un Memex, pour « Memory Extension », qui pourrait faire et suivre des liens entre les documents sur microfiche. Celui-ci ne verra jamais le jour mais le concept est là.

Années 1960 : Doug Engelbart prototype un système interactif  (oNLine System, NLS) qui permet la navigation et l'édition hypertexte de documents. Il s’agit du premier outil expérimentant  le concept hypertexte. 
   
                         
                                       

1965 : Ted Nelson invente le mot hypertexte . et le concept global qu'il appela XANADU. Ted Nelson était un visionnaire mais pour fonctionner, il fallait que les visions puissent prendre vie. Les premiers ordinateurs (Mainframes), malgré leur taille, ne pouvaient traiter qu'une quantité limitée d'information et ne supportaient pas l'affichage graphique. C'est pourquoi les premiers Hypertextes à voir le jour (Textnet, Notecards de Xerox, ZOG de l'université Carnegie-Mellon) se caractérisaient tous par une approche expérimentale.

Les hypermédias ont dû attendre, pour être vraiment connus, l'apparition d'une technologie adéquate et en particulier, des micro-ordinateurs à affichage graphique et des périphériques d'entrée comme la souris ou les écrans tactiles. Le premier hypermédia à fonctionner sur micro-ordinateur fut le Guide,  associé au  système d'exploitation Unix. L'opération en était particulièrement lente et lourde mais le concept prenait vie.

Années 1970 : Elles virent apparaître des systèmes d'exploitation sur micro-ordinateur permettant un affichage d'objets à l'écran et une manipulation directe par la souris. Le premier en liste s'appelait DynaBook (Alan Kay) alors en développement au Palo Alto Research Center (PARC) Xerox. L'intention originale et visionnaire d’Alan Kay et de son DynaBook était de mettre au point un ordinateur de la taille d'un livre avec un écran de haute résolution couleur et un lien radio avec un réseau mondial d'ordinateurs centraux…

1987 : Apple lance HyperCard premier logiciel grand public utilisant le concept d’hypertexte. Dès cette date et pendant plusieurs années, HyperCard sera fourni avec tous les Macintosh vendus par Apple. Pour Apple, HyperCard est la plate-forme rêvée pour lancer son lecteur de CD-Rom, car l'application tire alors pleinement parti du grand espace de stockage pour afficher images, sons et quantités d'informations.

1989 : Tim Berners-Lee donne naissance au World Wide Web, fruit de l’association entre :
    

• un système hypermédia d’accès universel à l’information fondé sur un langage de description de page (html), un protocole définissant les règles de transfert des fichiers texte, images graphiques, son, vidéo, etc. (http) et un client universel capable de s’exécuter sur une grande variété de plates-formes matérielles, de gérer le protocole http et les protocoles Internet existant (ftp, smtp, nntp, etc.) mais aussi capable d’afficher de l’html et progressivement d’autres formats de documents (le navigateur Web) ;
• des technologies du réseau  Internet et en particulier de TCP/IP.

Tim Berners-Lee réalise avec le Web  le rêve de Ted Nelson et de son XANADU sous une forme pragmatique et conceptuellement moins riche pour l’instant mais terriblement efficace parce qu’à un moment donné un ensemble de technologies était prêt pour que le rêve devienne réalité : des machines suffisamment puissantes et avec des capacités de stockage suffisantes, des postes de travail avec un affichage d’objets à l’écran, des souris, un réseau mondial (Internet) basé sur un protocole robuste (TCP/IP).

Que sont devenues les principales startups en IA des années quatre-vingt ?

???

Aux USA

Teknowledge, éditeur à l’époque de l’outil de développement de systèmes experts S1 et M1, existe toujours; elle se présente comme spécialiste des transactions intelligentes sur Internet (« Intelligent Internet transactions ») et a focalisé l’essentiel de son activité dans le domaine financier; Teknowledge fournit des solutions d’interaction avec des clients sur Internet à base de connaissances (« knowledge-based interactions with customers »);

Inference éditeur à l’époque de l’outil de développement de systèmes experts temps réel ART, s’est réorienté dans un second temps sur le « case-based reasonning » et ses applications en particulier pour les hotlines; elle a été racheté depuis par la société eGain qui commercialise cette technologie sous le nom d’eGain Knowledge;

Intellicorp éditeur de l’outil KEE qui proposait un système à base de règles associé à une modélisation objet, s’est orienté vers les technologies objet dans le début des années quatre-vingt-dix, et depuis le milieu des années quatre-vingt-dix a développé un partenariat avec SAP et a développé avec SAP certains modules de SAP comme R/3 Reference Model et des outils de modélisation de processus métier, de CRM, de moteurs de prix, etc. autour de SAP;

Gensym éditeur né en 1986 continue de vendre son outil de systèmes experts temps réel G2 ;

Neuron Data , crée par des Français et éditeur de l’outil de développement de systèmes experts Nexpert, le premier outil sur Macintosh, s’est rebaptisé Blaze Software au moment de la vague Internet des années 2000 et s’est repositionnée comme un éditeur spécialisé dans le e-business; la société a été rachetée en 2003 par la société Fair Isaac qui continue à vendre la technologie de systèmes experts « Blaze Advisor » présentée comme une technologie de gestion des règles « métier » permettant de gérer et automatiser les processus de décision;

Trilogy né plus tard (1989) et focalisé dès le départ sur les techniques d’IA dans le domaine de la « configuration » continue son activité dans ce domaine dans les secteurs informatique, automobile, télécommunications et assurance;

Les fournisseurs de machines Lisp Symbolics et LMI (Lisp Machines Inc.) ont disparu. Texas Instruments et Xerox ont rapidement arrêté également la production des TI Explorer et autres Xerox Lisp Machines.

En France

Cognitech a été racheté en 1989 par son concurrent Framentec, joint venture de Teknowledge et Framatome,  puis s’est progressivement « dissous » dans les activités informatiques de diversification de Framatome avant que celles-ci ne soient revendues à EDS et que Framatome externalise son informatique chez Euriware ;

Ilog , éditeur en 1987 de Le-Lisp, la version française de Lisp développée par l’un de ces fondateurs à l’INRIA et de l’outil de système expert Smeci a d’abord pris le virage de C++ et abandonné Le-Lisp au milieu des années quatre-vingt-dix puis a à nouveau pris le virage de Java; c’est aujourd’hui un éditeur de composants logiciels d’entreprise intégrables qui continue de vendre des outils d’IA sous les appellations « produits d'optimisation des ressources » (programmation par contraintes) et « gestion des règles métier » (système expert);

Prologia , éditeur du langage Prolog inventé par le français Alain Colmerauer est aujourd’hui une SSII filiale du Pôle Services d'Air Liquide spécialisée dans les problèmes d'optimisation, d'ordonnancement, de planification, d'aide à la décision et de simulation reposant sur la recherche opérationnelle, la programmation par contraintes, la programmation orientée objet, et les systèmes à base de connaissance métier ...

L'intelligence artificielle, 20 ans après

De l’importance du « temps long » pour analyser la création de valeur d’une TIC à travers ses usages et ses mutations

Le nom même de cette discipline - intelligence artificielle - était porteur dès le départ de tous les phantasmes et controverses. Tout comme les expressions « systèmes experts », « réseaux de neurones », « agents intelligents » ou encore « vie artificielle », cette appellation n’appelait pas à la clémence en cas de difficultés ou de déceptions. Cette discipline a incontestablement pâti de ce vocabulaire immodeste qui a conduit certains à tenir des propos déraisonnables, à imaginer des systèmes experts partout, et globalement à nourrir de trop gros espoirs au milieu des années quatre-vingt. À l’époque la lucidité imposait d’être prudent et de ne pas développer des systèmes experts, sans réel besoin, pour le simple besoin d’être « tendance ».

La voix de certains pionniers comme Edouard Feigenbaum, le père du célèbre système expert Mycin et fondateur de Teknowledge la première société spécialisée en IA, s’étaient élevées à l’époque pour expliquer que certains discours étaient déraisonnables mais cela n’empêcha pas la désillusion du début des années quatre-vingt-dix, le dépôt de bilan ou la réorientation de l’activité des startups du domaine, l’abandon de projets des grands comptes dans ce domaine, le désintérêt des investisseurs, etc.

Les systèmes experts, pour ne parler que d’eux, ont connu des échecs pour différentes raisons :

• difficulté et coût de la maintenance d’une telle technologie dans un domaine d’expertise fortement évolutif, etc.
• choix d’un domaine d’expertise non stratégique pour l’entreprise et absence de calcul de ROI,
• choix d’un domaine où l’expertise est faiblement formalisée ou formalisable,
• choix d’experts qui n’en étaient pas,
• choix d’outils inadaptés au domaine d’expertise (temps réel, configuration, etc.)
• in fine les entreprises ne se sont pas lancées dans la production en masse de systèmes experts pour capitaliser leurs connaissances.

Trois erreurs majeures ont été commises dans les années quatre-vingt concernant l’IA :

• celle de penser que les technologies de l’IA étaient suffisamment matures à l’époque et que leurs insuffisances seraient rapidement corrigées ; le rythme de la recherche dans ce domaine comme dans d’autres ne coïncidait pas avec les besoins de retour sur investissement rapide des entreprises et des investisseurs,
• celle de penser que l’heure était venue d’un monde où les entreprises capitaliseraient massivement leurs connaissances sous forme de systèmes experts avec des ateliers de génie cognitif ;
• celle de penser que l’architecture de Von Neuman était inadaptée au traitement symbolique et qu’il fallait de fait développer de nouvelles architectures et machines adaptées à ce type de traitement : machines Lisp outre-atlantique ou machines Prolog du MITI japonais.

Est-ce à dire 20 ans plus tard que l’intelligence artificielle n’a rien apporté et n’apporte rien à l’informatique ?

Ce serait tout d’abord oublier l’apport de l’IA aux développements et aux réflexions autour des « langages objets » et le fait que les méthodes d’acquisition et de modélisation des connaissances pour les systèmes experts (KADS, KOD) ont débouché sur la gestion des connaissances (le « Knowledge Management » ou KM) forme beaucoup plus souple de capitaliser les connaissances qu’un système expert. Les entreprises qui s’étaient investies dans l’IA au milieu des années quatre-vingt ont été les premières à tirer partie des technologies objet et du KM.

De plus, le vocabulaire de l’IA est devenu plus neutre et plus orienté métier au fur et à mesure de l’usage de ces technologies : les éditeurs parlent par exemple aujourd’hui de « règles métier » au lieu de systèmes experts, de « moteur d’optimisation » pour désigner la « programmation par contraintes », une technologie proche de Prolog qui devait être le langage de la fameuse 5e génération d’ordinateurs développée par les Japonais.

Certaines des technologies de l’IA sont intégrées dans des produits sans que cela soit clamé haut et fort : Qui sait que le module de supply chain planning APO (Advanced Planner and Optimizer) de SAP repose sur un moteur d’optimisation fondé sur la « programmation par contraintes » ?

Qui sait que les aides informatiques des hotline informatiques reposent souvent sur le « case-based reasonning » qui est l’aboutissement des travaux menés dans les années quatre-vingt sur l’apprentissage symbolique ? (voir par exemple Kaidara ou eGain).

Qui sait par exemple qu’un réseau de neurones associé à des grammaires statistiques permet l’automatisation du traitement de messages bancaires SWIFT à la Banque de France et dans de nombreuses banques en France et à l’étranger (voir FircoSoft). Quelle serait la banque, qui bien que convaincue de la fiabilité de ce système, serait assez « folle » pour s’en vanter sachant qu’une erreur de traitement peut conduire à transférer des sommes souvent énormes sur un compte erroné ?

Qui se soucie aujourd’hui de savoir que ce sont ces technologies qui permettent de faire des recherches sur Internet (traitement de la langue naturelle), de pouvoir commander à son téléphone portable (reconnaissance de la parole) : « appeler Martin » au lieu de composer le numéro de Monsieur Martin.

L’intelligence artificielle s’est faite aujourd’hui plus discrète et modeste lorsqu’elle intervient dans les systèmes d’information ou les logiciels Son vocabulaire est devenu celui de ses usages mais son apport n’en est pas moins réel. Elle continuera sans doute à le faire dans le futur par exemple dans le domaine du Web sémantique.