webleads-tracker

Editeur et intégrateur

L’intelligence artificielle (IA) dans le monde numérique

Définition : histoires et méthodes

Qu’est-ce que l’Intelligence Artificielle (IA) ?

L’Intelligence Artificielle (IA) est une discipline scientifique inventée en 1955 par deux mathématiciens : John MacCathy et Marvin Lee Minsky.

« L’IA est la science de programmer les ordinateurs pour qu’ils réalisent des tâches qui nécessitent de l’intelligence lorsqu’elles sont réalisées par des êtres humains. » Marvin Lee Minsky

On peut la définir ainsi : l’IA est un domaine de l’informatique dont le but est de recréer un équivalent technologique à l’intelligence humaine. L’IA n’est pas une technologie à part entière mais un ensemble de technologies et d’outils.

Méthodes

L’Intelligence Artificielle (IA, ou AI en anglais pour Artificial Intelligence) consiste à mettre en œuvre un certain nombre de techniques visant à permettre aux machines d’imiter une forme d’intelligence réelle, notamment s’adapter, apprendre, communiquer et interagir d’une manière riche et variée avec leur environnement.

Le but n’est pas de remplacer les personnes par des machines mais d’ajouter aux capacités humaines une possibilité inégalée. La capacité de l’Intelligence Artificielle est d’analyser des quantités phénoménales de données et de déceler des tendances qui seraient autrement impossibles à détecter.

Types d’intelligence artificielle :

Types d'intelligence artificielle

  • Intelligence Artificielle : automatisation de comportements intelligents.
  • Machine Learning : programmes informatiques permettant aux machines d’apprendre sans être spécifiquement programmés, afin d’évoluer elles-mêmes.
  • Deep Learning : apprentissage de modèle de données qui fonctionne comme un réseau de neurones.

Fonctionnement : vision et réalité

Sondage réalisé par le CSA – Janvier 2018

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L’IA a déjà profondément changé les habitudes des consommateurs et augmenté considérablement leur niveau d’attente.

Elle couvre des domaines fonctionnels tels que les systèmes experts, la planification, l’optimisation ou la robotique. Les nouveaux domaines sont : le Machine Learning, le Natural Language Processing, la vision (capacité pour une machine à appréhender son environnement) ou le Speech (texte vers parole ou parole vers texte). À savoir que l’IA ne fait rien toute seule, ce qui diffère du Business Intelligence (BI) où l’on injectait les données et on réalisait les traitements des données.

Panorama des domaines de l’IA

IA = Transformer des données en actions intelligentes

 

Exemples concrets d’application de l’IA

  • La Redoute, vendeur prêt-à-porter et ameublement, a réalisé une application mobile permettant de trouver des produits similaires dans le catalogue à partir d’une photo d’un objet.
  • SwissLife, assureur, a déployé des agents conversationnels (ou chatbots) pour traiter les interactions client et aider les réseaux de vente en leur fournissant de l’information commerciale.
  • Qucit a développé RoadPredict, une IA d’analyse prédictive pour améliorer la sécurité routière et diminuer le temps d’intervention des secours sur les autoroutes de l’ouest de la France.
  • XXII a développé un éventail de solutions de détection vidéo. Elles permettent d’alerter les agents de sécurité des aéroports en présence de bagages oubliés, de détecter les chutes de personnes ou encore les émotions faciales telles que la colère, la peur ou la joie.
  • GRdF, opérateur de gaz, a quant à lui mis en place une application mobile de reconnaissance des produits chimiques utilisés par ses employés. En analysant une photo, l’application indique alors la dangerosité du produit, ainsi que les consignes d’utilisation.

Opportunités de l’IA

  • Le marché de l’IA représentera 11 milliards de dollars en 2024.
  • 54 % des Français pensent que l’IA est créatrice d’opportunités pour la vie quotidienne.

Pour satisfaire les enjeux métiers : quel objectif pour l’IA ?

L’IA n’est pas une intelligence de « naissance » mais elle le devient au fur et à mesure d’un processus d’apprentissage. L’entrainement de l’IA à travers les algorithmes d’apprentissage se fait avec un grand nombre de données.

L’IA sur la pyramide des besoins de la Data Science (d’après Monica Rogati, Data Science Advisor)

Le pipeline d’un projet IA

Explications du schéma et des grandes notions :

  1. La collecte des données, première phase d’un projet IA, consiste à identifier les sources de données et mettre en place les mécanismes d’acquisition permettant de les acheminer dans les infrastructures de stockage.
  2. La préparation est ensuite incontournable, tant les données collectées depuis diverses sources sont hétérogènes. Il faut ainsi nettoyer les données en supprimant les entrées non pertinentes, standardiser les formats, harmoniser les dates sur un même fuseau horaire, enrichir éventuellement les données avec les référentiels de l’entreprise…
  3. L’apprentissage peut alors commencer. Cette phase regroupe l’exploration manuelle et l’apprentissage automatisé. En effet, le Data Scientist explore « manuellement » les jeux de données afin de déterminer le meilleur algorithme pour répondre au problème posé. Une fois l’algorithme défini, l’apprentissage de la machine passe en mode « automatique ». Le modèle construit par cet apprentissage doit ensuite être validé.
  4. Une fois son modèle entrainé et validé, l’IA est enfin opérationnelle. Nous entrons donc dans la phase de résultats, l’IA remplit les objectifs fixés au départ.

La relation client et l’expérience client

L’IA représente un atout pour la relation client.

Le CRML'expérience utilisateurL'expérience client
Retour client personnaliséPersonnalisation du parcours clientPersonnalisation
Service client + réactif, rapide et spécifiqueExpérience achat "seamless"Expérience adaptive
+ InteractifOmicanalité
- Coûteux à termeChoix et pertinence
Différentiation

IA dans le monde numérique : champs d’application

« Nous assistons à la quatrième révolution industrielle, un terme choisi par le Forum de Davos en 2016, qui est la résultante d’une combinaison de technologies dont l’IA est un vecteur important mais pas le seul phénomène à l’œuvre. Pour nous, l’IA c’est d’abord la fin du code. Nous passons d’un monde de programmation à un monde d’apprentissage. » Jean-Philippe Desbiolles, Vice-Président Cognitive Solutions d’IBM Watson France

 

Ce marché est dominé par les géants technologiques : Google a réalisé 12 acquisitions de Start-Up AI entre 2012 et 2017, Apple 7, Facebook 5 ainsi qu’Intel et Microsoft.

Conclusion

Hommes et machine : les deux intelligences sont complémentaires

L’IA possède d’excellentes capacités de calcul et de mémorisation, tandis qu’une bonne équipe de collaborateurs est mieux placée pour analyser et comprendre les émotions des clients. En somme, l’IA n’a pas pour vocation de remplacer l’homme, mais de l’épauler dans ses différentes tâches.

 

Par Emmanuel ESTEVES, Directeur R&D / S&R / Marketing 

Vous voulez en savoir plus ?