Skip to main content Skip to Footer

DERNIÈRES PUBLICATIONS


Créer de la valeur grâce à l’intelligence artificielle dès maintenant

La valeur de l’IA se trouve dans la compréhension de la multitude de technologies qui y sont liées, et dans l’intégration de ces technologies dans des solutions complètes.

CONTEXTE

Alors que le potentiel économique et commercial de l'intelligence artificielle remonte jusqu'aux cadres dirigeants, comment distinguer le mythe de la réalité ?

L’intelligence artificielle – que nous définissons comme des systèmes d'information et des applications pouvant percevoir, comprendre et agir - a dépassé le laboratoire de recherche et attire l'attention des PDG et autres cadres dirigeants.

Les médias attirent régulièrement l'attention sur des solutions commerciales innovantes basées sur l'IA. Les sociétés de capital-risque financent de plus en plus de start-ups spécialisées en IA. Les entreprises technologiques évoluent rapidement pour créer et gagner de la valeur dans ce nouveau domaine.

Les décideurs doivent admettre que l'IA ne relève pas d'une technologie ou application unique, que ce soit par exemple pour les voitures sans conducteur ou les assistants virtuels par smartphone

Cette étude offre une vision de l’impact de ces technologies sur l’économie et la société, et présente un cadre pour comprendre comment l’IA peut créer de la valeur pour votre organisation et votre secteur.

TÉLÉCHARGEZ LE RAPPORT [PDF]

Percevoir, comprendre, agir et apprendre

Fonctionnement

Les systèmes d’intelligence artificielle sont capables de percevoir un environnement, de collecter et de comprendre des données, d’agir en fonction, tout en apprenant au fil de l’eau.

Fonctionnement

Le socle technologique

L’intelligence artificielle se compose d’un ensemble de technologies complémentaires, capables :

De percevoir le monde : vision assistée par ordinateur (VAO), analyse vidéo, reconnaissance vocale, traitement de capteurs.

De prendre des décisions : exécution de processus, moteur d’inférence, systèmes experts ou prédictifs.

D’analyser et de comprendre : compréhension du langage naturel, traduction, reconnaissance d’objets et de personnes, analyse textuelle.

D’apprendre : machine learning, deep learning.

Technologie

Vision assistée par ordinateur (VAO)

Reconnaissance vocale

Analyse embarquée

Description

Analyse et compréhension d’images

Analyses de sons et de paroles

Traitement d’informations issues de capteurs

Exemple

Associée à la vidéosurveillance, l’analyse vidéo facilite la supervision des opérations, améliore la prise en compte des risques, de la sécurité, aide à comprendre le comportement de clients en magasin

Dans les centres d’appels, ces technologies facilitent l’identification des clients

En agriculture, des capteurs d’humidité et de température favorisent la bonne croissance des céréales, plantes, arbres

Technologie

Traitement naturel du langage

Graphes de connaissance

Description

Compréhension et génération de langage (écrit, oral)

Décrire et partager des connaissances pour faciliter la prise de décision Regroupement d’éléments dispersés sur le Web, reliés et cartographiés

Exemple

Faciliter la compréhension et la recherche de ce que veulent les personnes, via des téléphones mobiles

Regroupement d’éléments dispersés sur le Web, reliés et cartographiés

Technologie

Moteur d’inférence

Systèmes experts

Apprentissage par la machine

Description

Déduire des réponses à partir d’une base de connaissances

Résolution de problèmes complexes à partir de bases de connaissances

Améliorer au fil du temps la prise de décision

Exemple

Décision accélérée pour la délivrance de crédits, d’emprunts, de visas

La prise de décision dans les domaines médicaux ou juridiques est facilitée par la synthèse de grandes masses d’informations

Des outils logiciels et des assistants personnels améliorent la productivité en observant les comportements — trier des courriers électroniques, comparer avec l’agenda, déclencher des actions adaptées

OPPORTUNITÉ ET VALEUR

Les solutions d’IA disponibles peuvent être classées d’une part selon la complexité du travail réalisé, et d'autre part selon la complexité des données et des informations utilisées. Elles peuvent être classées en quatre types principaux de modèles d'activité.

Modèle de productivité

Le modèle de productivité caractérise les activités plus courantes basées sur des règles bien définies, des procédures et des critères. Le but est ici de fournir une performance constante à bas coût.

Modèle d’expertise

Dans ce modèle, le travail implique une évaluation et une décision et est fortement lié à l'expertise et l’expérience personnelle – activités pratiquées par les médecins, les avocats, les conseillers financiers ou les ingénieurs par exemple

Les décisions et les actions sont en général prises par des humains, tandis que la technologie permet d’accroitre les sensations humaines et la prise de décision – permettant ainsi l'analyse et offrant des conseils et appui à l’implémentation.

Modèle d'efficacité

L'objectif est d'améliorer la capacité globale des employés et des entreprises pour produire un résultat défini. Ces employés se doivent de posséder des connaissances importantes de leur secteur, de l'entreprise et des processus opérationnels

Leur succès est fortement dépendant de la coordination et de la communication et implique un large éventail d'activités interconnectées - telles que les tâches administratives, la gestion, la vente etc. La technologie agit ici comme un assistant personnel ou un agent pour le compte de l'humain selon ses instructions.

Modèle d'innovation

Dans ce modèle, les solutions IA accélèrent la créativité et les idées des humains - activités des chercheurs biomédicaux, créateurs de mode, chefs cuisiniers, musiciens ou entrepreneurs. Les humains prennent les décisions et agissent, tandis que la technologie permet d’identifier des alternatives et d'optimiser les recommandations

UN IMPACT SUR TOUTES LES INDUSTRIES

Les entreprises, les enseignants et les décideurs devront travailler ensemble pour évaluer les effets et prendre des mesures en conséquence.

Attention à ne pas se focaliser sur une seule technologie en particulier, comme si elle était l’unique réponse.

Il est essentiel de penser d'abord en termes de types de tâche, puis de considérer la justification commerciale pour l'intégration de technologies dans une solution IA complète relative à cette tâche.

Il est important que les entreprises continuent de prendre part aux discussions en cours sur les effets de ces technologies sur l'emploi, l'éducation et la société.

Les conséquences sociales de l'IA ne dépendent pas de la technologie, mais de nous. L'opportunité de prendre les bonnes décisions est trop importante pour être laissée au hasard.

SUR LE MÊME SUJET

Restez connectés