Faut-il abandonner son data scientist ?

Pexels / Pixabay

Quel que soit le cabinet de prospective, tous convergent pour dire que la très grande majorité des métiers qui seront à pourvoir dans dix ans n’existent pas aujourd’hui. Certains ont cru en tenir un: le data scientist. Mais celui-ci fera-t-il parti de ces fameux métiers qui seront bien payés en 2030? Pas sûr si on regarde les tendances de fond qui agitent le monde de l’intelligence artificielle.

L’intelligence artificielle induit une révolution dans la valorisation des compétences de la même ampleur, voire plus, que celle qui a vu émerger le métier d’informaticien dans les années 80. Nous vivons la même époque pionnière qu’alors, où les entreprises ignoraient tout de la programmation et où elles s’équipaient d’informaticiens plus ou moins autodidactes puisque l’institution scolaire elle-même avait été bien incapable, comme elle l’est aujourd’hui à nouveau, d’anticiper la révolution des compétences.

Même une très faible compétence en informatique permettait alors à un pionnier d’occuper un siège au CODIR, dont il finira bientôt par se faire virer avec les fonctions support désormais externalisées.

En chimie par exemple en 1990, pour un analyseur infrarouge Nicolet, il fallait taper des codes à trois lettres pour faire des opérations élémentaires sans retour graphique. Qui se souvient des recherches sur internet avant -car il y a un avant- le web? Avec les codes BBS ou Gopher? Puis les interfaces graphiques, Windows et Mac sont apparues et tout d’un coup des gens qui n’accédaient pas à internet ont pu le faire. Ils ont pu faire des calculs dans Excel, des calculs de plus en plus raffinés.  La tendance de fond alors à l’œuvre a d’abord valorisé la capacité de création de l’outil, puis la capacité à s’en servir.

Le datascientist de 2019, c’est le codeur Z80 de 1984, le codeur FORTRAN de 90. Mais que voit-on apparaître? Des services se multiplient qui permettent de faire de l’IA via une interface graphique de plus en plus intelligente qui se débrouillera pour trouver le meilleur algorithme pour les données qu’on lui soumettra, tel le remarquable projet Northstar du MIT. De la même manière que la plupart des gens ignorent l’algorithme qui permet à Excel de faire une division, on ignorera le réseau de neurones qui demain traitera nos données. Il restera bien sûr des entreprises dont le métier sera de faire ces outils, et elles seront prospères, mais l’essentiel de la valeur se fera, comme toujours, dans le talent de ceux qui les utiliseront, qui sauront les entraîner, les valider, les faire évoluer.

Plus un chimiste qui ne sache utiliser EXCEL aujourd’hui, plus un qui ne saura prédire une propriété moléculaire par IA demain. Et alors. Cela ne donnera pas le talent d’inventer un nouvel usage, de découvrir un nouveau médicament, de créer un nouvel outil surpuissant qui en assemble trois.

Peut-être que le datascientist résistera à l’avenir, mais ce qui est sûr c’est que les métiers qui utiliseront avec talent ces nouveaux outils seront là sous des noms que nous ignorons encore.

Télécharger cet article au format PDF ou ePub

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.