De nos jours, il est quasiment impossible d'aborder un sujet technologique sans mentionner l'un des trois termes suivants : algorithmes, automatisation et intelligence artificielle. Qu'il s'agisse de développement de logiciels industriels (où les algorithmes sont essentiels), de DevOps (entièrement axé sur l'automatisation) ou d'AIOps (l'utilisation de l'intelligence artificielle pour optimiser les opérations informatiques), vous rencontrerez forcément ces expressions à la mode dans le secteur technologique.
En réalité, la fréquence d'utilisation de ces termes et la multitude de cas d'usage qui se chevauchent auxquels ils s'appliquent facilitent leur confusion. Par exemple, on pourrait croire que tout algorithme est une forme d'IA, ou que l'automatisation passe nécessairement par l'application de l'IA.
La réalité est bien plus complexe. Si les algorithmes, l'automatisation et l'IA sont liés, il s'agit de concepts distincts, et les confondre serait une erreur. Aujourd'hui, nous allons détailler la signification de ces termes, leurs différences et leurs points de convergence dans le paysage technologique actuel.
Qu'est-ce qu'un algorithme :
Commençons par un terme qui est utilisé à tort et à travers dans les cercles techniques depuis des décennies : algorithme.
Un algorithme est un ensemble de procédures. En développement logiciel, un algorithme prend généralement la forme d'une série de commandes ou d'opérations qu'un programme exécute pour accomplir une tâche donnée.
Cela dit, tous les algorithmes ne sont pas des logiciels. Par exemple, on pourrait dire qu'une recette est un algorithme, car c'est aussi un ensemble de programmes. En réalité, le mot « algorithme » a une longue histoire, remontant à des siècles avant que quiconque…
Qu'est-ce que l'automatisation :
L'automatisation désigne l'exécution de tâches avec une intervention ou une supervision humaine limitée. Les humains peuvent configurer les outils et les processus permettant d'effectuer des tâches automatisées, mais une fois lancés, les flux de travail automatisés fonctionnent en grande partie, voire entièrement, de manière autonome.
À l'instar des algorithmes, le concept d'automatisation existe depuis des siècles. Aux débuts de l'informatique, l'automatisation n'était pas au cœur de tâches telles que le développement logiciel. Mais depuis une dizaine d'années, l'idée que les programmeurs et les équipes d'exploitation informatique devraient automatiser autant que possible leur travail s'est largement répandue.
Aujourd'hui, l'automatisation va de pair avec des pratiques comme le DevOps et la livraison continue.
Qu'est-ce que l'intelligence artificielle ?
L'intelligence artificielle (IA) est la simulation de l'intelligence humaine par des ordinateurs ou d'autres outils non humains.
L'IA générative, qui produit du contenu écrit ou visuel imitant le travail de personnes réelles, est au cœur des débats sur l'IA depuis environ un an. Cependant, l'IA générative n'est qu'un type d'IA parmi d'autres, et la plupart des autres formes d'IA (par exemple, l'analyse prédictive)
existait bien avant que le lancement de ChatGPT ne déclenche l'essor actuel de l'IA.
Enseigner la différence entre algorithmes, automatisation et IA :
Algorithmes contre automatisation et IA :
On peut concevoir un algorithme totalement indépendant de l'automatisation ou de l'IA. Par exemple, un algorithme d'une application logicielle qui authentifie un utilisateur à l'aide d'un nom d'utilisateur et d'un mot de passe utilise un ensemble de procédures spécifiques pour accomplir cette tâche (ce qui en fait un algorithme), mais il ne s'agit pas d'une forme d'automatisation, et encore moins d'IA.
Automatisation contre IA :
De même, nombre de processus automatisés par les développeurs et les équipes ITOps ne relèvent pas de l'IA. Par exemple, les pipelines CI/CD contiennent souvent de nombreux flux de travail automatisés, mais ils n'utilisent pas l'IA pour automatiser les processus. Ils reposent sur des processus simples basés sur des règles.
L'IA avec l'automatisation et les algorithmes :
Parallèlement, l'IA s'appuie souvent sur des algorithmes pour imiter l'intelligence humaine et, dans de nombreux cas, vise à automatiser des tâches ou à prendre des décisions. Cependant, tous les algorithmes et toutes les formes d'automatisation ne relèvent pas de l'IA.
Comment les trois s'articulent :
Cela dit, si les algorithmes, l'automatisation et l'IA sont si importants pour la technologie moderne, c'est parce que leur utilisation conjointe est essentielle à certaines des tendances technologiques les plus en vogue aujourd'hui.
Le meilleur exemple en est celui des outils d'IA générative, qui s'appuient sur des algorithmes entraînés à imiter la production de contenu humaine. Une fois déployés, les logiciels d'IA générative peuvent générer du contenu automatiquement.
Les algorithmes, l'automatisation et l'IA peuvent converger dans d'autres contextes également. Par exemple, le NoOps (flux de travail opérationnels informatiques entièrement automatisés qui ne nécessitent plus d'intervention humaine) peut exiger non seulement une automatisation algorithmique, mais aussi des outils d'IA sophistiqués pour permettre une prise de décision complexe et contextuelle, impossible à réaliser par les seuls algorithmes.
Les algorithmes, l'automatisation et l'IA sont au cœur du monde technologique actuel. Cependant, toutes les technologies modernes ne reposent pas sur ces trois concepts. Pour bien comprendre le fonctionnement d'une technologie, il est essentiel de connaître le rôle (ou l'absence de rôle) que jouent les algorithmes, l'automatisation et l'IA dans celle-ci.
Date de publication : 16 mai 2024