Démocratisation de l'IA : 4 exemples d'application à tester facilement
Démocratisation de l'Intelligence Artificielle : 4 exemples d'application à tester facilement

Démocratisation de l'IA : 4 exemples d'application à tester facilement

L'intelligence artificielle (IA), le machine learning, la data science suscitent en ce moment beaucoup d'engouement. Si les expérimentations dans les entreprises s'accélèrent, force est de constater que beaucoup restent en phase de POC ("Proof of Concept') et peu sont mises en production.

En 2016, la Harvard Business Review dressait un constat qui pourrait - en partie - en expliquer les raisons : les entre­prises inves­tissent des milliards dans le big data et analytiques avancés (dont l'IA), mais la plupart n’obtiennent pas encore un retour sur inves­tis­se­ment suffisant. Les auteurs de l'étude, Rishad Tobaccowala (Publicis) et Sunil Gupta (Harvard Business School) estiment que les entre­prises doivent partir d’un problème spé­ci­fique et ensuite recueillir et analyser les données, au lieu de partir des données dans l’espoir de découvrir de possibles insights.

A mon avis, un autre élément clef pour une adoption grandissante et réussie de l'intelligence artificielle dans l'entreprise réside dans son appropriation par un grand nombre de personnes. En effet, toute personne dans l'organisation, quelle que soit sa fonction, son niveau hiérarchique peut en effet être vecteur d'idée transformationnelle. Il est ainsi primordial d'assurer la diffusion d'une véritable culture de la donnée et des analytiques à tous les niveaux de l'entreprise. C'est le prérequis pour qu'une entreprise puisse multiplier les chances de créer de la valeur à partir de ses données et d'obtenir un véritable atout concurrentiel. 

Les technologies de Machine Learning, d'intelligence artificielle évoluent à grand pas, et se démocratisent. Il y aura toujours besoin d'experts en statistiques, mathématiques et informatique pour faire évoluer le champ des possibles en matière d'IA et travailler sur des solutions très avancées (il y a encore du chemin à parcourir avant d'avoir des IA de "Type 4", c'est à dire des IA qui ont conscience d'elle-même). Quoi qu'il en soit, dès à présent, il est possible d'améliorer de manière drastique les process de l'entreprise et d'apporter de l'innovation en utilisant des applications simples du machine learning et de l'intelligence artificielle. Plus de personnes auront conscience de ce qu'il est possible de faire dès aujourd'hui, plus les idées d'applications concrètes et réussies se multiplieront.

En guise d'illustration et pour vous donner des idées, je vous propose d'aborder 4 exemples d'application simple du Machine Learning et de l'intelligence artificielle.

  • Exemple 1 - Création de tableaux de bord et d'analyse assistés par de l'intelligence Artificielle
  • Exemple 2 - Création d'un BOT simple et efficace en quelques clics
  • Exemple 3 - Analyse d'images/Computer Vision à la portée de tous
  • Exemple 4 - Analyse & Recherche intelligente de documents

Ces exemples peuvent être mis en place par des utilisateurs fonctionnels et/ou des développeurs.

Exemple 1 - Création de tableaux de bord et d'analyses assistés par de l'intelligence Artificielle :

Il y a plus de 10 ans, Microsoft proposait déjà aux utilisateurs métiers - via un assistant (Add-in DataMining pour Excel) - d'appliquer facilement des algorithmes pour faire des prévisions de ventes, segmenter des clients, identifier des anomalies au sein d'un tableau de chiffres ou encore utiliser un moteur de recommandations pour optimiser les paniers d'achats en quelques clics. Aujourd'hui ce type d'assistant a été encore amélioré. C'est ce que démontre par exemple l'intelligence artificielle intégrée à l'outil de visualisation de données Power BI. Sa fonction Quick Insights permet d'analyser une source de données et d'en faire une première analyse automatique. Sur un graphique de suivi des ventes où vous constatez un écart important vous pouvez demander à cet assistant de trouver pour vous des explications à cet écart. Récemment cette assistance à base de Machine Learning a été encore enrichie en proposant au créateur de rapport du contenu associé aux différentes actions réalisées et rapports créés. Vous trouverez une illustration de ces fonctionnalités avancées intégrées à Power BI ici, dans cette vidéo.

Exemple 2 - Création d'un BOT simple et efficace en quelques clics :

Les agents conversationnels, i.e. les BOTS, sont également très prisés en ce moment. La réalisation d'un BOT très avancé peut prendre du temps. Cependant, il est aujourd'hui possible d'ajouter rapidement des fonctionnalités innovantes à un site web ou une application mobile en mettant en place des BOTS simples mais efficaces. Ainsi à titre d'exemple, c'est le cas pour la mise en place d'un BOT qui gère de manière interactive et efficace les réponses aux questions les plus fréquemment posées (FAQ) sur votre site web, votre activité, vos produits et services.

Pour ce faire, Microsoft propose un assistant nommé QNA Maker, prend en charge la mise en place d'un tel BOT en quelques minutes seulement. Ce BOT est alors disponible sur différents canaux (sms, web, Skype, email, Facebook messenger ...). Vous pourrez ensuite via une interface graphique l'améliorer et l'enrichir selon vos attentes ! Vous trouverez un tutoriel complet ici.

Pour aller plus loin, Microsoft met également à disposition une Framework de développement complet pour vous permettre d'accélérer la réalisation de BOTS sophistiqués, comme le montre cet exemple de BOT auto-apprenant pour gérer l'assistance à la commande d'assurance auto.

Exemple 3 - Analyse d'images/Computer Vision à la portée de tous :

Autre utilisation très en vogue de l'intelligence artificielle actuellement, le computer vision, c'est à dire l'utilisation d'algorithmes (en général des réseaux de neurones à apprentissage profond ou deep learning) pour analyser le contenu d'une image ou d'une vidéo. Les champs d'applications sont très nombreux notamment pour résoudre certains problèmes de classification : par exemple identifier si une pièce usinée est conforme ou défectueuse sur une chaine de production, analyser des défauts de structures sur bâtiments depuis des photos prises par des drones par exemple, reconnaître un visage (c'est ce qu'a fait Uber aux Etats-Unis pour permettre à ses chauffeurs de s'identifier via une application mobile) ou un produit sur une photo (pour identifier une contrefaçon, ou permettre le suivi d'une campagne marketing sur les réseaux sociaux par exemple, recommander un produit similaire à celui identifié...) ...

Microsoft propose déjà depuis quelque temps des API de Computer Vision prêtes à l'emploi et intégrables à une page web ou une application mobile par exemple. Ces API permettent par exemple d'analyser le contenu d'une image et d'y ajouter une légende, d'extraire du texte contenu dans une image, d'identifier un jeu de couleur utilisé etc...

Récemment, pour aller plus loin tout en restant accessible, Microsoft a mis à disposition en mode "preview", une nouvelle API nommée CustomVision.ai. Grâce à une interface graphique très intuitive vous pouvez - sans une ligne de code - créer un modèle de classification d'image personnalisé. A titre d'illustration, si vous souhaitez créer un modèle permettant d'identifier si une image contient une Pomme ou une Fraise, il vous suffit de charger 30 ou 50 images de Pommes en les associant à la classe "Pomme" et ensuite ajouter 30 à 50 images de Fraises et d'y associer la classe "Fraise", vous cliquez sur un bouton pour entrainer votre modèle, quelques instants après votre modèle est prêt à être utilisé. Vous trouverez un tutoriel complet ici.

Exemple 4 - Analyse & Recherche intelligentes de documents :

Pour le dernier exemple de cet article, nous allons nous pencher sur le machine learning et l'IA appliqués à l'analyse du texte. Beaucoup d'entreprises disposent de documents d'archives, de documentation commerciale ou technique, de brevets sous forme papier ou sous forme digitale. L'idée est d'utiliser l'intelligence artificielle couplée à un moteur de recherche pour extraire plus facilement et naturellement des informations continues dans ces documents. Les algorithmes dédiés à l'analyse de texte, vont être utilisés pour extraire les mots clefs les plus importants, identifier le sentiment général qui se dégage du texte, traduire les documents si besoin, les classer automatiquement par thématique, identifier les objets métiers et les entités associées. L'utilisation des fonctionnalités de Bing permettra d'enrichir la connaissance (reconnaissance de lieu, de marque, de personnalité etc...). En complément, il sera possible d'ajouter un contexte métier propre à votre cas d'utilisation spécifique. De plus, l' utilisation conjointe des API de Computer Vision permettra aussi d'extraire le texte contenu dans les images des documents, de reconnaître le contenu de ces images et d'y ajouter des légendes pour faciliter l'analyse via un moteur de recherche unifié.

Pour voir ce que cela peut donner, regardez un exemple d'implémentation de ce concept d'Analyse & Recherche intelligente de documents à partir des documents déclassifiés par la CIA sur l'assassinat du président américain John Fitzgerald Kennedy. Vous trouverez une présentation ici. (Utilisez aussi la demonstration en ligne et commencez votre recherche en entrant par exemple le nom "Oswald').

Notez que vous pouvez récupérer l'ensemble du code source de l'application et la personnaliser facilement à votre propre contexte.

A vous de tester de nouvelles idées dès aujourd'hui :

Voilà pour ce premier article sur la démocratisation de l'Intelligence Artificielle. J'espère que ces quelques exemples vous auront donné des idées pour démarrer des choses concrètes et rapide à mettre en place avec l'Intelligence artificielle.

Ce sont des sessions de génération d'idées autour de ces technologies qui sont à l'origine chez Uber de l'enrichissement de leur application mobile, à la naissance de l'application Microsoft Seeing AI, ou encore qui ont permis à la startup française Equadex de créer Helpicto pour fluidifier la communication entre les personnes atteintes de troubles du langage et leur entourage.

A vous de jouer maintenant, trouvez des utilisations adaptées à votre propre contexte et amplifiez l’ingéniosité humaine grâce à l’intelligence artificielle. Partagez-moi vos créations ou idées d'utilisation dans la section commentaires, je me ferai un plaisir d’échanger avec vous et d'observer vos diverses applications !

Franck MEGRET

Head of Network Connectivity marketing chez Schneider Electric

6y

A pragmatic way I like .

Philippe Rousset

Vice President, EMEA Leader in Global Information Technology

6y

Merci Lionel pour cet exercice de démocratisation des usages autour de l'IA. Vivement ton 2eme Article sur le sujet!

Marc-Antoine Sammarcelli

Freelance Data, organisateur d'activités (cousinades, équipe de rugby, association de freelances,...)

6y

Les grandes entreprises qui utilisent déjà les data (par exemple l'assurance et la banque) pour concevoir leurs offres n'ont aucun doute sur l'intérêt de collecter un maximum de data. Leur priorités pour l'instant sont donc : 1- Bouger et le montrer (c'est pourquoi il faut faire des POCS, cela fait aussi partie de la culture data car ces POCS sont diffusés lors de data meetups) 2- Construire un datalake (elles investissent massivement dessus). Ensuite, les cas d'usages métiers vont arriver.

To view or add a comment, sign in

Explore topics