Dr Andrew Ng
La plupart des organisations ont mené des projets pilotes d’IA. Rares sont celles qui sont allées plus loin. Le problème n’est pas d’ordre technologique, mais organisationnel. Mettre en place les structures internes, les équipes et la capacité décisionnelle nécessaires pour déployer l’IA à grande échelle est le défi que la plupart des équipes de direction n’ont pas encore relevé. Sans approche systématique, les investissements dans l’IA s’accumulent sans générer de retombées positives.
Faire passer l’IA du stade de projets pilotes isolés à une capacité à l’échelle de l’entreprise : tel est le défi qu’Andrew Ng – cofondateur de Google Brain, créateur de Coursera, qui compte aujourd’hui 150 millions d’apprenants, et auteur de l’ouvrage *AI Transformation Playbook* – s’est attaché à aider les organisations à relever tout au long de sa carrière.
Full Profile
Pourquoi les entreprises font appel à Andrew Ng
- Son « AI Transformation Playbook » – un cadre en cinq étapes, issu directement de son expérience dans la constitution d’équipes d’IA chez Google et Baidu – offre aux entreprises une feuille de route structurée pour la mise en œuvre, et non de simples principes. C’est la différence entre une orientation et un plan d’action.
- Il a été confronté aux défis de l’adoption de l’IA sous deux angles différents : en tant que responsable de la transformation de deux des plus grandes entreprises technologiques mondiales en organisations axées sur l’IA, et en tant que fondateur de plateformes ayant formé plus de 8 millions de personnes aux compétences en IA. Pour lui, les sources d’échec à ces deux niveaux ne relèvent pas de la théorie.
- Sa thèse selon laquelle « l’IA est la nouvelle électricité » recadre l’IA en tant qu’infrastructure à usage général plutôt que comme une fonctionnalité ou un produit – une distinction qui modifie la manière dont les conseils d’administration allouent les capitaux et dont les équipes de direction structurent la responsabilité.
- Il figure sur la première liste « Time100 AI » du magazine Time (2023) – qui récompense l’influence active et actuelle dans ce domaine – et siège au conseil d’administration d’Amazon. La première distinction témoigne de sa reconnaissance par ses pairs ; la seconde, de sa crédibilité au sein des instances dirigeantes.
- Grâce à AI Aspire, développé en partenariat avec Bain & Company, il conseille les entreprises qui passent de l’expérimentation de l’IA à une transformation à grande échelle, leur offrant ainsi une perspective éprouvée dans la création d’entreprises, les opérations à très grande échelle et l’éducation de masse.
Faits marquants de sa biographie
- Il a cofondé Google Brain, l’équipe de recherche à l’origine de la refonte de l’approche de Google en matière d’intelligence artificielle
- Vice-président et directeur scientifique chez Baidu, à la tête d’une équipe de 1 300 personnes chargée de la stratégie mondiale de l’entreprise en matière d’IA
- Co-fondateur et président de Coursera (NYSE : COUR), qui compte aujourd’hui plus de 150 millions d’apprenants inscrits à travers le monde
- Fondateur de DeepLearning.AI : plus de 8 millions de personnes ont suivi des cours d’IA grâce à ses programmes
- Nommé parmi les « 100 personnalités les plus influentes » du Time (2012), les « personnalités les plus créatives » de Fast Company (2014) et les « 100 personnalités de l’IA » du Time (2023)
- Membre du conseil d’administration d’Amazon (nommé en avril 2024)
- Auteur de « AI Transformation Playbook » et « Machine Learning Yearning », deux ouvrages largement diffusés
- Titulaire d’une licence de l’université Carnegie Mellon, d’un master du MIT et d’un doctorat de l’université de Berkeley ; co-auteur de plus de 200 articles de recherche
Biographie
La plupart des projets pilotes en IA ne débouchent jamais sur la création d’entreprises spécialisées dans l’IA. Andrew Ng a passé des années à en examiner les raisons – d’abord en tant que fondateur et directeur de Google Brain, puis en tant que vice-président et directeur scientifique chez Baidu, où il a constitué une équipe de 1 300 personnes dédiée à l’IA. Le fossé entre les expérimentations isolées en IA et la mise en place de capacités à l’échelle de l’entreprise est le problème qu’il a étudié de l’intérieur.
Son « AI Transformation Playbook » – directement inspiré de cette expérience – présente un cadre en cinq étapes permettant de faire passer l’adoption de l’IA de l’élan initial à une infrastructure à l’échelle de l’entreprise. Ce guide connaît un large succès car il aborde la transformation par l’IA comme un défi opérationnel, et non comme une simple question technologique. Sa thèse selon laquelle l’IA est une infrastructure au même titre que l’électricité l’était offre aux conseils d’administration un cadre stratégique applicable à tous les secteurs et à tous les modèles économiques.
Ng a cofondé Coursera, qui compte aujourd’hui plus de 150 millions d’apprenants inscrits, et a fondé DeepLearning.AI, grâce auquel plus de 8 millions de personnes ont suivi des formations en IA. Le fait de développer la culture de l’IA à cette échelle – et d’évaluer ce qui fonctionne – lui confère une perspective concrète et éprouvée sur ce qu’exige réellement, dans la pratique, la transformation de la main-d’œuvre. Peu d’intervenants peuvent se prévaloir d’une expérience opérationnelle comparable.
Titulaire de diplômes de Carnegie Mellon, du MIT et de l’université de Berkeley, il est co-auteur de plus de 200 articles de recherche et siège au conseil d’administration d’Amazon. Nommé dans la première édition de la liste « Time100 AI » du magazine Time en 2023 – qui récompense l’influence actuelle plutôt que la contribution historique –, il continue de cofonder des entreprises spécialisées dans l’IA par le biais d’AI Fund et de conseiller les entreprises en matière de stratégie d’IA via AI Aspire, une société qu’il a créée en partenariat avec Bain & Company.
Principaux thèmes d’intervention
- Adoption et transformation de l’IA en entreprise
- Stratégie en matière d’IA pour les conseils d’administration et les dirigeants
- L’IA agentique et la prochaine phase des systèmes d’IA
- Développement des compétences et renforcement des capacités en matière d’IA
- Développement responsable de l’IA et réglementation
- Principes fondamentaux de l’apprentissage automatique et IA appliquée
- L'économie de l'IA en tant qu'infrastructure à usage général
Idéal pour
- Les cadres dirigeants et les conseils d’administration chargés de définir la stratégie en matière d’IA et l’allocation des capitaux
- Les directeurs techniques et les directeurs du numérique qui pilotent les programmes d’IA au sein de l’entreprise
- Les directeurs des ressources humaines et les responsables RH chargés de la mise à niveau des compétences en IA et de la transformation des effectifs
- Les responsables de la transformation et les équipes d’innovation passant de projets pilotes d’IA à un déploiement à grande échelle
Résultats attendus pour les participants
- Un cadre structuré permettant d’identifier les freins à l’adoption de l’IA au sein de l’entreprise et de définir les prochaines étapes
- Une vision claire de la manière de développer des capacités internes en matière d’IA – équipes, processus et gouvernance – plutôt que de s’en remettre à des approches isolées, projet par projet
- Un cadre de réflexion au niveau du conseil d’administration sur l’IA en tant qu’infrastructure, avec ses implications en matière d’investissement, de talents et de positionnement concurrentiel
- Une compréhension concrète des enjeux liés au développement à grande échelle d’une main-d’œuvre spécialisée en IA, tirée de programmes ayant formé des millions de personnes
- Une vision plus réaliste du développement responsable de l’IA – distinguant les risques réels des craintes spéculatives – présentée par un praticien qui a défendu ces positions tant en public que dans le cadre de l’élaboration des politiques
Conférences
Cet article examine comment les machines apprennent à partir de données non structurées pour faire progresser des domaines tels que la vision par ordinateur et le traitement du langage naturel, et ce que cela implique pour les organisations qui s’appuient sur l’intelligence artificielle.
Points clés à retenir :
- Comment l’apprentissage profond extrait des modèles significatifs à partir de données non structurées, et dans quels contextes cette capacité est mise en pratique
- La distinction entre apprentissage supervisé et non supervisé, et dans quels cas chacune de ces approches est adaptée aux cas d’utilisation en entreprise
- Ce que l’état actuel de la recherche en apprentissage automatique implique pour les organisations qui investissent dans des infrastructures d’IA
Cet article examine comment l’intelligence artificielle transforme l’apprentissage – en permettant des expériences personnalisées et adaptatives à grande échelle – et ce que cela implique pour les organisations chargées du développement des compétences de leur personnel.
Points clés à retenir :
- Comment l’IA crée des parcours d’apprentissage personnalisés que les modèles de formation traditionnels ne peuvent pas reproduire à grande échelle
- Ce que l’élargissement de l’accès à une éducation de qualité signifie pour les viviers de talents mondiaux et l’avantage concurrentiel
- Les implications de l’apprentissage tout au long de la vie en tant qu’exigence structurelle, et non plus comme simple aspiration culturelle
Passe en revue les dernières avancées en matière d’IA et de robotique dans les secteurs de l’industrie manufacturière, de la santé et des transports, en mettant l’accent sur leur déploiement concret et les conditions nécessaires à une mise en œuvre responsable et centrée sur l’humain.
Points clés à retenir :
- Comment la robotique et l’IA transforment les opérations dans des secteurs clés, et où se concentrent les opportunités à court terme
- À quoi ressemble, dans la pratique, une collaboration homme-machine efficace, au-delà du battage médiatique
- Les considérations éthiques et de gouvernance que les organisations doivent intégrer avant le déploiement, et non après