« L’IA ne remplace pas l’Homme. Elle déplace les frontières de l’entreprise, la transforme et met en action un écosystème ouvert, plus riche au profit de plus de performance »

Charlotte, Pierron-Perlès, Vice-Presidente AI & Data Services chez Capgemini Consulting revient sur les grands enjeux de l’intelligence artificielle pour les entreprises. Au-delà du buzz que cet acronyme génère, elle nous éclaire avec pragmatisme sur les cas d’utilisation de l’IA et les perspectives en termes de performance et de transformation pour les entreprises.

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

L’Intelligence artificielle est un concept apparu dans les années 50 avec l’avènement des calculateurs, notamment grâce à Alan Turing, qui se demandait si les machines pouvaient penser. C’est le développement de la puissance de calcul, des algorithmes et de la mise à disposition de volumes de données significatifs qui ont permis l’explosion de l’IA. Elle s’est notamment incarnée au travers de systèmes capables de surpasser l’intelligence humaine dans des domaines faisant appel à la réflexion stratégique et à la créativité. L’un des exemples les plus emblématiques est AlphaGo, qui a battu Lee Sedol, le champion du monde de Go il y a 2 ans.

Plus concrètement de nos jours, on peut considérer l’IA comme un système exploitant des volumes de données importants (sur des environnements « Big Data »), grâce à des algorithmes à apprentissage (c’est le domaine de la « Data Science », et plus particulièrement du « Machine Learning » ou du « Deep Learning »), qui vise à automatiser un traitement, une action ou prendre une décision pour en tirer de la valeur.

L’IA est-elle amenée à remplacer l’Homme ?

Pas nécessairement. Les humains ont la capacité d’attribuer à des objets ou agents non-humains des caractéristiques humaines, telles qu’avoir une conscience, des intentions ou encore ressentir des émotions. C’est ce qu’on appelle l’anthropomorphisme. De nombreux systèmes autonomes se fondent sur ce principe, simulant des comportements humains. A titre d’exemple, Google a récemment annoncé Duplex, une intelligence conversationnelle visant à automatiser la prise de rendez-vous téléphonique chez le coiffeur ou au restaurant par exemple. Même si l’expérience utilisateur est impressionnante, le but de Google Duplex est de simplifier la vie de celui qui l’utilise et non de prendre des décisions à sa place – comme décider si vous avez besoin d’une coupe de cheveux.

Ces systèmes autonomes, classés dans ce qu’on appelle les ANI – Artificial Narrow Intelligence, peuplent aujourd’hui nos smart phones et nos systèmes de façon générale. Ils sont hyper spécialisés sur un domaine. A ce titre, vous ne pourrez jamais demander à AlphaGo d’apprendre à jouer aux dames. En revanche, ces systèmes sont de plus en plus performants et couvrent un nombre croissant de domaines, de la voiture autonome aux assistants personnels sur mobile, en passant par de la reconnaissance d’image ou de la compréhension de texte. Ces systèmes peuvent aussi bien permettre d’optimiser la charge de travail de leurs utilisateurs – sans les remplacer – en automatisant des tâches pouvant être de plus en plus complexes, qu’intervenir en lieu et place de l’Homme dans des contextes qui le recommandent, comme des interventions sur des zones à risques par exemple. Bien que certaines des actions ou décisions prises par l’IA étaient préalablement dévolues à l’Homme dans ces deux cas de figure, ces évolutions peuvent être considérées comme des avancées bénéfiques pour l’Homme au regard des conditions d’exécution de certains métiers.

Quels sont aujourd’hui les cas d’usages emblématiques de l’IA, et comment peuvent-ils transformer les organisations ?

Les percées de l’IA se font aujourd’hui dans tous les domaines. Historiquement dans les Telcos et les industries de services au travers de cas d’usage centrés sur la relation client, la prédiction du « churn » et le « client care » de façon générale. Dans la santé plus récemment, où l’on voit apparaitre des systèmes d’analyse d’images permettant de commencer à identifier avec une grande précision des pathologies comme le cancer du sein par exemple. Dans les secteurs de l’industrie, de l’énergie et des utilities massivement, où l’on trouve des cas d’usage variés autour de la maintenance prédictive, de l’optimisation du MRO, de la détection des non qualité en usine, ou de prédiction des risques fournisseurs. Et enfin, le secteur bancaire qui n’est pas en reste avec différents cas d’usage autour des thématiques du risque et de la compliance, de l’optimisation des opérations de back-office et de la relation client.

Si un certain nombre de ces cas d’usages ont déjà été explorés au travers de méthodes de prédiction classique, l’IA permet d’aller beaucoup plus loin dans la précision de la recommandation grâce à l’intégration de nouvelles sources de données variées et plus volumineuses, et à des algorithmes plus complexes comme les réseaux de neurones. Cette classe d’algorithmes – qu’on appelle le deep learning – se prête d’ailleurs particulièrement bien à l’analyse de données non structurées comme du texte, des images ou encore de la voix, ouvrant la voie à de nouvelles perspectives d’utilisation jusque-là mal adressées via des techniques traditionnelles, ou simplement inaccessibles.

Ces évolutions technologiques n’ont pas vocation à remplacer l’Homme, encore une fois. Il s’agit de le rendre plus efficace et centré sur la valeur en raccourcissant les cycles de production, améliorant les processus décisionnels et en automatisant les tâches à faible valeur ajoutée. Les organisations plus globalement s’en trouveront ainsi transformées processus par processus, en intégrant progressivement tous les acteurs de la chaine de valeur, y compris les clients et fournisseurs, dont les patrimoines de données viennent enrichir le potentiel des cas d’usage.

Il faut donc apprendre à gérer des écosystèmes de plus en plus ouverts et collaboratifs, des entreprises dites « étendues », et à concevoir de nouveaux modèles d’engagement et de partage de la valeur, en veillant à la protection des intérêts de chacun.

Concrètement, comment est-ce que cela se traduit pour les entreprises ?

Beaucoup d’entreprises ont déjà lancé des initiatives autour de l’IA. Peu d’entre elles les ont passé à l’échelle dans une perspective d’usage étendu en interne ou de « go to market » de nouveaux services. Or, la valeur métier de ces innovations technologiques réside dans la capacité de l’entreprise à en implémenter les usages auprès de l’ensemble de son écosystème.

Ce passage à l’échelle repose sur quatre principaux facteurs :

  • une focalisation sur les bons usages pour y mettre la bonne intensité (sponsorship, rythme et moyens),
  • des capacités technologiques pour délivrer et répliquer vite, de manière industrielle et sécurisée,
  • un modèle opérationnel et une stratégie de make or buy clairs permettant de mettre à disposition les bonnes compétences techniques (data science, technologiques, cloud, DevOps) et les savoir-faire de delivery agile et collaboratif au plus près des projets, des métiers et des zones d’innovation ,
  • et enfin, une logique partenariale étendue au sein de l’entreprise (métier et IT) et au-delà avec ses clients, ses fournisseurs, ses prestataires/fournisseurs de capacités technologiques et d’infrastructures et le réseau de start-ups pertinent pour l’entreprise.

Dans cette logique, nous aidons nos clients à accélérer en leur mettant à disposition une capacité clef en main [AI-Data Foundry] mixant expertise et savoir-faire technique et méthodologique pour pointer et qualifier les bons cas d’usage, passer à l’échelle les solutions d’IA conçues pour eux et avec eux, et en orchestrant la transformation métier et IT associée.

Rien ne  transforme plus une organisation que l’expérience de faire ensemble ; aussi, le transfert de compétences et d’ADN de « maker » du digital et de l’IA s’opère quotidiennement au travers du vécu des équipes produit mixant nos talents avec ceux de nos clients, et des communautés que nous animons à des fins de capitalisation, de formation et de fertilisation croisée entre les métiers, les acteurs de l’IT, du digital et de l’innovation.

Notre enjeu : permettre à nos clients de monter en puissance pour délivrer rapidement et durablement de l’impact et de la valeur de façon autonome.