L’an dernier, Forrester annonçait : « pour les entreprises qui célébraient naïvement la panacée universelle que devaient être les technologies de l’intelligence artificielle (IA), la lune de miel est finie : (…)L’IA et toutes les autres nouvelles technologies comme les mégadonnées et l’informatique Cloud vont encore demander beaucoup d’heures de travail. » [1]
Considérant que 70 % des entreprises comptent adopter l’IA cette année[2], Schneider Electric y compris, je voudrais proposer 3 façons concrètes pour les entreprises de tirer toute la valeur commerciale que promet à mes yeux l’IA.
Leçon 1 : Soyez pragmatique
L’intégration d’une stratégie d’IA peut être intimidante, les analystes de Forrester n’ont pas manqué de le signaler, alors nous recommandons à toute entreprise s’engageant sur cette voie d’adopter d’emblée une approche pragmatique, concrète, sur des projets d’IA individuels.
Demandez directement : « À quel problème, puis-je apporter une solution numérique comportant l’IA ? » Cette question conduit invariablement à ce que notre processus de R&D se mette en marche avec les difficultés du client à l’esprit. La méthode a bien fonctionné, par exemple, pour un client de l’industrie du pétrole et du gaz, qui cherchait à mieux gérer la productivité et la maintenance de pompes extrêmement éloignées. Avec Microsoft, nous avons élaboré une solution à base d’analyses locales, favorisée par l’apprentissage machine.
Leçon 2 : Percevoir toute la valeur des nouveaux modèles commerciaux numériques que permet l’IA
Pour chacun de nous, la transformation numérique consiste globalement à trouver: comment créer de la valeur commerciale à partir de la digitalisation. J’ai récemment eu l’occasion d’aborder longuement la question avec Çağlayan Arkan, Directeur Général de la Fabrication chez Microsoft.
https://www.youtube.com/watch?v=eoHtaxq49ZM
Nous sommes convenus qu’il est souvent difficile pour une entreprise ancienne de voir au-delà de son modèle commercial principal, afin de se lancer dans la transition numérique et l’accélérer. Cela va-t-il cannibaliser mon activité ? Comment distribuer de la valeur ajoutée pour les clients ?
Les applications d’IA peuvent contribuer à faire comprendre au client le véritable sens de la promotion de nouveaux modèles commerciaux numériques, de façon certes perturbante, mais bénéfique.
Prenons par exemple le cas des fabricants de machines (ou OEM). La plupart des OEM construisent du matériel hautement spécialisé; comme la cafetière à capsules à empreinte réduite que nous avons créée avec notre client SOMIC. Bien souvent, la dépense en capital pour ce genre de machine élaborée demande un niveau d’engagement élevé. Mais qu’adviendrait-il si un fabricant de machines pouvait exploiter l’IA, associée à des capacités de surveillance à distance; pour offrir « la disponibilité en tant que service » à ses utilisateurs finaux ? Cela délesterait l’utilisateur final d’une partie du fardeau de la dépense en capital. Seule l’IA rend ce modèle commercial possible, car les modèles de données éprouvés peuvent déterminer si l’immobilisation d’une machine relève en fait d’un problème de la machine, d’une erreur humaine ou autre. Percevez-vous ce que l’IA peut apporter comme nouveaux modèles commerciaux ?
Leçon 3 : Ajoutez des points forts à votre connaissance du domaine.
Il est essentiel de bien connaître son domaine pour que les projets d’IA réussissent. Ne sous-estimez pas la valeur de ce savoir. Pour quelle raison ? La surcharge des données est une réalité, il est clair que nous n’en manquons pas. Ce qu’il nous manque en revanche, ce sont de bien meilleures façons d’en exploiter la valeur commerciale La plupart des entreprises ne sont pas expertes en IA ; c’est la transmission des savoirs dans le domaine qui rendra pertinents les projets d’IA pour les entreprises et leurs clients.
C’est vraiment à nos yeux la valeur principale de l’IA : elle transforme les données en idées. Vous en apprendrez davantage sur ce processus dans un article que j’ai écrit avec Lance Olson, Directeur Associé à la gestion de programmes de la plateforme Cloud IA Microsoft.
La configuration C72 de Schneider Electric repose sur notre connaissance profonde du domaine couvrant l’ensemble du secteur d’activité, des bâtiments aux data centers en passant par le réseau, l’usine et la machine. Nous descendons jusqu’au niveau du segment pour nous assurer que les projets d’IA menés par les clients ont une incidence commerciale avantageuse.
L’idée ici est de créer des équipes de projet IA comprenant un spécialiste de l’IA, un informaticien et, tout aussi important, un spécialiste du domaine. C’est ce dernier qui déterminera quelles questions donner à résoudre à l’IA et, surtout, qui saura le mieux interpréter ce que révèleront les modèles d’IA (par exemple les applications de maintenance prédictive).
C’est là que réside l’avenir prometteur de l’IA.
Alors la lune de miel est-elle finie pour l’IA ? Nous estimons que l’IA, en tant que prochaine vague d’innovation dans l’IoT, n’en est qu’à ses débuts pour peu que l’on porte le bon niveau d’attention aux questions d’intégration et de développement !
[1] Boris Evelson, Michele Goetz, Brian Hopkins, et al. Forrester Research Report: Predictions 2018: The Honeymoon For AI Is Over Success At Artificial Intelligence Means Hard Work — Treat It Like A Plug-In Panacea And Fail November 9, 2017.
[2] Gil Press, “10 Predictions For AI, Big Data, And Analytics in 2018,” Forbes. Nov. 9, 2017. https://www.forbes.com/sites/gilpress/2017/11/09/10-predictions-for-ai-big-data-and-analytics-in-2018/#7df8e231403c
Auteur : Cyril Perducat
Article original : Lire en Anglais
Ajouter un commentaire