Décembre 2018


Vous avez du mal à appliquer l’intelligence artificielle à votre business ? Ne vous découragez pas.

TRIBUNE - L'intelligence artificielle (IA) évolue rapidement, et avec elle la promesse de tirer profit d’une puissance de traitement des données sans précédent, de l’économie du cloud, de l’énorme quantité de données disponibles, de la banalisation de l'analyse avancée et d’une connectivité réseau toujours plus rapide. En conséquence, l’utilisation de l’intelligence artificielle n’a jamais été autant à portée de tous, que ce soit technologiquement ou économiquement. Ce qui devrait encore accélérer son adoption – sans aucun doute.

L'intelligence artificielle (IA) évolue rapidement, et avec elle la promesse de tirer profit d’une puissance de traitement des données sans précédent, de l’économie du cloud, de l’énorme quantité de données disponibles, de la banalisation de l'analyse avancée et d’une connectivité réseau toujours plus rapide. En conséquence, l’utilisation de l’intelligence artificielle n’a jamais été autant à portée de tous, que ce soit technologiquement ou économiquement. Ce qui devrait encore accélérer son adoption – sans aucun doute.

Bien qu’il n’y ait pas de sujet plus intéressant à la croisée du business et de la technologie, une étude publiée récemment[1] nous explique pourtant que 88% des décideurs business et IT des entreprises internationales déclarent ne pas savoir comment utiliser l’IA et 79% déclarent même que des freins internes viennent limiter sa mise en œuvre. Pourtant, une IA tournée vers l’humain contribue directement à l’efficacité de vos collaborateurs et de votre entreprise.



L’intelligence artificielle est protéiforme

Premièrement, il est essentiel de comprendre que l’IA n'est pas une technologie unique, mais qu’elle recouvre un ensemble croissant de technologies avancées qui permettent aux machines de détecter, comprendre et agir. Les entreprises adoptent généralement l’IA par étapes, qui peuvent inclure :

· L'Automatisation Robotisée des Processus (RPA : Robotic Process Automation), que l'entreprise peut utiliser pour faire ses premiers pas dans l’application de l’intelligence artificielle. Les organisations peuvent engranger des succès rapides et se faire la main en identifiant des premières séries de données et en automatisant des tâches manuelles ou des processus métier volumineux et répétitifs, tels que le traitement des factures et la levée d’exceptions.
  • - L’Automatisation Intelligente, qui est une étape logique qui suit directement la RPA. L’IA améliore ici les processus automatisés nécessitant normalement l’intelligence humaine. Ceci recouvre des services cognitifs tels que le traitement du langage naturel, l’analyse des images et l’analyse de texte.
  • - L’Analyse Avancée, qui optimise les techniques permettant de découvrir des informations et insights, faire des prédictions et utiliser la data de manière innovante.
  • - L’intelligence Artificielle Avancée, qui utilise des technologies d'apprentissage automatique, y compris le deep learning, pour améliorer les capacités de la main d’œuvre traditionnelle. Ce qui permet alors aux entreprises d’offrir de nouvelles fonctionnalités et expériences client.

Une intelligence artificielle centrée sur l'humain : vers l’Applied Intelligence
Les entreprises qui cherchent à mettre en œuvre l’intelligence artificielle doivent avoir en tête ce que Jeanne Ross, du Centre de recherche sur les systèmes d’information du MIT, appelle « l’erreur fondamentale de la mise en œuvre de l’intelligence artificielle ». Selon elle, « les organisations qui voient dans l’intelligence artificielle une opportunité de réduction des coûts auront toutes les chances d’en intégrer à tous les mauvais endroits et selon la pire des manières. "

Pourquoi ? Parce que ces entreprises pensent souvent à tort que l’IA remplace l’Humain. En réalité, l’IA se distingue justement quand elle augmente les capacités des humains et améliore les résultats. En endossant des tâches standard, elle laisse aux collaborateurs du temps pour se consacrer aux tâches complexes nécessitant plus d’attention, à l’instar des interactions difficiles ou sensibles avec les clients. Par exemple, l’IA peut se charger d’identifier des tumeurs éventuelles aux rayons X, ce qui permet aux radiologues de se concentrer plus rapidement sur les zones suspectes pour les vérifier et préconiser un traitement.

Faire appel à l’IA pour améliorer le travail des collaborateurs ou la satisfaction client est précisément ce que nous nommons l’intelligence artificielle centrée sur l’humain. Celle-ci accorde toute priorité aux collaborateurs et aux clients, avant la technologie. Elle peut produire des résultats prodigieux, par exemple améliorer votre résultat net en utilisant des services cognitifs, gagner en perspective grâce à l’apprentissage automatique, comprendre les comportements de vos clients et améliorer la rétention clients en faisant appel à une plateforme analytique ou améliorer l’expérience client ou collaborateur grâce à l’intelligence automatisée.

C’est pourquoi nous préférons la notion d’Applied Intelligence(Intelligence Appliquée) tant le succès de la démarche repose sur la combinaison de l’intelligence humaine et des technologies intelligentes.


Un travail au long cours, une planification sur le court terme

Compte tenu des nombreux avantages de l’Applied Intelligence, il n’est pas surprenant qu’autant d’entreprises l’aient déjà mise en œuvre d’une manière ou d’une autre. Qu’est-ce qui les retient dans ce cas de l’adopter à plus grande échelle ? On l’a vu, la plupart se pose des questions fondamentales sur les meilleurs usages à en faire. Et 85 % déclarent qu’elles ne seront jamais en mesure de déployer l’Applied Intelligence si leur équipe dirigeante n’est pas en mesure de gérer efficacement à la fois les hommes et les machines. Et elles ont raison. Une gestion inefficace de la culture et du changement constitue de fait le principal motif d’échec dans ce domaine.

Pour réussir, il vous faut une stratégie à long terme. Les entreprises qui adoptent pleinement l’Applied Intelligence doivent changer leur mode opératoire, tenir compte de leurs collaborateurs et redéfinir les postes existants tout en créant de nouveaux. Ce qui ne saurait se faire du jour au lendemain. L’Applied Intelligence est donc un travail au long cours. Et voici comment débuter.

Tout d’abord, une étape est incontournable, quels que soient vos ambitions ou moyens : mettre en ordre vos données. Inutile d’espérer adopter directement l’Applied Intelligence et obtenir de formidables résultats sans passer par là. Cela étant dit, ne vous laissez pas fourvoyer par une exigence de 100 % de data « propre » : cet objectif est tout aussi irréaliste. Ce dont vous avez besoin, c’est d’une capacité à trancher dans vos silos d’activité, afin de disposer d’une vision globale de vos données – un aspect essentiel en matière d’intelligence appliquée. Deuxièmement, les entreprises doivent analyser et probablement repenser leur structure informatique car l’interaction par écran ou système vocal interactif est très différente des modes conventionnels. Pour que tout cela fonctionne, vos designers et développeurs ont besoin de nouvelles compétences, et doivent embrasser de nouveaux modes de pensée.

Troisième volet essentiel pour adopter avec succès l’Applied Intelligence : vous devez tenir compte de la culture et des éventuels problèmes de confidentialité et de sécurité. Une approche stratégique de l’IA intègre la mise en place d’un consensus, qui passe souvent par l’identification des domaines les moins sensibles et implique de commencer par ces derniers. Gardez à l’esprit que la gestion de la culture et du changement est un facteur clé de réussite pour l’Applied Intelligence.


Vous devez également créer un conseil d’éthique digitale ou une structure équivalente pour résoudre les biais potentiels dans les algorithmes d’Applied Intelligence ainsi que les problèmes de confidentialité et de sécurité qui pourraient se poser. Il est de la responsabilité de chacun que l’IA soit éthique. Ce conseil doit explicitement résoudre la manière de connecter toutes les données, mais aussi déterminer s’il faut ou non les connecter. Les principales préoccupations – éthique, concurrence, réglementation ou autre – peuvent exiger l’exclusion de certaines données de la plateforme d’IA. Le développement d’un cadre éthique définissant des paramètres devrait vous aider à résoudre ces questions.

L’Applied Intelligence est certes un travail au long cours, mais se contenter d’y voir seulement un travail à long terme ne suffit pas. La révolution n’attend pas, les entreprises ayant trop tardé à adopter les technologies comme Internet, le mobile et le cloud ont perdu du terrain face à leurs concurrents plus rapides. L’Applied Intelligence est un travail au long terme qui mérite une planification sur le court terme.



[1]“Avanade Hot Topics Survey,” QuickRead report, Wakefield Research, Decembre 2017



Nicolas Marry EST Directeur général Avanade France-Benelux


Nicolas Marry
Le 11-12-2018
Imprimer Twitter Facebook LinkedIn
Laisser un commentaire
E-mail :
Confirmation :
Pseudo :
Commentaires :
Code de sécurité :
Powered by Walabiz