L’Intelligence Artificielle doit représenter pour toutes les entreprises de formidables opportunités de croissance et de transformation. Olivier Ezratty a publié Les Usages de l’Intelligence Artificielle en octobre 2017. Il nous livre ici ses conseils. 

Quels conseils auriez-vous pour les dirigeants qui se disent qu’il est temps d’étudier les opportunités de l’IA ?

Dans un premier temps, il est important que les dirigeants se renseignent pour bien comprendre quel est le potentiel de l’Intelligence Artificielle, quelles sont les technologies impliquées et qui sont les partenaires qui peuvent les accompagner. Les formations sur l’IA sont nombreuses, et pour bien évaluer les possibles bénéfices, il faut que les dirigeants aient accès à des retours d’expérience et à une information objective sur la question.

Deuxièmement, se lancer dans l’IA pour une entreprise suppose d’être ouvert à la notion d’expérimentation. Comme dans tout projet d’innovation, il y a une part d’incertitude. On va viser un objectif en mettant en jeu des données, mais on ne sait pas dans quelle mesure on va pouvoir l’atteindre. La qualité des données et les technologies utilisées vont parfois rendre nécessaire d’exploiter plusieurs voies avant d’aboutir.

Enfin, je recommande aux dirigeants de s’appuyer sur les nombreux projets Big Data qui ont déjà été lancés dans leurs entreprises ces dernières années. On a observé beaucoup d’initiatives qui consistaient à recueillir un maximum de données, à les centraliser et les décloisonner.  C’est une mine inestimable pour une démarche d’IA, car le Machine Learning peut désormais donner du sens et de la valeur à toutes ces données. Pour produire rapidement des résultats tangibles, il est astucieux d’utiliser l’IA pour tirer les fruits des efforts passés.

Il ne faut pas non plus négliger de nouvelles pistes d’exploration, auxquelles on n’avait parfois pas pensé. Des solutions sont capables de fouiller dans des volumes de données non structurées, en appliquant successivement plusieurs méthodes. On fera ainsi ressortir d’une base de données CRM par exemple les quelques critères les plus déterminants pour l’achat de tel ou tel produit.

Dans un tout autre domaine, je m’intéresse aux recherches menées aujourd’hui autour du bruit. Je veux parler du bruit au sens le plus immédiat du terme : celui d’un moteur automobile par exemple. Certains analysent ce bruit diffus pour y détecter des signaux annonciateurs d’un défaut mécanique. De la même façon, c’est en allant brasser des données parfois jugées peu intéressantes de prime abord, qu’on va sortir des pistes de valeur ajoutée importantes pour l’entreprise.

 

Qui sont les acteurs qui peuvent aider les entreprises dans leur approche de l’IA ?

Ce marché est en train de se développer à vive allure. Les GAFA sont bien positionnés car ils ont des volumes de données importants et de grandes capacités de calcul. La plupart publient leur code en open source, ces modules deviennent des commodités qui peuvent ensuite être intégrées à divers services – autour de la reconnaissance visuelle, de l’analyse sémantique, etc.

IBM et sa solution Watson essaient de toucher des entreprises de tous les secteurs. Ils font face à des grands acteurs comme Capgemini ou Atos. En fait, Watson est une plateforme composée de très nombreuses briques logicielles. Certaines permettent de gérer des agents conversationnels, d’autres de faire de la reconnaissance d’image (dans le secteur médical en particulier), d’autres encore permettent l’interprétation du langage naturel. Watson intègre également des solutions pour entraîner des briques d’intelligence à partir du vocabulaire propre à un secteur donné, ou pour créer des solutions d’analyse de données structurées ou non. Pour supporter ces solutions, IBM propose son infrastructure dans le cloud : Power AI, qui est ouverte aux technologies logicielles tierces-parties comme TensorFlow, la bibliothèque open source de machine learning et deep learning créée par Google.

Pour Google, l’IA est devenue la première priorité de l’entreprise. Au travers de ses diverses activités, l’entreprise a renforcé ses compétences dans le traitement des images et du langage. Google a récemment annoncé la création d’une équipe de conseil dédiée à l’accompagnement de ses clients dans leurs projets. C’est une opportunité pour les entreprises de tous secteurs.

La plupart des autres acteurs de l’informatique d’entreprise se sont mis à l’IA : Microsoft, SalesForce, SAP, Oracle, Adobe, etc.

Il existe aussi un très grand nombre de start-ups qui sont en train de développer des solutions qui fonctionnent très bien. Toutes n’ont pas développé une technologie propre. Beaucoup ont simplement intégré des briques logicielles existantes de façon efficace et intelligente pour les appliquer à un marché donné. Même sans avoir créé de briques spécifiques, le choix, la programmation et l’entrainement d’un modèle de Deep Learning ou Machine Learning pour répondre à un besoin spécifique requiert des compétences encore rares, et a donc de la valeur.

Il reste à modifier les habitudes d’achats des grandes entreprises pour permettre l’émergence des start-ups qui ont des solutions un peu différenciées. Autrement, elles seront acquises par des plus gros acteurs. Aujourd’hui le marché est loin d’être consolidé. Sur une brique de service en Intelligence Artificielle, on trouve une bonne centaine de start-ups qui ont développé des solutions partout dans le monde.

 

Découvrir nos points de vue, les tendances de l’année, et quelques grands acteurs de l’écosystème : téléchargez notre Innovatys Book 2017/2018.