Why can’t that work come home? Mr. Obama asked.

La réponse de M. Jobs a été sans ambiguïté. "Ces emplois ne reviendront pas", a-t-il dit.

La question du président touchait à une conviction centrale chez Apple.

Ce n'est pas seulement que les travailleurs sont moins chers à l'étranger.

Au contraire, les dirigeants d'Apple estiment que la vaste échelle des usines à l'étranger ainsi que la flexibilité, la diligence et les compétences industrielles des travailleurs étrangers ont dépassé leurs homologues américains à tel point que " Made in the U.S.A. " n'est plus une option viable pour la plupart des produits Apple.
Apple est devenue l'une des sociétés les plus connues, les plus admirées et les plus imitées au monde, en partie grâce à une maîtrise inébranlable des opérations mondiales.

L'an dernier, elle a réalisé plus de 400 000 $ de profits par employé, plus que Goldman Sachs, Exxon Mobil ou Google.

Cependant, ce qui a contrarié M. Obama ainsi que les économistes et les décideurs politiques, c'est qu'Apple - et bon nombre de ses pairs de la haute technologie - ne sont pas aussi désireux de créer des emplois aux États-Unis que d'autres entreprises célèbres ne l'étaient à l'époque.

Apple emploie 43 000 personnes aux États-Unis et 20 000 à l'étranger, soit une petite fraction des plus de 400 000 travailleurs américains de General Motors dans les années 1950 et des centaines de milliers de personnes de General Electric dans les années 1980.

Beaucoup plus de personnes travaillent pour les entrepreneurs d'Apple : 700 000 personnes supplémentaires conçoivent, fabriquent et assemblent des iPads, des iPhones et d'autres produits Apple. Mais presque aucun d'entre eux ne travaille aux États-Unis. Au lieu de cela, ils travaillent pour des entreprises étrangères en Asie, en Europe et ailleurs, dans des usines sur lesquelles presque tous les concepteurs électroniques comptent pour construire leurs produits.

"Apple est un exemple des raisons pour lesquelles il est si difficile de créer des emplois dans la classe moyenne aux États-Unis aujourd'hui ", a déclaré Jared Bernstein, qui était jusqu'à l'année dernière un conseiller économique à la Maison-Blanche.

"Si c'est le sommet du capitalisme, on devrait s'inquiéter."

Les dirigeants d'Apple disent qu'aller à l'étranger, à ce stade-ci, est leur seule option.

Un ancien dirigeant a décrit comment l'entreprise s'est appuyée sur une usine chinoise pour réorganiser la fabrication de l'iPhone quelques semaines seulement avant que l'appareil ne soit mis en rayon. Apple avait redessiné l'écran de l'iPhone à la dernière minute, forçant une révision de la chaîne de montage. De nouveaux écrans ont commencé à arriver à l'usine vers minuit.

Un contremaître a immédiatement réveillé 8 000 travailleurs dans les dortoirs de l'entreprise, selon l'exécutif. Chaque employé a reçu un biscuit et une tasse de thé, guidé jusqu'à un poste de travail et, en moins d'une demi-heure, il a commencé un quart de travail de 12 heures à placer des écrans de verre dans des cadres biseautés. En 96 heures, l'usine produisait plus de 10 000 iPhones par jour.

"La vitesse et la flexibilité sont époustouflantes ", a déclaré l'exécutif. "Il n'y a pas d'usine américaine qui puisse égaler ça."

Des histoires similaires pourraient être racontées à propos de presque n'importe quelle société d'électronique - et l'outsourcing (externalisation) est également devenue courante dans des centaines d'industries, y compris la comptabilité, les services juridiques, les banques, la fabrication automobile et les produits pharmaceutiques.

Mais si Apple est loin d'être seul, il offre une fenêtre sur les raisons pour lesquelles le succès de certaines grandes entreprises ne s'est pas traduit par un grand nombre d'emplois nationaux.
De plus, les décisions de l'entreprise soulèvent des questions plus larges sur ce que les entreprises américaines doivent aux Américains à mesure que les économies mondiale et nationale s'entremêlent.

Traduit avec www.DeepL.com/Translator & moi.
Extrait du papier du New-York Times - Business
By CHARLES DUHIGG and KEITH BRADSHER
Published: January 21, 2012

How the U.S. Lost Out on iPhone Work

---

Correction: January 24, 2012 

An article on Sunday about the reasons iPhones are largely produced overseas omitted a passage immediately after the second continuation, from Page A22 to Page A23, in one edition. The full passage should have read:

“Another critical advantage for Apple was that China provided engineers at a scale the United States could not match. Apple’s executives had estimated that about 8,700 industrial engineers were needed to oversee and guide the 200,000 assembly-line workers eventually involved in manufacturing iPhones. The company’s analysts had forecast it would take as long as nine months to find that many qualified engineers in the United States.”

---

NOTA : L'externalisation des productions est un processus beaucoup plus anciens que ce que le laisse penser cet article, qui s'est envolé au début des années 80 !

777 Commentaires http://www.nytimes.com/2012/01/22/business/apple-america-...

L’Atelier BNP PARIBAS - C. Villani : « La question d’une Intelligence Artificielle généraliste est encore grande ouverte »

eBuzzing Mots clés : Digital Working, big data, Cédric Villani, intelligence artificielle, EMEA

http://www.atelier.net/trends/articles/villani-question-u...

Par Lila Meghraoua 28 avril 2016

Mots-clés : Digital Working, big data, Cédric Villani, intelligence artificielle, EMEA

Si les avancées en IA sont impressionnantes, l’arrivée d’une machine « généraliste » n’est pas tout à fait pour demain. Entretien avec Cédric Villani, mathématicien, directeur de l’Institut Poincaré.

Des robots et des hommes, qui gagnera ? Une interrogation « à la mode ». Les Coréens du Sud, et plusieurs millions de curieux à travers le monde se sont passionnés pour la question, à l'occasion du match qui a opposé un humain, Lee Se-Dol, maître du jeu de go, et l’AlphaGo, un programme développé par la filiale de Google, DeepMind.  Un match qui a signé la défaite à 4-1 d’un cador de la discipline, face à une machine. Une défaite qui traduit surtout les avancées conséquentes de l’apprentissage profond, le jeu de go étant l’un des bastions, des derniers jeux rétifs au doigté d’une machine.

Des robots et des hommes, qui vaincra. La question est-elle seulement pertinente ?

Des réponses nous ont été données par à un autre cador, roi en son pays, celui de la Mathématique : Cédric Villani.

Entretien.

L’Atelier : Il y a quelques semaines, s’est déroulée en Corée du Sud une bataille qui a particulièrement passionné les foules, celle entre le champion du monde du jeu de Go et l’AlphaGo, un programme informatique développé par Deep Mind, filiale de Google. Cet engouement raconte l’inquiétude d’une machine, qui pourra, au-delà de la simple réalisation de tâches manuelles basiques, s’attaquer demain aux tâches intellectuelles et à terme, nous remplacer. Est-ce pertinent de confronter ainsi cette notion d’intelligence artificielle à l’intelligence humaine ?

Cédric Villani : Oui, on parle beaucoup de l’intelligence artificielle. Nous sommes dans une période de progrès, d’une part, grâce à l’introduction de certains algorithmes efficaces, et d’autre part, au progrès considérable des capacités de mémoire et de rapidité. Avec ce progrès, on voit certains bastions historiques parmi les grands jeux, tels que le Go, tomber dans la compétition humain-machine.

Et évidemment, ça relance les spéculations, qui avaient lieu, dès les débuts de l’informatique, sur la possibilité de créer une intelligence artificielle perfectionnée. Perfectionnée, dans la mesure où elle serait, par exemple, capable d’écrire des romans, voire, d’inventer des théorèmes mathématiques, ou même capable d’éprouver des sentiments. Ces interrogations ont déjà été exprimées par Alan Turing, le père fondateur de l’informatique moderne dans les années 1950.

Certes, les performances de ces machines sont impressionnantes. Mais regardez la débauche de moyens, par rapport à ce qu’on peut faire avec un cerveau.

Pour l’instant, les intelligences humaines et artificielles sont de nature très différente, même si les techniques, dites d’apprentissage machine ont réintroduit une certaine part d’apprentissage naturel automatique par imprégnation, comme on le fait naturellement pour certaines tâches. Et ils ont introduit ça pour les algorithmes. Cependant, toutes les intelligences artificielles qui existent aujourd’hui, restent des intelligences artificielles très spécialisées. Même celle qui sait jouer au go mieux que n’importe qui, est incapable d’accomplir les tâches les plus banales de la vie courante. La question d’une intelligence artificielle généraliste, même pas très maline, mais qui serait capable de faire un peu tout, est encore grande ouverte. Certes, les performances de ces machines sont impressionnantes. Mais regardez la débauche de moyens, par rapport à ce qu’on peut faire avec un cerveau.

L’Atelier : Finalement, ce que vous dites  est que la machine créative, ce n’est pas pour demain. Prenons, par exemple, les textes de Dostoïevski traduits par André Markowicz. Le jour où nos machines sauront faire preuve d’autant de sensibilité ou d’intuition qu’un André Markowicz n’est pas encore levé.

Oui, ce n'est pas pour demain. Pour qu’une machine soit capable de réaliser une traduction en y mettant le style et l’émotion, il faudrait qu’elle ait une connaissance bien plus vaste que traduire. Il faut qu’elle soit capable de comprendre, ce qu'est une expérience de vie dans le cadre d’une vie humaine. C'est un problème de savoir comment faire une tâche créative sans commencer par apprendre à faire un peu tout, une intelligence généraliste.

Quand on se dirige, on se fie souvent à l’instinct, à l’intuition et à la notion d’esthétique. Instinctivement, on se laisse guider par la direction qui sonne le mieux. Et pouvoir faire sentir ça à une machine est une affaire considérable.

L’Atelier : Si l’apport de la mathématique n’est plus à démontrer dans le domaine de l’informatique, quel est votre regard sur la possibilité de la résolution d’un problème mathématique par informatique ? Est-ce que demain, on pourra vérifier, dans un premier temps, un problème mathématique, voire le résoudre par la machine ?

Il faut bien distinguer les deux. Vérifier, c'est pour demain. La technologie est essentiellement là. Et une preuve mathématique est un objet suffisamment formalisé pour que ça puisse se vérifier. En revanche, le trouver est une autre paire de manches, parce qu’il naît dans un espace de possibles gigantesque. Et trouver la bonne stratégie parmi toutes celles possibles demande énormément de talent et d’ingrédients. On le sait très bien, nous, mathématiciens ; quand on se dirige, on se fie souvent à l’instinct, à l’intuition et à la notion d’esthétique. Intuitivement, instinctivement, on se laisse guider par la direction qui sonne le mieux. Et pouvoir faire sentir ça à une machine est une affaire considérable. La machine a l’avantage de pouvoir explorer les différentes combinaisons beaucoup plus rapidement que l’humain. Mais si elle n’est pas capable de trouver et d’avoir l’intuition de la direction vers où aller, elle va se retrouver piégée par cet océan de possibles, cette malédiction dimensionnelle comme on dit, parce qu’il y a tellement de choix possibles quand on veut faire une démonstration. En comparaison, le jeu d’échecs ou même le jeu de go sont des activités avec beaucoup moins de choix possibles.

Il est plus important de se concentrer sur tout ce qui nous reste à faire, et est à notre portée, que de commencer à sangloter, sur ce qui sera hors d’atteinte.

L’Atelier : Est-ce qu’à contrario, le cerveau humain, face à ce progrès technologique exponentiel, sera capable, lui, de tout appréhender, d’appréhender certains résultats ou données en grande quantité ?

Il y a des choses qui resteront inaccessibles au cerveau humain. On peut parier que le cerveau va rester à peu près ce qu’il est. Sauf si on va dans le monde imaginé par les transhumanistes, où nous aurions des facultés cérébrales boostées, des mémoires raccordées, externes raccordées à notre cerveau. Ce n'est pas pour demain.

Sauf à se diriger dans cette direction-là, il y a des limitations au cerveau humain qu’on voit bien et dont on continue, et qu’on continuera à expérimenter. Ce qui est important est que même malgré ces limitations, il reste énormément de choses à découvrir, de choses parfois simples. Et chaque année qui passe le montre bien.

Il y a quantité de découvertes qui sont faites, encore appréhendables, et compréhensibles. Bien sûr, on ne peut jamais en comprendre les détails jusqu’au bout. Par exemple, on dit qu’il n'y a aucun humain sur terre capable de comprendre un smartphone dans ses moindres détails. Et chacun n’en a qu’une vue partielle. Mais il n’empêche qu’on peut comprendre le principe général. Et sur chacune des sous-parties, on peut comprendre comment ça fonctionne, quels sont les grands principes.

Il est plus important de se concentrer sur tout ce qui nous reste à faire, et est à notre portée, que de commencer à sangloter, sur ce qui sera hors d’atteinte.

L’Atelier : La demande de data scientists est croissante. Est-on parés? Nos écoles fourmillent-elles de data scientists aspirants ?

Il y a plusieurs questions. L’une est si nous avons de bonnes filières de data scientists. La réponse est oui. Elles se sont montées dans les dernières années. Certaines grandes écoles, comme Télécom ou Mines et d’autres, se sont mises sur les rangs plus techniques. Les universités ont aussi commencé à construire leur filière. Nous avons des filières assez performantes, ici et là, en France.

Et la deuxième question est de savoir si nous en formons assez. Globalement, il en manque et on pourrait en former beaucoup plus. Les besoins de l’industrie sont considérables. De manière générale, nos effectifs sont très inférieurs à ce qu’ils pourraient être. Et s’il y a des jeunes qui me lisent, qui ont envie de se lancer dans la carrière en mathématique, il y a beaucoup plus de débouchés maintenant que par le passé. Le roi, en ce moment, est la data science - la science des grandes données avec la statistique. A tel point qu’on n’arrive pas à couvrir les besoins de l’industrie. Les domaines d’application sont considérables.

Dans le temps, on avait le problème de la mathématique financière qui avait pris un poids déraisonnable sur les filières mathématiques. Spécialiste de très grandes données est une compétence qui couvre beaucoup plus de domaines, que les mathématiques financières. Il ne faut pas oublier cependant les autres sujets. En particulier, nous avons toujours besoin plus que jamais de spécialistes de modélisations, de calculs scientifiques, de simulations d’équations et dérivées partielles.

L’Atelier : Les troupes, - les jeunes étudiants sont le nerf de la guerre, et la ressource la plus précieuse d’un pays qui veut regarder vers l’avenir.

Il y aurait un manque de praticiens de la simulation ?

Dans toutes les branches mathématiques, les besoins exprimés par les applications sont énormes. Nous pouvons former beaucoup plus de gens que ce que nous avons actuellement. La question est l’enthousiasme des troupes. Et plus nous aurons de troupes enthousiastes, plus nous pourrons les former. Les troupes, - les jeunes étudiants sont le nerf de la guerre, et la ressource la plus précieuse d’un pays qui veut regarder vers l’avenir.

--

L’entretien est disponible dans son intégralité, en audio, ici (sur les accointances de l’art et de la mathématique) et encore là. Initialement diffusée sur les ondes de BFM Business, dans l'émission "L'Atelier Numérique".

Les 3 et 30 mai 2016, Cédric Villani tiendra deux conférences, à la Maison des Métallos

En savoir plus

Et pour creuser le sujet de la créativité, en fort bonne compagnie, celle de Karol Beffa et Cédric Villani, leur recueil de conversations "Les coulisses de la création", paru chez Flammarion.

La connaissance de l'homme est-elle possible?

La connaissance de l'homme est-elle possible? Thèse, antithèse.

Thèse, antithèse je n'y crois pas trop. Est-ce bien ce qui vous a été demandé ?

Je vous propose une démarche aussi classique :
1) définir ce qu'est la connaissance et ce qu'elle n'est pas
2) Idem avec la "connaissance de l'homme", avec comme cas particulier la connaissance de soi-même et la part de l'inconscient.
3) Examiner enfin quelle "connaissance de l'homme" est possible et quelle par de la "connaissance de l'homme" est et restera inaccessible

Dans ces 3 développements, je vous suggère éventuellement de souligner comment la "connaissance de l'homme" évolue par grandes étapes depuis l'antiquité, pour se poursuivre au XXI siècle en une multitudes de connaissances complètement éparpillées à travers les diverses sciences humaines.

Pour votre recherche d'idées, je vous suggère ce blog :
http://www.philolog.fr

Ne tombez-pas dans le piège de vous précipitez sur des thèmes qui vous semblent proches de votre problème : Livrez-vous à une analyse critique de votre propre choix pour éviter de trater que des aspects trop particuliers de ce problème ou à la limite hors sujet.