L’intelligence artificielle est sur toutes les lèvres, mais que recouvre réellement ce terme ? Prenez le train en marche de cette révolution en découvrant les grands principes de l'IA, son évolution récente, mais aussi ses limites actuelles.

Impact de l'IA : une étude réalisée par le Monde de la Propreté
Au cours du premier trimestre 2025, la FEP et le Monde de la Propreté ont réalisé, en partenariat avec Accenture, une étude de l’impact de l’IA sur le secteur de la propreté. Cette étude vise à identifier les effets de l’IA au sein des entreprises de propreté, à repérer les applications déjà déployées et en expérimentation, les fonctions et métiers particulièrement concernés, ainsi qu'à repérer les bonnes pratiques et points de vigilance pour aider les entreprises à se saisir de ces nouvelles technologies. Une trentaine d’entretiens ont été réalisés avec des professionnels du secteur issus de TPE, PME et grandes entreprises, des fournisseurs de matériels, éditeurs de logiciels et clients des entreprises. Des focus groups ont également été organisés, complétés par une enquête en ligne du Monde de la Propreté auprès de 389 entreprises, représentant 263 431 salariés soit 44 % de l'effectif sectoriel. 

Qu'est-ce que l'intelligence artificielle (IA) ?

L'IA est une technologie révolutionnaire capable d'imiter les compétences humaines de détection, compréhension, apprentissage et action.

Détecter

Acquérir, identifier, reconnaître et analyser des données structurées et non structurées telles que des images, des fichiers audios et du texte. (p. ex., transcrire le message audio en texte brut)

Comprendre

Comprendre et représenter l’information en extrants qui génèrent du sens, des idées, ou des connaissances (par exemple, classifier une transaction comme inhabituelle)

Apprendre

Améliorer les performances (vitesse, qualité, cohérence et précision) en se basant sur des expériences réelles, parfois de manière autonome (par exemple, en apprenant à distinguer les transactions légitimes des transactions frauduleuses)

Agir

Effectuer une tâche d’un processus, d’une activité ou d’une fonction définie en fonction des informations dérivées de la compréhension (par exemple, envoyer une notification à l’équipe de vente)

L’IA s’est développée continuellement pour apporter plus de valeur et passer du diagnostic à la recommandation, puis désormais à l’action avec l’IA générative. Elle peut, aujourd'hui, créer quelque chose d’entièrement nouveau, grâce aux modèles fondamentaux, capables de produire du contenu (texte, image, instruction, code, etc.) à la demande à partir d’exemples et de relations dans les données.

Les progrès récents dans plusieurs domaines de l’IA ont rapidement comblé l’écart entre les performances de l’IA et les performances humaines, accélérant les opportunités de cas d’usage innovants.

IA et robotique

Après une croissance de +10% enregistrée entre 2021 et 2024, le marché des robots de service, appuyé par l'arrivée de technologies d'IA générative, devrait connaître, selon les analystes, une croissance encore plus forte, de l'ordre de +15 à +20%, d'ici 2032. 

Les robots de service, avec l'intégration de l’IA générative, deviennent plus performants grâce à des fonctionnalités qui permettent, notamment, d'identifier des objets, d'interpréter les besoins et les actions à déclencher, de reconnaitre et éviter des obstacles, d'adapter des itinéraires en temps réel,...

Les limites actuelles de l'IA

L’IA requiert une attention particulière sur ses différents risques et limitations pour être intégrée efficacement dans des applications réelles.

Risques éthiques, légaux, sécurité et
considérations environnementales

  • Préoccupations éthiques et légales : l’IA soulève des inquiétudes majeures concernant la protection des données personnelles et les risques de surveillance excessive
  • Risques de sécurité et de confidentialité : les IA génératives peuvent être ciblées par des cyberattaques, ce qui peut compromettre la sécurité des données
  • Consommation intensive des ressources : l’IA consomme beaucoup d’énergie lors de son entrainement et de son utilisation

Limitations liées
au fonctionnement de l’IA

  • Transparence et explicabilité : de nombreux modèles d'IA, en particulier les modèles d'apprentissage, prennent des décisions selon un processus complexe et peu transparent
  • Précision et hallucinations : les IA génératives peuvent produire des informations inexactes, appelées « hallucinations », à cause de défauts dans leur conception
  • Manque de compréhension : l’IA générative manque d’une véritable compréhension du monde et ne distingue pas le vrai du faux, ce qui peut créer du contenu trompeur
  • Biais : les modèles d’IA peuvent reproduire et amplifier les biais présents dans leurs données d’entrainement

Limitations liées
aux données et à l’apprentissage

  • Importance des données : les systèmes d’IA ont besoin d’une quantité importante de données pour bien fonctionner. Plus les données fournies sont de qualité, meilleurs seront les résultats
  • Difficultés d’adaptation : les modèles d’IA ont souvent du mal à s’adapter à des situations nouvelles, différentes de celles pour lesquelles elles ont été entrainées
Stratégies de déploiement, degré d'utilisation, bonnes pratiques, opportunités mais aussi points de vigilance : explorez les grands enjeux de l’IA et les clés pour une intégration réussie pour les entreprises de propreté.

Source : Etude Monde de la Propreté - Accenture 2025