Jean-François Gagné is a serial entrepreneur in the software industry, founder and CEO of the company Element AI.

Les experts en IA que nous recherchons : le bassin mondial de talents au début de 2018

Les experts en IA que nous recherchons : le bassin mondial de talents au début de 2018

Récemment, j’ai demandé de l’aide sur les médias sociaux (LinkedIn et Twitter) pour évaluer l’état et la taille du bassin international de talents dans le domaine de l’intelligence artificielle. Le recrutement de ces talents est un enjeu vital pour notre industrie. Merci à ceux et à celles qui ont répondu en grand nombre de tous les coins de la planète. Les renseignements que vous m’avez généreusement fournis ont été intégrés à un nouveau rapport publié par Element AI. Nous avons maintenant une vue plus précise de la taille et des caractéristiques du bassin de talents au début de 2018. Ce rapport est un document évolutif que nous continuerons à étoffer selon l’apport de tout un chacun. Selon notre évaluation la plus large, le bassin de talents à l’échelle internationale compte 22 000 personnes. De toute évidence, la concurrence pour attirer des talents se poursuivra dans un avenir prévisible.

Le rapport complet peut être consulté à jfgagne.ai/talent.

Voici quelques-unes de mes observations sur la situation à l’échelle de la planète.

À mesure que le recours à l’intelligence artificielle se généralise, le nombre de spécialistes requis pour en concevoir les algorithmes augmente. Dans l’univers du développement des technologies numériques, tout le monde cherche des façons d’acquérir les compétences nécessaires pour travailler avec l’IA. Peu importe la fonction (chercheur, chef de projet, programmeur, etc.), la demande est de loin supérieure à l’offre. Le très petit nombre de talents disponibles ralentit considérablement l’essor de l’IA.

En réalité, notre connaissance du bassin de talents est imprécise. D’après les estimations, ce bassin compterait entre 1 000 et 300 000 personnes, selon la façon de définir le talent. Le chiffre de 300 000 avancé par un rapport de la société Tencent comprend toutes les équipes techniques qui participent à des projets d’intelligence artificielle. Le chiffre de 1 000 personnes se limite quant à lui aux chercheurs d’élite, c’est-à-dire ceux qui possèdent le minimum de dix années d’expérience requises pour piloter des grands projets. Selon Tencent, la demande serait supérieure à un million. Enfin, on estime généralement que tous les chercheurs d’élite ont déjà été recrutés par des entreprises technologiques.

Notre rapport inclut un autre groupe de spécialistes importants, qui fait le lien essentiel entre la science et ses applications pratiques. Ce groupe rassemble les ingénieurs et les chercheurs que nous devons recruter pour mettre au point des solutions d’intelligence artificielle transformatrices fondées sur les avancées de la technologie. Outre les compétences techniques, ces spécialistes de l’IA doivent avoir les compétences et l’expérience nécessaires pour concilier efficacement les contraintes scientifiques et commerciales et celles associées aux logiciels de qualité industrielle. À bien y réfléchir, on peut se surprendre qu’il existe même des personnes qui possèdent un tel ensemble de compétences.

Element AI estime que le bassin d’experts compte environ 10 000 personnes. Nous avons basé notre calcul sur les listes de publications des grands congrès sur l’intelligence artificielle, qui regroupent les personnes qui exercent une influence dans l’industrie et qui ont les compétences nécessaires pour mettre en application les découvertes scientifiques. Nous avons par la suite peaufiné notre analyse pour rendre compte de leur répartition géographique et de la créativité avec laquelle elles remplissent leur rôle.

Les congrès ne sont pas les seuls lieux pour déterminer l’influence

Nombre de personnes influentes ne figuraient pas dans notre évaluation initiale de 10 000 personnes, et ce, pour deux raisons principales : d’une part, nous avions considéré les congrès comme seul lieu d’influence; d’autre part, nous n’avions pas tenu compte de la langue, ce qui excluait un grand nombre de chercheurs non occidentaux. Il suffisait de jeter un coup d’œil dans nos propres bureaux pour constater que notre définition de l’expertise ne reflétait pas la réalité.

À l’origine, l’intelligence artificielle n’existait que dans les universités. Cependant, au cours des dix dernières années, la plus grande partie du développement a migré des universités vers le secteur privé, où l’IA est utilisée pour résoudre des problèmes concrets. En dépit de cette migration, seuls 12 % des communications acceptées au dernier congrès NIPS venaient de l’industrie. Même si l’on trouve encore certains des meilleurs talents dans les congrès universitaires, notre processus de recrutement nous a permis de repérer, dans des domaines comme les neurosciences et la physique, des personnes formidables, expérimentées dans l’application des méthodes d’apprentissage profond dans un contexte commercial.

Pour dénombrer ces autres experts, nous avons élargi nos recherches pour inclure les personnes qui possèdent les compétences requises sur papier (c’est-à-dire dans leur profil LinkedIn) ainsi qu’un Ph. D. dans n’importe quelle discipline. Cette définition élargie nous a permis d’élever notre évaluation à environ 22 000 personnes, dont environ 3 000  ont indiqué qu’elles étaient ouvertes à de nouvelles occasions professionnelles. Toutefois, la demande demeure de loin supérieure à l’offre; aux États-Unis seulement, on dénombre environ 10 000 postes vacants dans le domaine du développement en intelligence artificielle.

Cela dit, il est clair que la démarche nécessaire pour apprendre à mettre en pratique l’intelligence artificielle est similaire à celle des développeurs de logiciel au début des années 2000. On a beau maîtriser le langage de l’IA et quelques outils ou procédés de pointe, un développeur qui compte dix années d’expérience a de dix à vingt fois plus de chances de réussir à créer la valeur escomptée qu’un autre qui vient à peine de terminer ses études. Après tout, il faut beaucoup de temps pour être vraiment à l’aise dans le langage de l’IA.

La rédaction d’un livre permet de faire une comparaison que toutes les personnes qui écrivent peuvent comprendre. Pour commencer à relier les différents éléments d’un livre, un vocabulaire étendu et une connaissance de la grammaire ne suffisent pas : il faut également posséder une expertise poussée dans un domaine.

Des étoiles montantes

Nous avons encore devant nous une lourde tâche, tant pour continuer à faire des découvertes scientifiques qui feront avancer la technologie que pour stimuler le développement des talents.

Pour qu’un établissement d’enseignement ou un laboratoire fonctionne efficacement dans le domaine de l’intelligence artificielle, il faut des professeurs qualifiés qui cumulent de cinq à dix années d’expérience. Parallèlement, l’industrie a besoin de la recherche appliquée et de l’ingénierie, entre autres parce que les besoins deviendront plus pointus et spécialisés à mesure que la technologie se répandra.

Bien que nos critères précisent qu’un Ph. D. est requis, cette règle n’est pas toujours suivie. En réalité, ce qui est primordial, c’est une expertise et une expérience techniques approfondies. Cette constatation devrait nous inciter à réévaluer les bassins de talents en recherchant des compétences poussées en matière d’application, même si ces bassins n’incluent pas les chercheurs les plus influents.

Pour développer leur bassin de talents, de nombreux pays émergents commencent à investir dans les jeunes entreprises locales au lieu de tenter d’attirer des entreprises technologiques influentes qui disposent de fonds pour la recherche. L’analyse des mouvements des personnes talentueuses qui entrent aux États-Unis ou qui en sortent suggère que dans quelques années, de nouveaux pôles d’intelligence artificielle feront concurrence aux pôles actuels. Les plus grandes migrations de talents ont lieu vers les États-Unis et à partir de ceux-ci, mais certains pays affichent un bilan positif, tandis que de nombreux autres affichent un bilan neutre.

La Chine se situe à un autre niveau. Selon Tencent, elle occupe le deuxième rang mondial pour le nombre d’experts et de jeunes entreprises dans le domaine de l’intelligence artificielle. En Chine, le bassin de talents est relativement jeune, à tout le moins du point de vue de l’expérience, et les universitaires ne peuvent être comparés aux professeurs d’Amérique du Nord, puisque la Chine n’est présente dans le domaine de l’IA que depuis quelques années. Les Chinois sont néanmoins extrêmement actifs : le volume des publications en Chine dépasse celui des États-Unis, et le ratio du nombre de jeunes entreprises par rapport au nombre de chercheurs est élevé. Compte tenu du régime de travail en Chine (de neuf heures du matin à neuf heures du soir, six jours par semaine) et de sa conception de l’équilibre entre le travail et la vie privée, ce pays deviendra probablement le leader en ce qui a trait au volume, bien qu’il soit difficile de se prononcer sur la qualité.

Le Japon héberge certains des meilleurs experts mondiaux, mais ces derniers sont surtout concentrés dans le milieu universitaire, qui produit relativement peu de travaux de recherche en anglais. Les chercheurs japonais sont par ailleurs plus réticents à quitter leur organisation, en particulier pour rejoindre les rangs de sociétés étrangères. C’est pourquoi il est très difficile de les recruter. Signe encourageant, une déléguée commerciale du Canada pour le Japon, Anita Pan, constate que les vieilles pratiques japonaises s’assouplissent et que les grandes entreprises commencent à conclure des partenariats avec des sociétés internationales et à décentraliser leurs activités de recherche et de développement vers l’écosystème des entreprises en démarrage.

Récemment, les États-Unis et le Canada ont affronté plusieurs problèmes en matière de développement des talents dans le domaine de l’intelligence artificielle. Un de ces problèmes est la fuite des cerveaux. Les grandes entreprises ont recruté des personnes talentueuses dans la plupart des universités, ce qui réduit le nombre de professeurs capables de former la prochaine génération. Ajoutez à cela la réduction de 12 % du financement de la recherche scientifique décrétée par l’administration Trump, qui a freiné la recherche aux États-Unis pendant que tous les autres pays accéléraient la cadence.

Selon une rumeur, la Chine rendra obligatoire à partir de la neuvième année l’apprentissage de la programmation et des mathématiques fondamentales nécessaires pour travailler en intelligence artificielle. Une formation généralisée pour travailler avec cette nouvelle technologie est une excellente idée, compte tenu de l’importance des compétences dans les technologies numériques pour les travailleurs d’aujourd’hui. Nous aurons également besoin de nombreux programmes de baccalauréat pour répondre aux besoins extrêmement variés de l’industrie. À mesure que la technologie de l’IA progressera, son succès à long terme reposera sur la diversité des aptitudes nécessaires pour travailler avec celle-ci. (J’ai été extrêmement étonné de la réponse sur LinkedIn des personnes qui m’ont fait part de leurs idées sur l’âge de l’apprentissage des sciences, de la technologie, de l’ingénierie et des mathématiques.)

Bien que la croissance en Afrique et en Inde ait été plus lente qu’en Asie et en Amérique du Nord, les pays africains sont en excellente position pour « sauter des étapes ». Le tout premier congrès AI Africa en octobre 2017 a été un franc succès et a attiré des chercheurs experts venus de tous les coins de l’Afrique et d’ailleurs dans le monde pour discuter des applications de l’apprentissage profond dans le monde réel. Les experts ont également abordé la question des modèles informatiques efficaces et des capteurs peu coûteux, nécessaires en raison des maigres ressources. Ces développements seront extrêmement utiles à mesure que l’intelligence artificielle évoluera.

Le futur bassin de talents

Malgré l’optimisme ambiant au sujet du potentiel de l’intelligence artificielle et des ressources disponibles pour la démocratiser, il est évident qu’il faudra mettre encore beaucoup d’efforts dans le développement des bassins de talents avant de pouvoir exploiter le plein potentiel de cette technologie.

En Asie et en Afrique, une bonne partie des investissements est consacrée à l’augmentation du volume. Toutefois, sans une solide expérience en recherche et développement, ces investissements seront probablement inefficaces et n’auront pas les mêmes retombées que celles qu’ils auraient générées en Amérique du Nord.

Peu importe l’endroit, la capacité de s’améliorer est l’un des attributs les plus importants et les plus négligés des jeunes talents dans le domaine de l’intelligence artificielle. Il ne faut que quatre années d’expérience pour devenir chercheur principal en intelligence artificielle, et cinq pour pouvoir diriger un laboratoire entier. La ténacité et la discipline nécessaires pour améliorer continuellement ses compétences générales et spécialisées sont des facteurs déterminants pour la carrière d’un chercheur en IA.

Cette constatation s’applique également aux pays. La Corée du Sud est le pays d’Asie qui produit le plus de recherches importantes en anglais. Ses diplômés sont donc plus enclins à travailler avec des entreprises étrangères que ceux des autres pays. Le fait d’établir des ponts pour travailler encore plus avec les leaders internationaux en intelligence artificielle pourrait donner aux diplômés de la Corée du Sud une longueur d’avance dans la course aux talents à l’échelle internationale.

En somme, les investissements appropriés faits dès maintenant feront une grande différence à long terme et la carte géographique des talents sera peut-être redessinée en seulement quelques années.

Le rapport complet peut être consulté à jfgagne.ai/talent.

Merci à toutes les personnes qui nous ont aidés et nous ont fourni des statistiques, des anecdotes, des traductions et d’autres renseignements utiles sur leur région :

Bayo Adekanmbi | Ade Akin-Aina | Zainab Bawa | Adel Bibi | Valentine Goddard | Ian Goodfellow | Timnit Gebru | Ahmed Mamdouh A. Hassanien | Kiran Jonnalagadda | Jacques Ludik | Daniel McCormack | Michael James Milne | Shakir Mohamed | Anmol Mohan | Adeyemi Odeneye | Anita Pan | Rufina K. Park | Arjun Ram | Maged Shalaby | Yu Shao | Daniel Shinun | Ahmed Yousef

Le corridor canadien de l’IA 
prend de la maturité:  L’écosystème de l’IA au Canada 2018

Le corridor canadien de l’IA 
prend de la maturité: L’écosystème de l’IA au Canada 2018

L’apprentissage à vie : l’IA et l’avenir du monde du travail

L’apprentissage à vie : l’IA et l’avenir du monde du travail