Disséquer la chaîne de valeur de l’IA
Les technologies numériques continuent d’évoluer rapidement et l’utilisation de l’intelligence artificielle (“IA”) s’est intégrée dans toutes sortes d’applications et d’industries. L’IA est l’épine dorsale des moteurs de recherche, des chatbots, du marketing personnalisé, des voitures à conduite autonome, des appareils intelligents, de la cybersécurité et de nombreuses autres applications. L’IA et les données poussent les entreprises à innover et parfois à transformer leurs modèles économiques.
L’intelligence artificielle peut être définie comme la discipline des sciences informatiques visant à développer des machines et des systèmes capables d’effectuer des tâches considérées comme nécessitant une intelligence humaine, avec une intervention humaine limitée ou inexistante. Il existe de nombreuses applications potentielles de l’IA, dont beaucoup sont liées à des compétences humaines telles que le raisonnement, l’apprentissage, la planification et la créativité.
D’un point de vue juridique, l’IA est un sujet difficile car il s’agit d’un phénomène nouveau qui implique différentes parties prenantes. De nombreuses caractéristiques et implications de l’IA n’avaient pas été anticipées et ne sont donc pas couvertes par des cadres juridiques. Si l’UE a fait de la stratégie européenne en matière de données et de l’intelligence artificielle une priorité, avec notamment une proposition de règlement sur l’IA établissant des règles harmonisées pour l’UE du 21 avril 2021, l’application des droits de propriété intellectuelle à l’IA reste un point de débat. Dans ce contexte, les entreprises doivent s’appuyer sur des cadres contractuels en bonne et due forme pour l’utilisation et la protection des données et de l’IA.
Dans cet article, nous allons nous intéresser aux différents points de valeur de la chaîne de l’IA et à leur interaction. À titre d’illustration, nous utiliserons l’exemple d’un système d’IA qui aide les conseils municipaux à prendre des décisions sur certaines mesures de sécurité, en fonction des données sur les flux de trafic et des caractéristiques de la ville.
1. Cadre traditionnel ou cadre d’IA
Dans un cadre traditionnel, l’objet d’un service et le processus de son exécution sont identifiables et traçables. Les parties conviennent d’une certaine répartition des droits, en tenant compte des droits préexistants (arrière-plan) et des droits nouvellement développés (premier plan). Bien que ces discussions puissent être difficiles, les parties ont généralement une bonne vision de l’objet de leur coopération. Dans un contexte traditionnel de développement de logiciels, par exemple, un client ou le mandant demandera une fonctionnalité ou un résultat spécifique et le développeur de logiciels développera un code pour exécuter cette fonctionnalité avec les données du mandant. Les parties concluent des accords sur la propriété des droits sur le logiciel et peuvent se fournir mutuellement certaines licences pour assurer la continuité de leurs opérations.
Cependant, un contexte d’IA est souvent plus complexe car il y a plus d’intervenants dans le processus qui apportent chacun une certaine valeur au produit final. Cette chaîne de valeur se compose grosso modo des éléments suivants : l’outil d’IA, les données de formation, les données de production et les résultats de l’IA.
2. Composants de la chaîne de valeur de l’IA
Dans cette section, nous examinerons les différents composants de la chaîne de valeur de l’IA, les droits de PI qui peuvent les affecter et leur impact sur la relation entre les différentes parties prenantes. Idéalement, la propriété et l’utilisation de chacun de ces composants ont été clarifiées entre les parties concernées.
1. Outil d’IA : Il s’agit du logiciel qui a été développé pour réaliser certaines fonctionnalités – intelligentes -. Dans notre exemple, il s’agirait d’un logiciel d’IA capable d’analyser les données du trafic et de faire des prédictions sur les situations dangereuses.
Dans la plupart des cas, le développeur de l’outil d’IA détiendra les droits sur celui-ci, qui peuvent inclure des brevets, des droits d’auteur et des droits sur les logiciels. Si une autre entité souhaite utiliser cet outil d’IA, elle peut soit (i) obtenir une licence du fournisseur de l’outil d’IA, si elle obtient l’accès à l’outil d’IA, soit (ii) payer les services du fournisseur de l’outil d’IA, si ce dernier exploite l’outil d’IA par lui-même.
1. Données d’entraînement : Dans un environnement d’apprentissage supervisé, l’outil d’IA doit être entraîné afin d’atteindre un certain niveau de fonctionnalité grâce à l’utilisation de données d’entraînement. Dans notre exemple, ces données seront constituées d’images étiquetées de différents véhicules à moteur, de bicyclettes, de piétons, d’intersections dangereuses, de flux de circulation normaux et des collisions correspondantes entre les participants à la circulation, ainsi que d’infrastructures de circulation (feux de circulation, passages pour piétons, etc.). Il est essentiel pour l’entraînement d’un outil d’IA que les données d’entraînement utilisées soient de bonne qualité et, à cette fin, il faut souvent déployer beaucoup d’efforts pour produire des données de cette qualité.
Les données de formation peuvent être protégées par la loi sui generis sur les bases de données, le droit d’auteur ou les secrets commerciaux, mais cela n’est pas toujours certain et dépend de la situation. En général, le fournisseur des données de formation détient les droits sur celles-ci et accorde une licence d’utilisation des données à des fins spécifiques de formation à l’IA. Toutefois, le fournisseur de données de formation peut également être intéressé par l’obtention de certains droits sur les résultats de l’IA (voir ci-dessous), afin de développer davantage sa base de données. Dans cette optique, les parties peuvent envisager de s’accorder des licences croisées.
1. Données de production : Une fois que l’outil d’IA a atteint un certain niveau de fonctionnalité, il est prêt à être utilisé. Pour cela, il faut disposer de certaines sources ou “données de production” qui seront introduites dans l’outil d’IA. Dans notre exemple, les données de production seront constituées d’informations sur la circulation propres à la ville, telles que des images de caméras de circulation et de satellites, des images de l’infrastructure de la ville, des informations sur le nombre de véhicules et leur vitesse de conduite.
Les Données de Production peuvent être protégées par la loi sui generis sur les bases de données, le droit d’auteur ou les secrets commerciaux, mais, comme pour les Données de Formation, cela n’est pas toujours certain et dépendra de la situation. Les Données de production sont souvent produites et détenues par une autre partie, et leur utilisation aux fins de l’AI Output sera régie par un accord distinct entre le fournisseur des Données de production, le fournisseur de l’outil d’AI et le mandant.
1. Sortie AI : Ces données sont la compilation du résultat du travail effectué par l’outil d’IA sur la base des données de production. Dans notre exemple, il s’agirait d’une prédiction des endroits où des accidents ou des embouteillages sont susceptibles de se produire et où des mesures de sécurité supplémentaires doivent être envisagées. Dans certains cas, le résultat de l’IA peut être soumis à une validation, ce qui en augmente encore la valeur.
La sortie AI peut être protégée par la loi sui generis sur les bases de données, le droit d’auteur ou les secrets commerciaux, mais là encore, ce n’est pas toujours certain et cela dépend de la situation. En ce qui concerne le résultat de l’IA, plusieurs parties peuvent faire valoir des droits sur celui-ci ; (i) le propriétaire de l’outil d’IA puisque le résultat de l’IA a été généré par l’outil d’IA, (ii) le fournisseur des données de production puisque le résultat de l’IA était basé sur les données de production, et (iii) le mandant parce que le mandant a commandé et payé le résultat de l’IA. En outre, chacune de ces parties peut avoir un intérêt à utiliser le résultat de l’IA à des fins secondaires ; (i) le propriétaire de l’outil d’IA peut être intéressé à utiliser le résultat de l’IA pour améliorer son outil d’IA, (ii) le fournisseur de données de production pour développer sa base de données, et (iii) le mandant pour concéder une licence pour le résultat de l’IA à des tiers – dans notre exemple, par exemple, des constructeurs automobiles ou des opérateurs de parking.
Pour chacun de ces cas, les parties devront se mettre d’accord sur les droits de propriété, d’accès et d’exploitation, et traiter les points de conflit potentiels. Par exemple, si les résultats de l’IA sont utilisés pour améliorer l’outil d’IA, le mandant peut souhaiter s’assurer que l’outil d’IA amélioré ne sera pas utilisé au profit d’un concurrent.
En ce qui concerne la monétisation de ces différents composants, les possibilités peuvent être différentes selon la méthode d’IA utilisée. Dans la pratique, de nombreux cas d’utilisation de l’IA non supervisée restent confinés à des fins internes, telles que la performance des machines et la satisfaction des clients, sans autre monétisation des composants de l’IA. Au contraire, les cas d’utilisation de l’IA supervisée se prêtent souvent mieux à une monétisation ultérieure en raison de leur évolutivité, comme le diagnostic du cancer dans le domaine des sciences de la vie.
Lorsqu’on traite avec l’IA, il est nécessaire de prendre des dispositions claires et de les formaliser dans un accord écrit. En procédant ainsi, les parties prenantes créeront de la clarté et éviteront les discussions. Une attention particulière doit être accordée aux différents points de valeur dans un contexte d’IA et des décisions doivent être prises sur les questions de propriété et de droits d’accès.
L’équipe de GEVERS AI sera heureuse de répondre à toutes vos questions ou d’organiser une brève consultation. Veuillez nous contacter à l’adresse mailbox.contracts@gevers.eu ou vous adresser directement à l’un de nos avocats spécialisés.
Pour en savoir plus sur l’intelligence artificielle (IA), surveillez notre prochain bulletin d’information trimestriel, qui sera publié en janvier 2022 et qui traitera de ce sujet intéressant au niveau de la propriété intellectuelle.
