Les dirigeants d’entreprise voient passer de nombreux titres d’articles et sujets de conférences consacrés à l’intelligence artificielle (IA). Beaucoup craignent de manquer le bateau. Ils se demandent si et comment leur entreprise pourrait bénéficier de l’IA. Votre organisation devrait-elle plonger dès maintenant dans cette nouvelle technologie? Voici quelques conseils pour identifier si vous devriez effectivement considérer l’IA dans votre entreprise, et trois cas d’usage pour vous inspirer.
Le point de départ d’un projet d’IA devrait être un objectif d’affaires : soit régler un problème, soit cerner et saisir une opportunité d’affaires. Encore faut-il identifier un objectif qui se prête particulièrement bien à l’IA – alors que plusieurs autres techniques d’analyse de données peuvent être utilisées et ont déjà fait la preuve de leur efficacité.
Il est assez naturel de penser à l’IA comme un moyen de répondre à une question qui se pose sous la forme d’un calcul complexe, ou de concevoir un robot qui serait entièrement autonome. Or, pour la majorité des gestionnaires, les difficultés auxquelles ils font face au quotidien ne se présentent pas directement sous cette forme.
Heureusement, l’expérience acquise par diverses entreprises a permis de documenter plusieurs exemples qui se prêtent bien à l’utilisation de l’IA. En voici quelques-uns :
- automatiser un processus;
- mieux prévoir la maintenance d’un équipement;
- identifier plus rapidement les risques de problèmes techniques, de bris ou de menace;
- vérifier par l’observation si un produit est conforme à certaines exigences;
- analyser et classer du texte;
- répondre par messagerie instantanée aux questions de clients potentiels et aux demandes de service à la clientèle;
- autonomiser un robot de manutention dans un entrepôt;
- aider les médecins à faire des diagnostics.
L’IA peut être utile dans de nombreuses autres situations. Ses cas d’usage deviennent plus nombreux chaque jour, notamment dans des secteurs que l’on n’associe pas toujours spontanément aux dernières technologies, tels que l’industrie manufacturière, la logistique, les transports ou la distribution.
Dans votre entreprise, vous avez sans doute commencé à identifier des problèmes ou des opportunités en vous demandant s’ils se prêteraient à une application d’IA. Comment savoir si l’IA est la méthode la plus appropriée pour vous aider à atteindre l’objectif que vous avez en tête.
Un indice important qui peut vous orienter vers une réponse est le volume de données recueillies par votre entreprise. Si vous avez déjà un très grand nombre de données disponibles, ou si vous pouvez rapidement commencer à en collecter un volume important, il y a des chances que l’IA puisse vous aider.
Plus précisément, si votre entreprise a déjà accumulé trop de données pour qu’un être humain puisse toutes les analyser, il est logique de penser qu’un système d’IA pourrait en tirer des enseignements productifs.
Si la disponibilité de données est une condition nécessaire à la mise en œuvre d’un système d’IA, ce n’est pas pour autant une condition suffisante. Il existe déjà une panoplie d’outils et de techniques permettant d’exploiter les données, sans pour autant requérir des ressources d’IA : l’intelligence d’affaires (BI), l’analytique, l’extraction de données (data mining), etc. Quels sont alors les facteurs qui permettent d’identifier que l’IA ajouterait une valeur à ces techniques?
L’IA amène aux entreprises des capacités qui dépassent celles des outils d’analytique. Par exemple, explorer l’une des trois possibilités suivantes serait une bonne raison d’envisager un projet d’IA dès maintenant dans votre entreprise :
1. Établir des corrélations peu visible
Les outils d’analytique s’efforcent de répondre à vos requêtes. Ils vous permettent notamment de mesurer la corrélation entre deux paramètres que vous avez identifiés.
Mais lorsque vous cherchez la cause d’un problème, vous ignorez quel facteur en est l’origine. Il vous faudrait naviguer dans un océan de données et compter sur la chance pour identifier le paramètre pertinent. D’ailleurs, peut-être devriez-vous chercher une combinaison de paramètres, plutôt qu’un seul, pour expliquer le problème?
Un système d’IA sera beaucoup mieux outillé qu’un humain pour mener ce type de recherche exploratoire et mettre à jour des corrélations qui n’apparaissaient pas évidentes.
Prenons l’exemple de l’immobilier résidentiel. Quels sont les facteurs qui influencent le plus le prix d’une maison? S’agit-il des caractéristiques de la maison elle-même – sa grandeur; le nombre de ses pièces et de ses fenêtres; le fait qu’elle possède ou non un jardin, une piscine ou un garage; l’année de sa construction et le type de construction avec lequel elle a été bâtie? Ou s’agit-il plutôt des caractéristiques de son environnement physique – sa localisation, sa proximité de divers services et commerce? À moins que le prix dépende davantage de l’évolution du marché immobilier sans son ensemble, ou de facteurs macro-économiques tels que les taux d’intérêt? Vu la multiplicité des facteurs qui pourraient jouer un rôle, une recherche de corrélation très structurée par une analyse traditionnelle serait laborieuse. En procédant différemment, un système d’IA pourrait faire ressortir les facteurs les plus importants; et même peut-être, en analysant l’interrelation entre ces facteurs, identifier le facteur qui est vraiment déterminant.
2. Automatiser la prise de décision
Ouvrir un rapport, le lire et le comprendre, puis appuyer sur un bouton, ajuster un curseur ou écrire une commande: le facteur humain introduit toujours un certain délai entre le résultat de l’analyse des données et la prise de décision qui en découle.
Un agent intelligent peut réduire presque entièrement ce délai. Après un bon entraînement, un système d’IA peut prendre en charge la prise de décision et commettre moins d’erreurs qu’un humain.
Par exemple, sur une chaîne de montage, un système d’IA pourrait prendre en charge la décision d’écarter automatiquement tout produit défectueux. Il pourrait aussi moduler la cadence de la chaîne, pour l’accélérer ou la ralentir afin d’établir la vitesse optimale selon les données captées tout au long de la chaîne.
3. Se diriger vers une utilisation de l’analyse en temps réel
Même si des algorithmes traditionnels d’analyse de données ont été optimisés, cette analyse se fait toujours de façon séquentielle: on analyse un groupe de données correspondant à une période de temps; puis, on recommence pour la période suivante.
Le recours à l’IA permet de dépasser cette notion de séquence pour se rapprocher d’une analyse des données en temps réel. Les résultats d’une telle analyse permettent des ajustements immédiats qui optimisent véritablement les processus. Seule l’IA permet d’envisager une telle optimisation en temps réel, parce qu’un être humain aura toujours au moins un temps de réaction avant d’agir.
Ces trois cas d’usage peuvent vous donner une idée du rôle que l’IA pourrait jouer dans votre organisation, et vous aider à réfléchir sur la pertinence d’explorer comment l’IA pourrait contribuer concrètement à vos objectifs d’affaires.
Vous considérez lancer un projet d’IA dans votre entreprise? Pour voir comment vous pourriez bénéficier concrètement de l’IA même si votre organisation n’est pas une entreprise de technologie, lisez le livre blanc gratuit Intelligence artificielle : comment débuter un projet d’IA dans votre entreprise.
