L’automatisation, première application de l’intelligence artificielle dans les entreprises

Générer de l’automatisation pour créer des services innovants ou de développer de nouveaux business : c’est l’une des premières applications de l’IA en entreprise, explique Gabriel Ferrera, directeur technique de Pure Storage.

Gabriel Ferrera 

Une des applications principales de l’intelligence artificielle (IA) est sans aucun doute l’automatisation. Potentiellement, partout où nous utilisons actuellement des personnes pour effectuer des tâches répétitives ou ingrates, l’IA peut aider en apprenant aux ordinateurs à reconnaître des schémas de données non structurées pour les transformer en données structurées, et instaurer une réponse automatique.

Les exemples d’applications sont multiples et concernent tous les secteurs, de l’industrie à la santé, en passant par les services clients. Selon le cabinet Gartner, l’IA devrait être intégrée à la grande majorité des mises à jour logicielles d’ici 2020. Les entreprises qui l’adopteront le plus rapidement disposeront d’un avantage concurrentiel significatif.

L’intelligence artificielle comme outil d’optimisation de l’activité

Une véritable opportunité pour les entreprises réside dans l’identification de projets ou concepts qui n’étaient économiquement pas viables auparavant, car trop coûteux ou chronophages. Remettre sur la table ces projets abandonnés pour des raisons de coûts ou d’impact humain et les réétudier en y intégrant une composante de l’intelligence artificielle peut être très bénéfique.

L’IA peut aider à l’automatisation de différents domaines de l’entreprise, comme le support client, la fabrication ou encore l’assurance qualité. Elle ne va pas remplacer les employés : au contraire, le développement des technologies, leur mise en œuvre et leur utilisation continue nécessitent du personnel adapté. Ce constat a été confirmé par une récente étude de Capgemini affirmant que l’IA créera davantage d’emplois qu’elle n’en détruira, de la même façon que les technologies ayant émergé dans le passé ont apporté plus de valeur qu’elles n’en ont éliminé. De la même façon, à travers l’automatisation des tâches répétitives de l’entreprise, l’IA contribuera à améliorer la qualité de service, l’expérience utilisateur, l’exécution des projets et bien sûr à réduire significativement les coûts.

Un lancement étape par étape

Selon Gartner, les datacenters qui ne parviendront pas à appliquer l’IA et l’apprentissage automatique ne seront plus viables d’un point de vue économique et opérationnel d’ici 2020. L’intelligence artificielle n’est plus une technologie de science-fiction, elle est prête à fonctionner maintenant et sera un élément déterminant de la durabilité des entreprises, quel que soit le secteur.

Nous constatons que l’adoption de l’IA commence souvent dans les équipes métier via des projets ponctuels, en parallèle de ceux attribués à l’informatique dite traditionnelle. Les tests successifs et leur réussite contribuent à diminuer progressivement la complexité et les coûts associés permettant un déploiement plus large puis une intégration au traitement des données structurées déjà en place.

En effet, si l’IA traite souvent des données non structurées (vidéo, images, audio, etc.), elle produit des données structurées qui doivent être intégrées à d’autres données structurées pour réaliser une solution complète. Prenons l’exemple d’une borne d’accueil automatisée dans un commerce de détail. Un client entre, présente un écrou ou un boulon ou tout ce qu’il cherche devant une caméra. Pour communiquer l’allée où l’objet est stocké, la borne doit procéder à une reconnaissance d’images s’appuyant sur de l’intelligence artificielle. Une fois l’identification effectuée, elle doit effectuer une recherche dans le catalogue de produits existants, puis de l’inventaire, donc autant de données structurées à intégrer, pour communiquer l’endroit et le nombre de produits restants.

Le meilleur moyen pour se familiariser avec les technologies de l’intelligence artificielle est de commencer à petite échelle, de tester différents prototypes, et recommencer de nouveau jusqu’à obtenir les résultats positifs avant de généraliser à plus grande échelle.

Se laisser guider par les données

A la question « Cloud public ou Cloud privé ? », nous répondons que les données restent le meilleur guide. Lorsqu’il s’agit d’entraîner les réseaux neuronaux, ce sont les plus gros volumes de données qui doivent l’emporter. Les entreprises devront donc déployer l’IA à l’endroit-même où se trouvent ces derniers. La donnée a une gravité, il est coûteux, fastidieux et complexe de la faire migrer. La meilleure solution est donc que le projet d’IA aille vers les données, et non l’inverse. Si les données sur site sont intégrées à un ensemble structuré sur site également, il s’agit, en toute logique, d’exécuter l’IA au même endroit. À l’inverse, si les ensembles de données sont générés dans le cloud public au sein d’un service Web, et que les données issues de l’IoT sont envoyées au même endroit, il est logique d’y placer également les données liées à l’IA.

Tous les secteurs, sans exception, vont être influencés par l’IA, sans que l’on puisse pour l’instant prévoir de quelle manière et pour quelle raison. Les entreprises qui en profiteront le plus ne sont pas nécessairement les plus grandes, mais bien les plus adaptables et les plus innovantes, celles capables de réinventer leur façon de fonctionner. En offrant de nouvelles opportunités d’innovation aux entreprises de toutes sortes et de toutes tailles, l’IA contribue à redistribuer les cartes.

 

Par Gabriel Ferreira, directeur technique de Pure Storage

Les avis d’experts sont publiés sous la seule responsabilité de leurs auteurs et n’engagent en rien la rédaction de L’Usine Nouvelle. 

Catégories

Nos services

Facebook

Twitter : @Suivez-nous

Twitter feed is not available at the moment.