Intelligence Artificielle

Valoriser la data et améliorer la communication

…les nouveaux enjeux de l’entreprise apprenante

Un des grands enjeux de la DSI est de permettre à l’entreprise de s’adapter à son environnement, de devenir une entreprise apprenante, et ce dans un contexte où les moyens dont elle dispose ne sont généralement pas croissants.

Pour qu’une entreprise deviennent apprenante, il lui faut en effet initier ou fluidifier les échanges entre individus et tirer le meilleur parti de toutes les données que favorise la multiplication des dispositifs IoT.

Car toutes les entreprises deviennent « data centric » : elles ont besoin de trouver les différenciants qui leur permettront de dépasser leurs concurrent. Il peut s’agir de produits performants, certes, mais aussi et surtout, de trouver la capacité à analyser le marché et à apporter une réelle proposition de valeur.

I) Mieux communiquer pour mieux travailler ensemble

Les derniers événements survenus en France (grèves) ou dans le monde (menaces sanitaires) ainsi que la prise de conscience de notre impact sur l’environnement nous obligent à repenser nos échanges au sein de l’entreprise, jusqu’à notre façon même de travailler.

Optimiser ces échanges et la communication entre équipes devient plus que jamais primordial : les équipes infrastructures se rapprochent des métiers pour travailler en méthodes agiles fin de délivrer des solutions de télé-présence ou de réalité augmentée qui favoriseront le travail à distance, voire le rendront simplement possible.

A la clef, ce sont certes des économies financières ,  de temps de trajet ou de fatigue liés aux voyages ou aux déplacements mais aussi une réduction de l’empreinte écologique de l’entreprise pour une meilleure qualité de vie.  Car si l’humain augmenté doit intégrer la notion d’écologie non seulement sur un plan global (baisse de l’impact sur la planète), il doit aussi être envisagé sur un plan personnel : augmenter les capacités de l’homme pour davantage d’épanouissement et non pas le résumer à une machine.

Les nouveaux outils de communication

Contraintes et forcées, les entreprises ont rapidement dû s’adapter aux nouvelles façons de travailler. C’est ainsi que, avec plus ou moins d’organisation, les équipes se sont dotées des outils à disposition sur Internet ou de ceux mis en place par la DSI.

Microsoft Teams, Zoom, Meets ou Hangouts ont créé de nouveaux espaces de rencontre et de réunion pour favoriser les décisions, ou simplement recréer un lien social entre collaborateurs isolés.

II) Valoriser la donnée pour créer des solutions compétitives

Si la donnée était le pétrole du XXème Siècle, l’intelligence artificielle est le moteur qui va permettre à la machine d’avancer. En effet, l’IoT fait exploser les sources des données et leur volume. Avant même de les mettre en valeur, il s’agit d’abord de les stocker, en local ou dans un datacenter.

Disposer d’outils qui permettent de faire des analyses différentes et différemment se révèle plus que nécessaire : l’être humain n’est plus capable de traiter ces volumes sans cesse croissants. D’autre part, un niveau d’analyse supérieur à ce qu’est capable de produire un cerveau humain se révèle nécessaire afin d’établir  des corrélations jusqu’ici inédites. C’est ainsi que sont nés le HPC (High Performance Computing), le Machine Learning ou le Data Learning.

Alors que le Machine Learning utilise des modèles humains qui s’améliorent eux-mêmes grâce aux données récoltées, le Data Learning est un réseau de neurones qui apprennent d’après des méta paramètres sans modèle mathématique initial.

Quels outils pour exploiter pleinement la data ?

Les solutions IBM : serveurs Power et ESS
https://www.ibm.com/fr-fr/it-infrastructure/power

Nvidia
https://www.nvidia.com/fr-fr/

IBM Spectrum Scale™
https://www.ibm.com/fr-fr/marketplace/scale-out-file-and-object-storage

IBM Spectrum LSF Suites
https://www.ibm.com/fr-fr/marketplace/hpc-workload-management

IBM® Spectrum Conductor with Spark
https://www.ibm.com/fr-fr/marketplace/spark-workload-management

Quelques exemples d’analyse de la donnée par l’IA

De la reconnaissance vocale à l’analyse de sentiment ou d’images, l’utilisation de l’intelligence artificielle se répand dans tous les domaines pour permettre de nouvelles avancées médicales ou proposer de nouveaux services.

En matière d’assurances, et notamment d’analyse de risques, le moteur d’IA détermine un pourcentage de risques en fonction des comportements des personnes : un avantage significatif dans le calcul d’une prime d’assurance lors de l’octroi de prêts immobiliers par exemple.

Dans l’industrie, l’IA détecte les défauts via des caméras qui savent identifier qu’une pièce est sujette à la malfaçon.

Dans le domaine du diagnostic médical, l’analyse des grains de beauté via photo obtient des taux de fiabilité supérieurs à l’œil humain dans le cas de la détection des cancers. S’agissant de la Covid-19, l’IA sait détecter des types de motifs de récurrents (paterns) : les porteurs du virus ont de la fièvre et les statistiques ont montré qu’ils perdent aussi l’odorat. Dans ce cas précis, l’IA fait clairement apparaitre des corrélations et des facteurs de risques qui n’étaient pas humainement envisageables.

Enfin, les chatbots ont récemment envahi les sites web : via l’IA, ils assurent le premier niveau d’échange pour les questions de support.

Au vu de tels changements, les entreprises nécessitent d’être accompagnées dans la valorisation de leurs données en étant assistées dans le choix, l’architecture et la mise en œuvre des outils adéquats.

Scasicomp, architecte de solutions de gestions de données accompagne les entreprises en réunissant autour de la table les acteurs IT, métier et les data scientists, pour la mise en place d’une démarche cohérente d’accompagnement et de conseil tout au long du cycle d’analyse des données.

 




Une question ? Un projet ?
Marc RUHLMANN
Marc RUHLMANN
Marc est Ingénieur Technico-Commercial chez SCASICOMP - Big Data, Data Analytics et VDI technical specialist.
mruhlmann@scasicomp.com

Laisser un commentaire