Sonder les profondeurs de l’intelligence artificielle
Le scénario qui se construit depuis quelques années est celui d’une expérience réussie de l’apprentissage automatique appliqué à un éventail de plus en plus vaste de tâches.
L’association de l’intelligence humaine et artificielle (apprentissage automatique, ou machine learning), œuvrant ainsi de concert au sein de structures d’entreprise, a engendré des progrès décisifs. Deux facteurs jouent un rôle essentiel dans l’évolution des applications concrètes de l’apprentissage automatique : l’augmentation de la puissance de calcul et l’offre croissante de données. De ce fait, les projets big data sont ceux sur lesquels cette technologie a généralement le plus d’impact.
Des projets articulés autour des big data sont en cours dans nombre d’entreprises, et celles qui se servent de l’apprentissage automatique, en l’associant à l’intelligence humaine, se révèlent capables d’écourter considérablement la préparation des données en vue d’obtenir rapidement des applications concrètes pour leur activité – de plusieurs semaines, le délai en question est ramené à quelques heures.
Malgré les promesses prodiguées par l’apprentissage automatique, il existe également quelques difficultés posées par les techniques afférentes. L’une des premières difficultés inhérentes aux techniques d’apprentissage automatique a trait au fait que nombre de ces techniques de pointe ne sont pas explicables : les décisions prises par des algorithmes ne peuvent être expliquées naturellement à des humains. Et pour des ingénieurs logiciels, des techniques que l’on ne peut expliquer sont, par essence, plus difficiles à mettre au point. Côté utilisateurs, certains logiciels d’apprentissage automatique risquent donc de se révéler imprévisibles, et d’éventuels dysfonctionnements ne peuvent être écartés. Il est par conséquent primordial que les logiciels axés sur l’apprentissage automatique soient dotés d’interfaces soigneusement conçues permettant à l’intelligence humaine d’observer, de guider et de passer outre leurs algorithmes d’apprentissage automatique lorsqu’ils se trompent.
Cependant, la plupart des succès obtenus l’ont été dans des domaines techniques tels que l’analyse de données, caractérisés par une pénurie de ressources humaines. Par conséquent, à court terme, l’apprentissage automatique pourrait avant tout influer sur la création d’emplois, en abaissant les obstacles techniques pour l’accès à ces tâches, et en donnant à davantage de personnes les moyens d’exploiter efficacement les données sans devenir pour autant expertes en informatique.
Pour ce qui est de l’avenir de l’apprentissage automatique, j’attends à ce que ses répercussions se fassent davantage sentir sur les processus et les tâches internes de l’entreprise, à travers la levée des goulets d’étranglement formés autour des données, l’amélioration des communications par la prioritisation du courrier électronique et l’introduction de groupes de discussion robotisés, et le perfectionnement des audits et de la conformité.
En rassemblant la totalité des sources de données dans un cadre numérique, l’infrastructure informatique n’a pas son pareil pour automatiser l’analyse et la gestion des données. L’apprentissage automatique permet de mettre au jour des scénarios plus économiques et plus efficaces pour exploiter des systèmes complexes à partir de données de qualité, sans s’exposer à un risque de dysfonctionnement ou de non-conformité. Avec lui, nous nous acheminons vers un système d’entreprise axé sur l’autoformation, autrement dit un système d’entreprise intelligent qui seconde la société dans ses activités phares et prend des décisions au sujet des tâches répétitives de bout en bout. La demande en faveur d’une intégration accrue à l’échelle de l’entreprise est d’ailleurs explicite.
Pour ce qui est de l’analyse des données et de l’extraction d’informations utiles à partir de données métier, la mise à profit de gigantesques entrepôts de données était auparavant réputée par trop complexe ou délicate pour en retirer une valeur ajoutée. Avec l’apprentissage automatique, il sera, à l’avenir, aussi facile d’extraire de précieuses informations à partir d’images et d’enregistrements que cela l’est aujourd’hui à partir de tables de données bien structurées.
Voilà qui transformera radicalement les types de services susceptibles d’être proposés par les entreprises. Aujourd’hui, il est possible d’effectuer des recherches dans un système CRM débordant d’informations extrêmement utiles, mais souvent recueillies avec difficulté. À l’avenir, ces mêmes recherches pourront être réalisées à partir des enregistrements audio des appels passés à l’assistance clientèle, ou des photographies jointes à des déclarations de sinistres. Dès l’instant où vous basculez dans un monde où il est possible d’effectuer des recherches directement sur ces jeux de données complexes, les choses devient vraiment très intéressantes.
L’apprentissage automatique ouvre la voie qui mène à la croissance des entreprises, à l’optimisation de leurs processus ainsi qu’à l’indépendance de leurs collaborateurs au quotidien. En automatisant les activités redondantes et à faible valeur ajoutée, les entreprises prennent en compte les changements en temps réel et produisent les meilleurs résultats possibles. Plus largement, elles mettent davantage l’accent sur des systèmes intelligents intégrés, tirent parti d’outils articulés autour d’espaces de travail collaboratifs et favorisent, ce faisant, une efficacité accrue.
Pour l’avenir, au fur et à mesure de l’évolution du processus, les entreprises innoveront avec des applications et des scénarios d’utilisation d’avant-garde susceptibles de dynamiser l’efficacité, l’intelligence, l’agilité et l’orientation client. Il est néanmoins d’avis que celles qui migrent leur architecture informatique dans le cloud ont davantage de chances de tirer leur épingle du jeu en termes de compétitivité et de créer une vague de bouleversements annonciateurs de leur rôle pilote sur le marché.
En disposant d’un accès aux données adéquat, à tout moment et en tout lieu, à l’échelle de l’entreprise, les collaborateurs peuvent mieux suivre les processus, appréhender véritablement les besoins des clients et réagir à la dynamique de marché. Détail encore plus important, l’ensemble des collaborateurs – indépendamment de leur rôle – sera incité à collaborer, à mettre à profit et à concrétiser le plein potentiel de l’apprentissage automatique afin d’assurer un fonctionnement optimal de l’entreprise.