Une étude du MIT explore l'IA de vision par ordinateur sur les lieux de travail

L'intelligence artificielle va-t-elle prendre nos emplois et remplacer les travailleurs humains par des machines ? Bien que les gros titres récents laissent croire que les systèmes d'IA remplaceront les humains dès que possible, des recherches récentes du MIT affirment le contraire.

Le MIT a mené une étude financée par le MIT-IBM Watson AI Lab et a utilisé des enquêtes en ligne pour collecter des données sur environ 1 000 tâches visuellement assistées dans 800 professions. Elle a exploré l'intégration des systèmes de vision par ordinateur dans ces différents environnements de travail et a constaté que le coût de mise en œuvre d'une telle technologie ne justifie souvent pas les économies potentielles en matière de dépenses de main-d'œuvre humaine.

L'analyse coûts-avantages de l'IA de vision par ordinateur sur le lieu de travail

L'étude a révélé que 36 % des emplois dans les entreprises non agricoles aux États-Unis comportent au moins une tâche exposée à la vision par ordinateur, mais que seulement 8 % ont au moins une tâche qui présente suffisamment d'avantages économiques pour qu'elle soit attrayante pour une entreprise. pour automatiser la tâche. Le rapport indique que puisque seule une infime fraction (2 à 30%) d'une profession peut être classée comme tâche de vision, la mesure la plus pertinente à prendre en compte lors de l'analyse des opérations pour voir s'il serait logique de mettre en œuvre l'IA serait le coût.

bénéfices de l'IA sur l'entreprise.

À cet égard, le rapport révèle que dans de nombreuses professions à faible salaire, où il y a peu de tâches par personne et où de nombreux travailleurs effectuent la même tâche, les économies introduites par l'automatisation ne sont pas suffisamment importantes pour justifier l'investissement et la dépense. de créer (ou d'acheter), de mettre en œuvre et de former l'IA.

En d'autres termes, même si la plupart des systèmes d'IA sont plus que performants, toutes les tâches que l'IA peut effectuer ne sont pas économiquement viables pour remplacer le travail humain. Pour les grandes entreprises, le coût élevé associé au réglage fin des systèmes d'IA pour des tâches spécifiques peut être réalisable et valoir l'investissement, mais pour les petites et moyennes entreprises, le coût est prohibitif.

Un exemple de l'étude qui illustre cela est celui où les chercheurs ont examiné l'utilisation potentielle de la vision par ordinateur dans une boulangerie.

L'une des tâches des boulangers est de vérifier visuellement leurs ingrédients pour s'assurer qu'ils sont de qualité suffisante, par exemple pour s'assurer qu'ils ne se sont pas gâtés. Cette tâche pourrait être remplacée par un système de vision par ordinateur en ajoutant une caméra et en entraînant le système à détecter les aliments qui ont mal tourné. Pour voir si cela en vaut la peine pour un petit boulanger, le rapport calcule les économies réalisées grâce à ce type de système de vision par ordinateur.

L'étude a révélé que le contrôle de la qualité des ingrédients représentait environ 6% des tâches d'un boulanger et qu'une petite boulangerie moyenne compte cinq boulangers gagnant environ 48 000 $ par an. Par conséquent, les économies potentielles résultant de l'automatisation de cette tâche équivaudraient à environ 14 000 $ par an. Cependant, les chercheurs estiment que le montant économisé (14 000 par an) est bien inférieur au coût de développement, de déploiement et de maintenance d'un système de vision par ordinateur et ne constitue donc pas un substitut économique au travail humain dans ce scénario.

En d'autres termes, il en coûtera à la boulangerie plus de 14 000 $ pour que son système d'IA soit opérationnel. Par conséquent, les économies qu'ils réaliseraient grâce à l'automatisation sont annulées par le coût de possession et d'exploitation du système d'IA qui rend cela possible.

IA de vision par ordinateur vs IA multimodale

Il est important de noter que cette étude s'est uniquement concentrée sur la vision par ordinateur, ce qui est très différent des systèmes plus dynamiques tels que les grands modèles de langage multimodaux, notamment

GPT-4 d'OpenAI.

Bien que la vision par ordinateur soit très spécifique, les grands modèles de langage multimodaux ont une capacité beaucoup plus large à exécuter des tâches, et les tâches qu'ils peuvent exécuter ressemblent beaucoup aux tâches cognitives que les humains accomplissent tout au long de la journée.

Une étude récente d'OpenAI estime que 19% des travailleurs américains pourraient voir 50% de leurs tâches sur le lieu de travail affectées par des systèmes d'IA avancés comme GPT-4, ce qui est beaucoup plus important et aura forcément un effet bien plus important sur le lieu de travail que l'ordinateur. vision.

Même si le rapport suggère que l'IA a un potentiel de transformation sur le lieu de travail, il reconnaît que l'intégration généralisée d'un système de vision par ordinateur n'est pas aussi imminente que certains pourraient le penser. L'étude révèle que la vision par ordinateur est actuellement capable d'automatiser des tâches qui représentent 1,6% des salaires des travailleurs de l'économie américaine (hors agriculture). Cependant, seulement 0,4% environ de l'économie pourrait bénéficier de réductions de coûts grâce à une telle automatisation.

En effet, moins un système d'IA est dynamique, moins il est susceptible d'automatiser efficacement de tâches et de tâches. Cela en fait une mise en œuvre sous-optimale pour les entreprises, en particulier les petites entreprises, en raison du coût de mise en œuvre et d'exploitation du système.

Je pense que le seul point où le rapport présente des lacunes est qu'il ne prend pas en compte les économies réalisées grâce à l'automatisation de la vision par ordinateur à long terme.

Il n'est pas rare d'entendre qu'un nouveau système n'est pas rentabilisé au cours de la première année, de la même manière que le rapport décrit l'exemple d'une petite boulangerie, mais généralement, à mesure que le temps passe et que les coûts d'exploitation d'un système diminuent considérablement, arrive un point où le système atteint le seuil de rentabilité et devient un outil qui permet à l'entreprise d'économiser plus d'argent qu'il n'en coûte pour faire fonctionner l'outil, ce qui entraîne une augmentation globale de l'efficacité et des économies de coûts.

Il n'explore pas non plus la valeur qui pourrait être créée si chaque travailleur pouvait effectivement utiliser ces 6% du temps qu'il consacre à examiner des ingrédients dans d'autres domaines, ce qui pourrait probablement générer davantage de revenus pour l'entreprise et compenser légèrement les coûts de production. l'IA.

études de cas et de rapports examinant l'impact de l'IA sur le lieu de travail et tentant de répondre à la question de savoir si l'IA est effectivement une menace (un substitut) pour les travailleurs humains, qui les rendrait licenciés complètement. automatiser leur travail, ou si l'IA est plutôt un outil complémentaire qui augmente la productivité et permet aux travailleurs humains de consacrer plus de temps aux tâches qui ne peuvent pas être automatisées.

Pour que l'intelligence artificielle (IA) fonctionne dans le respect de la loi et prospère face à des défis croissants, elle doit intégrer un système de blockchain d'entreprise qui garantit la qualité et la propriété des données saisies, lui permettant ainsi de conserver les données en sécurité tout en garantissant leur immuabilité.

de données. Consultez la couverture de CoinGeek sur cette technologie émergente pour savoir pourquoi la blockchain d'entreprise sera l'épine dorsale de l'IA.

Regarder : L'intelligence artificielle a besoin de la blockchain

Nouveau sur la blockchain ? Consultez la section Blockchain pour les débutants de CoinGeek, le guide de ressources ultime pour en savoir plus sur la technologie blockchain.