Intelligence artificielle et Data Science : des leviers pour transformer nos façons de faire

Nul ne peut nier l’engouement médiatique pour l’intelligence artificielle (IA) et la science des données (Data Science). Avec un leadership académique très actif et un écosystème dédié au sujet, Montréal est déjà reconnu comme un pôle dominant en Amérique du Nord.

Mais, entre les visions alarmistes de désuétude humaine imminente et les dénonciations de fausses nouvelles, quelle est la contribution effective de ces spécialités pour les entreprises ?

Entre mythe et réalité

Malgré ses promesses, l’IA est encore bien loin d’une réplique qui égale l’être humain. Il s’agit essentiellement d’une application algorithmique de méthodes connues depuis un demi-siècle en statistiques, algèbre linéaire et calcul différentiel.

L’apprentissage profond, forme la plus comparable au cerveau humain, n’est applicable qu’à l’atteinte d’objectifs très spécifiques. On demeure incapable de répliquer la puissance et la polyvalence du cerveau biologique alimenté en temps réel par les multiples sens du corps humain.

L’apprentissage machine à l’ère du Big Data

L’IA s’est historiquement heurtée aux limites de capacité de traitement et d’accès aux données. Chaque entreprise préservant jalousement ses données, l’avènement de l’internet a tout changé. En quelques années, les données sont devenues massivement ouvertes et publiques. Avec l’émergence de processeurs vectoriels puissants et de réseaux sans-fils répandus, l’innovation en mobilité, infonuagique et objets interconnectés a décuplé les possibilités.

Le partage ainsi simplifié a permis la création massive de données publiques qui facilitent l’entraînement supervisé d’algorithmes d’apprentissage machine. Combiné à l’évolution de la science des données, une multitude de bots et de solutions novatrices sont aujourd’hui partagés d’un clic sur nos mobiles, tablettes, montres, véhicules et autres appareils électroniques.

Donnée : clé de voute du potentiel de l’IA

L’IA étant une application d’algorithmes axés sur la recherche d’affinités dans les données, il est impossible de profiter de son potentiel sans elles. Même les algorithmes les plus « intelligents » demeurent inutiles sans donnée pertinente, fiable et en quantité suffisante.

L’apprentissage machine est puissant pour l’interprétation de données complexes ou volumineuses, lorsque les critères de classification sont stables. Il est particulièrement rentable lorsqu’utilisé là où l’humain perd son avantage :

• Prédire et combler les données manquantes à de volumineuses bases de données existantes en fonction des similitudes détectées avec d’autres sources publiques ;
• Traiter des demandes reçues par voie électronique afin de déterminer leur admissibilité, identifier le sujet ou service visé, fournir une réponse préétablie ou réacheminer la demande hors-norme à un expert ;
• Analyser une multitude de données en temps réel pour coordonner des actions rapides sur de longues périodes continues (ex. : chaînes de production, entreposage, supervision) ;
• Identifier des patterns ou prédire des tendances à partir d’un grand volume de données structurées ou non structurées (ex. : achat/vente de titres boursiers, détection de fraudes, analyse d’opinions de consommateurs, coordination de trafic) ;
• Assister l’expertise humaine pour une meilleure prise de décision dans des domaines complexes, risqués ou lorsque l’expertise est rare (ex. : antiterrorisme, cybersécurité, diagnostic médical, pilotage, prévisions climatiques ou météorologiques) ;
• Simplifier l’interaction par traduction de la voix ou l’interprétation de la posture, des gestes ou des ondes cérébrales ;
• Bonifier et raffiner par renforcement continu des actions répétitives programmées (RPA, WPA, bot) ou des scripts d’interaction virtuelle (chatbot).

Vers l’emploi 4.0

À l’ère de l’économie du savoir, peu d’organisations profitent de la capacité intellectuelle de leurs employés, plusieurs souvent condamnés des tâches quotidiennes abrutissantes. Avec la capacité démontrée des algorithmes intelligents et des automates, tout employeur aurait plutôt avantage à doter ses employés de tels outils pour augmenter leur compétence et leur efficience.

 

Cet article a initialement été rédigé pour le Bulletin Printemps-Été 2018 de E3 Services Conseils.