UN FORT DÉVELOPPEMENT EN ENTREPRISE

L’usage de l’intelligence artificielle dans les entreprises s’est fortement développé ces dernières années boosté par le fameux Machine Learning (ou apprentissage automatique en bon français) : cette approche consiste à établir automatiquement des règles statistiques (ou pattern) liant des données d’entrées (« input ») et des données de sortie (« output »). Le Machine Learning se base ainsi sur trois composantes essentielles :

• De nouvelles approches algorithmiques dont (entre autres) les « réseaux de neurones artificiels »;
• Une baisse significative des coûts de calculs nécessaires à ces algorithmes extrêmement gourmands, notamment grâce au développement du cloud;
• Une abondance de données (nombres, textes, images, etc.) stockées et générées par nos diverses activités numériques (personnelles ou professionnelles).

Les usages dans les entreprises sont multiples au point où certains sont devenus des « usages classiques » du Machine Learning : prédire des ventes pour optimiser les forces commerciales et la supply chain, reconnaître des défauts de production sur des images ou encore automatiser le traitement administratif de factures et de contrats.

L’IA : BIENVENUE DANS LA JUNGLE

Pour répondre à ces besoins, de nombreux éditeurs logiciels se sont lancés dans “la course à l’IA”, avec deux approches différentes.

La première consiste à développer une très forte expertise et un niveau de performance élevé cantonné cependant à un cas d’usage très spécifique : prédire de la fraude dans l’assurance par exemple ou encore scorer des profils de candidats suivant leur CV.

La deuxième approche consiste elle à développer des solutions plus génériques permettant de traiter des sujets plus vastes mais nécessitant en échange un véritable travail de transformation et de traitement de données (qui au grand damn des « data scientists », se révèle souvent le plus chronophage). De nombreuses « plateformes de data science » ont vu ainsi le jour et permettent de réaliser des projets de valorisation de données en structurant les flux et en facilitant la transformation.

Il s’en suit ensuite les algorithmes d’apprentissage qui permettent de « prédire » (au sens mathématique, loin de toute considération divinatoire ou métaphysique) un ensemble varié de données : les objets ou visages se trouvant sur une image ou une vidéo, les mots-clés ou la traduction d’un texte, les sentiments exprimés dans un enregistrement audio ou encore la notation d’une entreprise dans une base de prospects.

AI-COMPARE : UNE PETITE BOUSSOLE BIEN UTILE

C’est pour permettre aux utilisateurs d’y voir plus clair dans cette « jungle » que AI-Compare (www.ai-compare.com) a été développé. Cette solution inclut d’abord un catalogue référençant plus de 700 solutions en décrivant l’usage, les fonctionnalités ainsi que le prix. Ce catalogue permettra d’être mis en relation directement avec ces fournisseur de solutions.

Au delà de ce catalogue, AI-Compare inclut surtout une plateforme (API et interface web) « standardisant » les solutions de différents fournisseurs positionnés sur une même technologie (OCR, speech-to-text, modèles prédictifs, etc.). L’utilisateur peut alors comparer les performances de ces IA suivant ses données voire de les utiliser directement via l’API AI-Compare, offrant ainsi une grande flexibilité et rendant très facile le changement de fournisseur. AI-Compare offre pour certaines technologies de meilleures performances grâce à la fonction « Genius » qui combine intelligemment les résultats de plusieurs fournisseurs.

www.ai-compare.com

L’AVENIR DE L’IA EN ENTREPRISE

L’IA suit actuellement le développement « naturel » des nouvelles technologies, à savoir une appropriation progressive par les entreprises faisant suite à la « hype » et l’engouement initial pouvant être des fois irrationnels. Cela passe notamment par une meilleure compréhension de ce que c’est l’IA utilisable dans les entreprises : un ensemble de solutions pouvant répondre à des besoins extrêmement spécifiques et qu’on doit agencer tel un jeu de Lego, notamment grâce aux API. AI-Compare vient naturellement simplifier la découverte de ces briques et la construction de Lego qui va avec.

Taha ZEMMOURI

Diplômé de l’École des Mines de Saint-Étienne et de EM Lyon Business School, Taha Zemmouri est président de DataGenius, spécialisée en Data Science et en Intelligence Artificielle. La société a accompagné en trois ans des entreprises de secteurs variés dans leurs projets de valorisation de données : assurances, industrie, secteur public, etc. Elle développe par ailleurs la solution AI-Compare.