Selon Todd McKinnon, le CEO de Okta, il y a beaucoup d’agitation autour des apports possibles de l'apprentissage machine, mais les entreprises ne peuvent pas réellement en profiter. Ce contexte lui rappelle beaucoup ce qui s’était passé il y a quelques années, au moment de l’émergence du big data. « D’abord, nous y pensons beaucoup. Mais, au cours de l’année passée, j’ai surtout remarqué que nous revivions un peu la même situation que nous avions connue dans le big data il y a trois ans », a-t-il dit. « L’apprentissage machine, tout le monde en parle, mais personne ne l’utilise vraiment ».

Le CEO de Mixpanel, Suhail Doshi, pense pour sa part que le problème peut être résolu. Selon lui, les entreprises technologiques ont besoin de créer et de vendre des services intelligents qui permettent à d’autres entreprises d’utiliser l'apprentissage machine pour réaliser des tâches essentielles. À son avis, très peu d'entreprises disposent du personnel capable de développer de nouvelles techniques d'apprentissage machine, et celles qui peuvent les aider à mieux exploiter leurs données sont à peine plus nombreuses. « La plupart des entreprises ne disposent pas des spécialistes des données qui peuvent les aider à extraire les bonnes données de leur masse de données », a déclaré Suhail Doshi, jeudi, au cours d'une table ronde à San Francisco. « Il faut que ces entreprises acceptent de confier leurs données à des tiers et leur demande d’en tirer quelque chose d’intéressant pour elles ».

Une marché pour les algorithmes intelligents 

Le point de vue du CEO de Mixpanel est en phase avec celui d’autres acteurs de l’industrie. Ainsi, Joseph Sirosh, vice-président, Machine Learning, de Microsoft pense que les entreprises pourront bientôt acheter des algorithmes et des applications intelligentes. Microsoft propose déjà ce genre de produits avec des outils comme Cortana Analytics Suite et Projet Oxford, et IBM vend sous forme de services cloud des API d’intelligence artificielle tournant sous Watson. La start-up Algorithmia basée à Seattle est aussi en train de créer un marché autour de l’apprentissage machine. Mais selon le CEO de Cumulus Networks, ce secteur présente certains inconvénients, surtout pour une entreprise. Selon lui, les lois régissant les sociétés, en particulier celle des grosses entreprises, empêcheront le partage de données avec ces fournisseurs de services. « La confidentialité des données entrave le transfert de données de toute entreprise vers une autre », a déclaré le CEO de Cumulus Networks. « Donc, il n'y a aucun moyen pour une entreprise de faire analyser ses données par Google. Pour une véritable entreprise, une grande entreprise, cela n’arrivera pas ».

Se pose aussi la question du devenir des applications qui tournent grâce à un service particulier quand le fournisseur cesse son activité. À l'heure actuelle, les développeurs se précipitent pour reconfigurer les applications tournant sur Parse. Cette plate-forme regroupe un ensemble de services vendus par Facebook depuis quelques années. Or, le 28 janvier dernier, le réseau social a annoncé la fermeture de Parse en janvier 2017. La fin de Parse est probablement pour les développeurs le meilleur scénario possible d’un service qui met la clef sous la porte. En effet, ils disposent de beaucoup de temps pour mettre à jour leurs applications, et Facebook a décidé de livrer le logiciel Parse Server en open source, ce qui permettra aux développeurs d’exploiter leur propre instance Parse s’ils en ont besoin. Mais, les entreprises n’auront pas toujours cette chance. C’est un aspect important de ce nouveau marché des API intelligentes qu’il faudra suivre avec attention.