Technologies

L'intelligence artificielle reste un sujet expérimental

---

Le CPI-B2B a consacré son dîner du 13 février 2018 au déploiement concret de l'intelligence artificielle.

PublicitéOn parle d'intelligence artificielle depuis tant d'années, peut-être depuis les origines de l'informatique, qu'il est étonnant que l'on en rencontre si peu en entreprises. Le déploiement concret des technologies de l'IA était ainsi le sujet du dîner du CPI-B2B (Club de la Presse Informatique B2B) le 13 février 2018. « Le terme est galvaudé » a d'ailleurs reconnu Laurent Stefani, directeur de l'IA chez Accenture Technologie. Il faut le réserver à des systèmes apprenants (Machine Learning) de façon autonome, bien au delà des très anciens moteurs de règles, avec la sous-catégorie des deep learnings. Une IA doit donc être autonome et apprenante.
Non-soumise aux biais psychologiques humains, l'IA peut trouver des corrélations là où l'humain ne verra rien. Elle est ainsi efficace, par exemple, dans la détection de fraudes. Lorsqu'une IA est utilisée pour une interaction avec des humains (un chatbot par exemple), elle doit mimer une certaine humanité, faute de quoi elle sera rejetée. Un chatbot qui pose des questions définies dans un ordre précis, et est un incapable de réagir si l'humain sort du cadre, n'est pas un chatbot à base d'IA.

L'importance des données

Une IA va ainsi fabriquer ses algorithmes à partir de données éprouvées sur lesquelles on connaît les résultats à obtenir. Puis ces algorithmes vont être testés sur des données neuves. Et la machine va devoir, le cas échéant, améliorer par elle-même ses algorithmes. « L'IA exploite des données, le fameux or du XXIème siècle, mais avant de trouver un filon, il faut creuser beaucoup ; il y a de nombreux échecs d'implémentations d'IA » a souligné Gabriel Ferreira, directeur technique chez Pure Storage. Les données sont bien le nerf de la guerre. Avec de mauvaises données pour éprouver et éduquer l'IA, le résultat sera mauvais. L'accès rapide à la donnée est souvent un goulot d'étranglement pour l'IA : un stockage rapide est donc nécessaire.
De très nombreuses expérimentations sont menées dans les entreprises depuis des années. Le principe est toujours de faire des démonstrateurs en peu de temps et de valider la création de valeur, faute de quoi le projet est rapidement abandonné. L'IA peut être utilisée pour assister des humains et les rendre plus performants ou bien pour faciliter leur travail. Par exemple, un constructeur automobile a utilisé une IA pour analyser le contenu des mails entrants de clients et envoyer une réponse type la plus adaptée possible. Chez 20 Minutes, l'IA n'a pas fonctionné pour recommander des articles aux lecteurs à l'issue de la consultation d'un premier article en ligne, en 2017. En effet, la thématique n'était pas le coeur des préoccupations des lecteurs qui venaient avant tout pour avoir des nouvelles chaudes, dans de multiples domaines. A l'inverse, une expérimentation en cours est plus prometteuse pour assister les journalistes dans le choix des mots clés d'indexation ou pour suggérer des titres ou des photos.

PublicitéSur le même sujet, la CIOnférence « L'innovation IT pertinente : améliorer l'efficacité des services en domptant les contraintes » organisée par CIO aura lieu le 10 avril 2018 à Paris.

Article rédigé par

Bertrand Lemaire, Rédacteur en chef de CIO

Partager cet article