Le Royaume-Uni et le Mexique tracent la voie vers l’IA et la souveraineté des données
Le Mexique se trouve à un tournant crucial concernant son infrastructure numérique et la gestion des informations d’entreprise. Pour y remédier, une table ronde stratégique a été organisée par l’ambassade britannique, dans le cadre de la mission IA à Mexico, afin d’établir des cadres collaboratifs pour le développement de l’IA entre les entreprises technologiques britanniques et l’écosystème commercial mexicain. L’initiative se concentre sur l’adoption de normes internationales, l’éducation technique et le renforcement de la souveraineté des données au sein du secteur privé.
Il existe un manque de maturité visible sur le marché mexicain, où les grandes entreprises avancent grâce à des gains d’efficacité opérationnelle tandis que les PME hésitent en raison d’un manque de connaissances techniques. Si nous n’intégrons pas la confidentialité, des données de haute qualité et la cybersécurité dans des cadres internationaux, nous ne pourrons pas réaliser les objectifs économiques souhaités.
Le Mexique gère une part significative de ses données d’entreprise et souveraines à travers des infrastructures externes, entraînant des défis pour la souveraineté numérique, la sécurité nationale et le positionnement géostratégique. Le Royaume-Uni, qui maintient une position de leader dans les stratégies d’IA depuis 2017, pourrait servir de référence principale pour le Mexique afin de mettre en œuvre les meilleures pratiques en matière d’éthique des données et de transparence algorithmique.
Analyse des normes internationales et de la normalisation
Un objectif principal de la mission de l’ambassade du Royaume-Uni est l’harmonisation des normes techniques pour faciliter la collaboration transfrontalière. La table ronde a discuté de la nécessité de traduire les normes internationales, spécifiquement ISO/IEC 42001 et ISO/IEC 42005, en normes nationales mexicaines (NMX). Ces normes fournissent un système de gestion pour l’IA qui aborde la sécurité, la transparence et la responsabilité.
La transition vers les NMX n’est pas simplement une étape bureaucratique, mais un incitatif stratégique pour les chaînes d’approvisionnement locales. De nombreux fournisseurs locaux ont des difficultés à s’intégrer dans les chaînes de valeur mondiales en raison de l’absence de ces certifications. En établissant une version locale de ces normes, l’industrie peut créer un environnement de « bac à sable ». Cela permet aux PME de tester les implémentations d’IA sous des risques contrôlés avant d’essayer une certification internationale à grande échelle.
Les quatre piliers de la compétence en IA
Un cadre spécialisé a été présenté pour aborder le fossé entre les équipes techniques et les décideurs. La recherche suggère que le succès de l’IA au travail dépend de quatre niveaux distincts de compétence :
- Alphabétisation en IA : Cela implique une compréhension critique de ce que fait l’IA, y compris la capacité de reconnaître les biais et de remettre en question les décisions automatisées.
- Compétences en IA : Cela représente la capacité technique de construire, former et déployer des modèles mathématiques et des systèmes de science des données.
- Fluidité en IA : C’est la capacité de penser en termes d’IA et de données, en communiquant efficacement les limitations et les hypothèses d’un modèle au reste de l’organisation.
- Acuité en IA : Cela se concentre sur la responsabilité stratégique, y compris l’analyse des risques, les exigences éthiques et la conformité au niveau exécutif.
Il est recommandé que l’éducation ne se concentre pas uniquement sur la création de plus de scientifiques des données. Au lieu de cela, les organisations ont besoin de « traducteurs de données » qui se situent entre les experts techniques et les dirigeants d’entreprise.
Souveraineté numérique et rôle de l’infrastructure
La souveraineté numérique est une question de sécurité économique. Il a été souligné que le capital et les talents sont déjà disponibles au sein du pays pour soutenir la décentralisation de l’information. En rapprochant le traitement des données de la source, les entreprises peuvent réduire la latence et augmenter le contrôle sur les informations sensibles.
Cependant, des problèmes peuvent survenir si l’IA n’est pas utilisée de manière transparente. Les agences gouvernementales utilisent de plus en plus des métadonnées et des algorithmes pour surveiller les incohérences fiscales, mais ces algorithmes manquent souvent de transparence, désavantagent ainsi le citoyen moyen et le petit entrepreneur.
Le fossé entre la production académique et les besoins industriels demeure un obstacle significatif au développement technologique du pays. Des efforts sont en cours pour combler ce fossé, notamment en alignant les programmes universitaires sur les exigences réelles des entreprises technologiques.
Engagements stratégiques et prochaines étapes
Au cours de l’événement, l’ambassade du Royaume-Uni s’est engagée à faciliter l’accès à des outils d’évaluation de la maturité développés par des institutions britanniques. Cela permettra aux entreprises mexicaines d’effectuer des auto-évaluations sur leur préparation en matière de données et de cadres éthiques.
Il est prévu de créer un référentiel des « leçons apprises » pour éviter que les entreprises ne répètent les erreurs courantes dans l’adoption de l’IA. En partageant ces informations techniques, le réseau collaboratif vise à réduire les barrières d’entrée pour les PME.
Alors que la mission se poursuit, l’accent reste sur la construction d’une confiance bilatérale. L’intégration de l’expertise britannique en éthique des données avec la capacité industrielle locale offre une feuille de route pour un avenir numérique plus résilient et souverain.
