IA visuelle et informatique ambiante : l’ordinateur qui comprend son environnement

L’idée selon laquelle l’ordinateur n’existe que là où il y a un écran à toucher ou une boîte vocale pour parler est erronée depuis quelques années, mais elle guide toujours la plupart des décisions en matière de produits. L’informatique ambiante n’est pas l’étape suivante après les assistants virtuels : c’est une catégorie différente, qui ne présuppose aucune forme d’interaction explicite. L’environnement est continuellement surveillé, interprété et réagi, sans que l’utilisateur – ou l’objet, ou l’usine, ou l’étagère – n’ait à faire quoi que ce soit.

Ce que signifie réellement l'informatique ambiante

L’informatique ambiante n’est pas synonyme de maison intelligente ou d’enceintes connectées. Ces appareils s'appuient toujours sur un déclencheur explicite : une question, un clic, une routine configurée. La définition la plus précise pointe vers quelque chose de différent : des capteurs distribués qui capturent en continu l’état de l’environnement, des modèles qui interprètent cet état en temps réel et des systèmes qui réagissent sans qu’aucun humain n’ait besoin de formuler une commande.

Le cas le plus simple est celui où la caméra comprend ce qu’elle voit. Il ne s'agit pas d'une caméra de sécurité qui enregistre pour un examen ultérieur, mais d'un système qui classe les objets, les compte, détecte les anomalies et déclenche des réponses au fur et à mesure que la scène se déroule. Combiné avec des capteurs de température, de pression, d’accélération et de localisation, le résultat est un environnement qui maintient son propre état – une représentation informatique de ce qui existe dans le monde physique, mise à jour image par image.

La stack technique qui rend cela possible

Ce qui a changé au cours des cinq dernières années, ce n’est pas le concept, mais la faisabilité. Les modèles de vision par ordinateur suffisamment efficaces pour fonctionner sur du matériel peu coûteux ont complètement modifié l’équation des coûts. Un modèle de détection d'objets qui nécessitait auparavant un serveur dédié fonctionne désormais sur une puce intégrée d'une valeur de quarante dollars. Cela signifie que l'inférence s'effectue en périphérie, sur l'appareil qui capture l'image, sans avoir à envoyer chaque image vers le cloud.

La fusion des capteurs est l’autre élément essentiel. Une caméra seule voit, mais ne mesure pas. Combiné avec des capteurs de profondeur, il évolue. Combiné avec des accéléromètres, il comprend le mouvement. Combiné avec la RFID ou des balises, il adapte ce que vous voyez à l'intérieur d'une usine ou d'un magasin spécifique. Le résultat n’est pas une caméra intelligente : c’est un réseau de perception qui construit une représentation continue de l’espace. Le traitement de tout cela en temps réel nécessite des pipelines d'inférence optimisés et, souvent, des modèles distincts fonctionnant en parallèle : un pour la détection d'objets, un autre pour la classification, un autre pour le suivi de trajectoire.

Là où il fonctionne déjà et génère des résultats mesurables

Le commerce de détail est le secteur avec les déploiements les plus étendus. Les chaînes de supermarchés utilisent des caméras dotées de vision par ordinateur pour compter les stocks en temps réel : le système détecte les rayons qui se trouvent en dessous du niveau minimum et déclenche automatiquement le réapprovisionnement, sans inventaire manuel. Walmart a signalé des réductions allant jusqu'à 30 % des ruptures de stock dans les magasins pilotes utilisant ce modèle. Dans le commerce de détail de mode, les caméras installées dans les cabines d'essayage identifient les pièces à essayer et alimentent les systèmes de recommandation sans que le client n'interagisse avec aucun appareil.

C’est dans le secteur manufacturier que les rendements financiers sont les plus faciles à documenter. Le contrôle qualité visuel automatisé – des caméras qui inspectent les pièces à la vitesse de la chaîne de production, identifiant les défauts avec une plus grande précision que l’inspection humaine – est désormais une technologie mature. BMW, Toyota et des dizaines de fournisseurs de niveau 2 l'utilisent en production. Le gain n’est pas seulement le coût : c’est la cohérence. Le système ne présente aucune fatigue d'attention après un quart de travail de quatre heures.

L’agriculture de précision est le troisième domaine avec une réelle traction. Des drones équipés de caméras multispectrales et de modèles de vision par ordinateur surveillent des plantations entières, identifiant le stress hydrique, les infestations de ravageurs et les variations de maturité avant qu'ils ne soient visibles à l'œil nu. Les grands producteurs de soja et de canne à sucre du centre du Brésil l'utilisent déjà pour calibrer l'irrigation et l'application de pesticides par zones spécifiques, et non par hectare uniforme.

Le problème de confidentialité que personne n'a résolu

Les caméras qui enregistrent pour un examen ultérieur créent une attente relativement familière en matière de confidentialité : il existe une vidéo accessible et il existe des régimes juridiques – imparfaits – qui définissent qui peut y accéder. Les caméras qui comprennent ce qu’elles voient en temps réel constituent une catégorie différente. Ils ne se contentent pas d'enregistrer : ils déduisent. Et l’inférence peut inclure l’identité, le comportement, l’émotion, la trajectoire.

Le point de friction n’est pas technique. C'est le consentement. Lorsqu’une caméra de vente au détail détecte qu’un client reste debout devant une étagère pendant quatre-vingt-dix secondes avant de ne rien acheter, qui a consenti à quoi ? L’avertissement « environnement surveillé par des caméras » qui existe dans n’importe quel magasin a été rédigé dans un souci de sécurité et non d’analyse comportementale par l’IA. La différence est importante et les régulateurs ne sont pas encore parvenus à un consensus à ce sujet.

La LGPD brésilienne et le RGPD européen traitent des données personnelles, mais il existe une ambiguïté quant au moment où une inférence dérivée d'une image environnementale constitue des données personnelles. Si le système identifie « une personne âgée d'environ 35 ans arrêtée dans ce couloir pendant deux minutes » sans la lier à une identité nominale, s'agit-il d'une donnée personnelle ? La réponse réglementaire varie selon les juridictions et selon les interprétations, et ceux qui construisent ces systèmes aujourd'hui font le pari de savoir quelle interprétation prévaudra. Ce n’est pas une position confortable, mais c’est honnête sur l’état réel du terrain.

Ce que les responsables des opérations doivent évaluer avant de mettre en œuvre

La décision d’adopter l’informatique ambiante dans les opérations physiques implique des variables que la plupart des analyses de retour sur investissement ignorent. L'aspect technique — choix du matériel, modèle d'inférence, intégration aux systèmes existants — est le plus simple à évaluer, car il dispose de références et de fournisseurs avec des cas documentés. C'est du côté de la réglementation et de la réputation que les projets meurent après le projet pilote.

Quelques questions auxquelles il faut répondre avant la signature du contrat de fourniture : qui a accès aux inférences générées par le système et combien de temps sont-elles conservées ? Si le modèle identifie mal un comportement – un employé qui semble voler alors qu'il cherche simplement une pièce – quelle est la procédure de règlement des différends ? Y a-t-il des employés ou des clients que le système surveillera, et ont-ils été suffisamment informés pour que leur consentement soit authentique ? Le fournisseur conserve-t-il des données de formation et d'inférence en dehors du Brésil, et cela crée-t-il un risque de non-conformité ?