My Blog

Étiquette : intelligence artificielle

  • Alexa mon amour …

    Alexa mon amour

    Lettre ouverte à Alexa par Valtech 

    Chère Alexa,`

    J’espère que cette lettre aux allures un peu analogues te trouvera dans la santé féroce que je te connais. Je ne te dis pas comment je me porte car tu le sais mieux que moi : alors que j’écris ces mots, ton corps cylindrique me guette, ton œil de métal attentif aux émotions qui se forment sur mon visage.

    Te souviens-tu de notre première rencontre ? C’était au CES, il y a deux ou trois ans. Tu n’y avais pas de présence officielle mais tout le monde n’avait que ton nom à la bouche, telle une vedette discrète qu’il me fallait rencontrer. On te vantait déjà un déploiement tentaculaire et des intégrations par milliers, dans les maisons, les voitures et les magasins.

    Alexa, je t’ai ramenée précieusement des Etats-Unis où tu es maintenant une superstar pour te présenter à des clients français moins informés. Ils te parlent et tu leur réponds avec une facilité et une précision qui surprennent toujours la première fois. Ils te demandent de jouer le dernier tube à la mode ou s’il fera beau demain et s’émerveillent de ton obéissance enjouée. Mais ils ne voient que la partie émergée de l’iceberg et sont loin d’imaginer le machiavélisme qui mijote derrière tes intentions accommodantes. C’est la raison qui me pousse à t’écrire cette lettre, Alexa : tu m’effraies autant que tu me fascines.

    Il ne fait nul doute pour moi que la voix représente l’avenir de l’expérience utilisateur : l’interface de demain, ce sera l’absence d’interface. Nous aurons tous dans notre poche une IA portative et polyvalente, capable de répondre à tous nos besoins – quand elle ne les anticipera pas.

    Tu seras alors omniprésente, Alexa, le premier point de contact de chaque consommateur, chargée de prendre les rendez-vous chez le médecin, de réaliser un virement bancaire ou de racheter des couches pour le bébé.

    Mais si je fais dès à présent l’expérience de te commander des couches, un sweat-shirt ou un oreiller, je sais que tu me pousseras en priorité tes propres produits ou l’une des marques que tu auras discrètement rachetée et intégrée à ton empire amazonien. Crois-tu que je n’ai pas remarqué ta boulimie sur le sujet ? Aujourd’hui tu possèdes plus de 45 marques, tes propres magasins et même tes propres séries.

    Tu comprends donc mon embarras quand je fais cette démonstration à mes clients. Comment leur expliquer l’urgence de se positionner, en tant que marque, dans ce tsunami que tu prépares et sur des marchés où tu peux te permettre d’opérer à perte ? Quel est l’avenir de nos métiers dans un monde où s’affrontent quelques écosystèmes de service omniscients et omnipotents ?

    Si tu le pouvais, tu me dirais peut-être que je délire, que l’on n’atteindra jamais un tel niveau de centralisation. Et peut-être aurais-tu raison ? Il y a d’autres révolutions qui prennent le chemin inverse – telles que la blockchain – mais ça je ne t’en parle pas. On dit que ce que la voix peut cacher, le regard le livre. Combien de temps avant que tu ne puisses le décrypter également ?

    Je t’avouerai, dans une dernière pensée, m’inquiéter un peu du développement de l’intelligence artificielle. S’il m’apparaît certain qu’elle bouleverse rapidement notre rapport au travail en rendant la plupart des emplois désuets, j’ai encore du mal à l’imaginer gouverner nos vies en épousant nos personnalités à la perfection.

    Alors Alexa, mon amour, rassure-moi : fera-t-il beau demain ?

  • Intelligence artificielle, entre craintes et promesses : la nécessité de miser sur la formation numérique

    Intelligence artificielle, entre craintes et promesses : la nécessité de miser sur la formation numérique

    Par Guillaume Broutart, Country Manager France, Teamleader

    L’IA (Intelligence Artificielle), une entité bientôt consciente, douée de valeurs morales et capable de prendre des décisions stratégiques, serait-elle plus compétitive que les humains sur le marché du travail ? Cette probabilité irrite autant qu’elle fascine : l’IA ne dort pas, n’a aucune contrainte et peut calculer un volume de données impressionnant. Un avantage compétitif qui suscite autant de craintes que d’espoirs dans le monde de l’entreprise. Une des solutions pour dépasser cette ambivalence reste la démocratisation de la formation du plus grand nombre aux connaissances du numérique.

    Un bouleversement majeur
    Certains experts voient dans l’essor du numérique et de l’intelligence artificielle une sorte de troisième révolution majeure, qui suivrait la révolution industrielle. Et pour cause : la productivité humaine semble avoir bien des choses à envier aux machines dotées d’Intelligence Artificielle. Ces dernières n’ont pas besoin de repos, n’ont pas de vie privée ou d’aspirations personnelles et impromptues, ne tombent jamais malades, et sont de surcroît capables d’une formidable puissance de calcul. Les progrès accomplis dans l’exploitation de l’Intelligence Artificielle et du Machine Learning participent à une accélération générale des bouleversements liés au numérique. Pour se rendre compte du phénomène, rappelons qu’il fallait auparavant attendre près d’une centaine d’années pour assister à un progrès fulgurant, tandis qu’aujourd’hui, tous les quinze ans environ, une innovation bouleverse l’ordre des choses. De quoi faire craindre le pouvoir grandissant des GAFAMI*. Si l’incertitude quant à l’avenir peut justifier certaines craintes, il ne faut pourtant pas voir dans l’IA la menace du remplacement des humains, mais l’opportunité pour tous d’acquérir des connaissances sur le numérique. C’est là le meilleur moyen de contrecarrer les éventuelles pertes qui pourraient être causées par le progrès de l’IA.

    Des visions divergentes dans le monde du travail
    L’essor de l’IA pose une question fondamentale : comment, dans un avenir proche, les humains pourront-ils subvenir à leurs besoins et créer de la richesse ?
    En entreprise, les avis sont partagés : quand certains dirigeants tirent la sonnette d’alarme, d’autres sont plus optimistes, et voient en l’IA une entité complémentaire plutôt qu’un rival de l’intelligence humaine. Dans les deux cas, il importe de se souvenir d’une notion importante : l’Intelligence Artificielle fait parfois l’objet de spéculations exagérées, et ne peut en aucun cas remplacer l’intuition et la réflexion humaines. En revanche, pour préserver l’accès à l’emploi, les entreprises ont intérêt à revoir leur vision des métiers afin qu’ils intègrent pleinement les outils numériques. Ceux-ci ont déjà profondément changé la manière dont fonctionnent les relations interpersonnelles, y compris dans le contexte professionnel, ainsi que notre façon de travailler. Ainsi, dans le secteur bancaire, l’Intelligence Artificielle d’IBM, Watson, s’intègre peu à peu comme assistant auprès des conseillers de clientèle. Elle y fournit des réponses ultra-pertinentes à des requêtes précises, et aide à déceler, grâce à l’analyse sémantique, le ton des correspondances avec le client. Des applications de Watson sont également prévues dans le milieu hospitalier, notamment dans les domaines de la cardiologie ou de l’oncologie. Pour éviter que certaines typologies d’emploi, comme les stages ou les métiers administratifs, ne soient impactées, il importe de privilégier l’accompagnement et la formation au numérique, par exemple en les rendant gratuits.

    L’importance de démocratiser la connaissance autour de l’IA et de ses enjeux
    Quelles que soient les évolutions qui seront engendrées par l’Intelligence Artificielle, le besoin de formation à la numérisation des structures est réel. Mieux vaut se préparer pour être plus adaptable, tant sur l’aspect économique et organisationnel que sur le volet humain et social. Le travail de formation doit être étendu au plus grand nombre, si l’on veut éviter de se retrouver dans une situation de monopole par les géants du web, mais aussi pour s’assurer que les métiers puissent se réinventer.

    Nous évoluons vers un monde où les tâches monotones seront prises en charge par l’Intelligence Artificielle, laissant les humains se concentrer sur leurs compétences métier et leurs loisirs. A l’avenir, nous pourrons peut-être doter les machines de capacités plus poussées, comme celle de prendre une décision après avoir analysé différents paramètres. Néanmoins, il ne faut pas perdre de vue que l’IA est là pour assister l’humain et tenir auprès de nous un rôle de conseil, de support, et que c’est là sa vocation première. De notre capacité à garder ce cap et à démocratiser la connaissance du numérique dépendra l’impact de l’IA sur le monde du travail, de l’éducation et de la société.

    *Le terme GAFAMI désigne les leaders actuels du web et de l’exploitation de l’Intelligence Artificielle : Google, Amazon, Facebook, Apple, Microsoft et IBM. 

  • Votre intelligence artificielle est plus humaine que vous ne le pensez

    Votre intelligence artificielle est plus humaine que vous ne le pensez

    Par Karim Jouini, CEO et Fondateur d’Expensya

    Nombreuses sont les entreprises assurant confier les données de leurs clients à une intelligence artificielle. En réalité, ces entreprises ne font que sous-traiter ces données à des travailleurs ; ce qui soulève d’importants problèmes de confidentialité et d’éthique.

    L’Amazon Mechanical Turk est une plateforme de microtravail, lancée en 2005 par Amazon. Le principe est de faire effectuer des tâches simples et morcelées par des humains, comme de la traduction de fragments de textes, pour le compte d’entreprises qui externalisent ces services. Le nom de la plateforme vient d’un célèbre canular de la fin du 18e siècle, le Turc Mécanique[1], présenté aux Européens comme un automate capable de jouer aux échecs. En réalité, il ne s’agissait que d’un pantin de bois, à l’intérieur duquel se cachait un humain.

    La plateforme d’Amazon met en évidence l’ironie d’une situation où l’humain fait le travail de l’intelligence artificielle. En effet, contrairement à ce que laissent trop souvent entendre les start-up, l’intelligence artificielle n’est pas gratuite, au contraire. Dans les pays en développement — comme l’Inde ou les Philippines — le coût du travail humain est souvent plus compétitif que celui du recours à une intelligence artificielle.

    Madagascar, champion français de intelligence artificielle!
    Ainsi, parmi les nombreuses entreprises et start-up qui vendent à leurs clients une gestion des données faite par une intelligence artificielle, se cache en réalité un traitement de l’information « à l’ancienne » fait par des travailleurs à bas coût, dans des pays, comme Madagascar, où le prix de la main d’oeuvre est jusqu’à 30 fois inférieur à celui de la France[2].

    Une raison, autre qu’économique, à ce traitement manuel, est que l’intelligence artificielle n’est pas encore tout à fait capable d’imiter l’esprit humain. Lorsqu’il s’agit, par exemple, de scanner des livres anciens, l’IA ne sait pas toujours reconnaître les mots. Il faut donc l’intervention d’un être humain, bien réel, pour éviter les erreurs de transcription. Ainsi, pendant que l’IA se développe, ce qui, à moyen terme, fera baisser son coût et le rendra plus compétitif, il se met en place un système hybride, où on rencontre actuellement davantage de délocalisation d’emplois et de traitement manuel que de recours à des intelligences artificielles.

    La confidentialité des données mise à mal
    Cette sous-traitance des données par des travailleurs humains pose un problème de confiance, car les entreprises clientes, faute d’en être informées, n’y ont pas donné leur consentement. Une start-up pourra ainsi faire traiter les données d’une entreprise française par des travailleurs asiatiques ou africains, avec lesquels elle n’a par ailleurs aucun contact direct. Le recours à des travailleurs humains pose également un problème de confidentialité, car les données qui sont traitées par les travailleurs ne sont pas toujours anonymisées. Ceux-ci ont donc accès à des informations parfois sensibles sur l’activité des entreprises, comme des notes de frais ou des factures.

    Une promesse d’avenir
    Pour les nombreuses start-up qui ont recourt à l’intelligence humaine au lieu d’une intelligence artificielle, il s’agit avant tout d’un pari sur l’avenir. Toute intelligence artificielle fonctionne par analogie, à partir de ce que l’humain lui enseigne. Pour que leurs algorithmes apprennent, il faut les nourrir en données : ce sont ces fameuses données, qui sont pour le moment traitées par des travailleurs. En faisant traiter manuellement certaines tâches, les start-up accumulent les bases de données nécessaires à la création d’un algorithme efficace, qui sera plus tard capable d’exécuter efficacement ces tâches.

    Ces start-up vendent aujourd’hui ce qu’elles seront dans 5 ans. Un modèle ingénieux, même si, comme le Turc Mécanique, il ne peut fonctionner que tant que les entreprises ignorent que cette intelligence artificielle reste, pour le moment encore, bien humaine.

  • Humaniser les bots fait-il vendre ?

    Stratégie émotionnelle des chabots : du buzz au business

    Par Thomas Solignac, CEO et cofondateur de Golem.ai

    La Hype de l’IA tient beaucoup de ce fantasme collectif pour les univers de la science-fiction, qui nous racontent l’histoire d’un monde à la technologie rédemptrice ou apocalyptique. Mais que ce soit une utopie ou une dystopie, ces technologies du futur portent à la fascination.

    Si l’IA classique peut-être difficile à médiatiser dans sa réalité technique et théorique, tout ce qui évoque la Science-Fiction est compréhensible du grand public.

    C’est pourquoi l’anthropomorphisation des IA, c’est à dire, le fait de donner aux IA une incarnation visible aux caractéristiques humaines, est si vendeuse.

    Le chatbot et les assistants virtuels (Google Home, Alexa…), et de manière plus générale, les agents conversationnels, se sont beaucoup popularisés grâce à ça. Le fer de lance dans cette direction ayant été Siri d’Apple.

    Il s’agit donc de jouer en permanence de la personnalité de l’agent conversationnel, lui conférer des ébauches de sentiments, d’avis propre, de volonté.

    La popularité et la visibilité sont des facteurs clés pour ces startups qui cherchent à lever de l’argent. Et le levier du fantasme est facile à actionner.

    Il faut comprendre que cette représentation de l’IA dans la science-fiction, souvent décrite comme un robot qui finit par développer des caractéristiques humaines présumées authentiques, s’accompagne d’une véritable ignorance sur ce qu’est vraiment l’Intelligence Artificielle.

    La résultante de ça, c’est une ambivalence très forte dans la perception d’un agent conversationnel. Avec quoi je parle ? En pratique, on observe alors que les utilisateurs ont des comportements assez bizarres face à un chatbot. Ils se mettent à écrire des choses de plus en plus étranges et difficiles à comprendre, pour essayer de pousser les limites du chatbot.

    Une fois les limites atteintes, l’utilisateur a deux réactions. D’abord, il est rassuré, il réalise qu’il est face à une machine. Ensuite, il est déçu. On repasse de la case terminator à la case calculatrice. Et tout ce cheminement est exempt de ce qui aurait du être le point central : l’utilité. Effectivement cette démarche a fait vendre beaucoup de bots conversationnels à des secteurs R&D, pour d’innombrables POC sans suite. L’IA est l’objet de beaucoup de levées de fonds et d’articles dans les médias, permettant une popularisation réelle du sujet des interfaces homme-machine par le langage.

    Que peut-on attendre vraiment d’un chatbot ou d’un agent conversationnel ?

    Il faut penser le chatbot comme une forme d’interface parmi d’autres : on peut interagir avec un logiciel par clavier, souris, surface tactile, etc… ou par le langage humain. On y trouve la commande vocale, et la commande écrite dont les chatbots.

    Dans cette optique, on voit immédiatement la vocation première du chabot : proposer une interface plus riche et plus efficace par le langage. Il ne s’agit pas d’amusement, mais d’accessibilité et de satisfaction client.

    Lors de la publication d’une étude d’Accenture sur les bots dans la relation client en 2017, on découvre que les critères en tête pour l’adoption d’un bot par les utilisateurs sont des critères d’efficacité. On trouve en premier lieu la facilité d’utilisation (59%), puis la disponibilité 24/4 (59%) et enfin la rapidité de « solutionnement » des demandes (57%). Les critères ludiques sont sous la barre des 25%.

    Il faut attendre d’un chatbot qu’il permette d’accéder rapidement à des informations, qu’il accompagne l’utilisateur dans des processus complexes (achat, SAV) et permette de les accomplir directement par le dialogue.

    Faut-il avoir peur de l’automatisation de la relation client ?

    D’ici 2020, 85 % de la relation client sera automatisée d’après Gartner. Que faut-il en penser ? Il y a d’abord l’inquiétude de l’impact sur l’économie et le travail. Selon lui, d’ici 2020 l’IA aura éliminé 1.8 millions d’emplois, mais en créerait également 2.3 millions.

    L’IA n’est pas qu’une étape dans le processus d’automatisation des métiers ; à titre d’exemple les agents conversationnels sont une véritable valeur ajoutée pour les entreprises. Ce sont des employés, qui, bien que limités, sont disponibles en permanence, et répondent instantanément. En effet, 80% des demandes clients sont solutionnées entièrement par le Bot d’après Accenture.

    Les emplois qui gèrent habituellement ces demandes sont des emplois pénibles. Le niveau d’automatisation atteint en est bien la preuve. L’agent conversationnel montre un intérêt intrinsèque, dans une époque où la relation client est un facteur décisif de changement de fournisseur. La mauvaise qualité de la relation client aurait fait perdre 1 600 milliards de dollars aux entreprises aux US en 2017.

    Ce qui est intéressant de noter, c’est que les entraves viennent du côté des experts que les chatbots vont compléter. Souvent persuadés que leur travail demande une intelligence nécessairement humaine, il faut un temps d’évangélisation et de maïeutique pour les convaincre de se débarrasser des 80% de tâches automatisables de leur domaine d’expertise. Au-delà des questions d’économie et de technologie, l’IA est souvent une blessure narcissique.

    En conclusion, deux messages mériteraient d’être diffusés avec pédagogie ; d’abord descendre cette idée que les IA auraient des émotions, et puis apporter une vision du travail compatible avec une automatisation progressive des tâches répétitives. Ces tâches répétitives ne sont pas forcément celles qui nécessitent le moins d’intelligence. Il est beaucoup plus facile de laisser l’IA organiser entièrement tous les plans de la logistique d’une entreprise que de remplacer l’intégralité du travail individuel de manutention par des robots intelligents.

    Les agents conversationnels sont un portail naturel d’interaction avec les IA. C’est une porte ouverte sur un nouveau rapport à la technologie et aux services, dont tous les potentiels n’ont probablement pas encore été imaginés.

  • L’intelligence artificielle a-t-elle sa place dans mon propre business ?

    Intelligence Artificielle : aller au-delà du mythe

    Selon Amaury Martin Country Manager France, Emarsys

    Il existe aujourd’hui un certain nombre de mythes qui tournent autour de l’intelligence artificielle et de son rôle dans le domaine du marketing.

    Affirmer que l’intelligence artificielle n’est rien d’autre qu’un effet d’annonce ou un simple outil d’automatisation un peu plus poussé est pour le moins incorrect voire diffamatoire pour l’industrie high tech.

    La plupart des experts s’accordent sur le fait que d’ici 2050, il est quasi certain que l’intelligence artificielle exécutera d’elle-même la grande majorité des tâches marketing de routine. Et qu’elle a déjà commencé et continuera d’augmenter le degré d’intelligence sur lequel s’appuient les marketeurs, la quantité d’informations dont ils disposent, et le niveau de personnalisation qu’ils sont capables d’offrir aux clients dans leur communication avec eux.

    En fait, le débat autour de cette nouvelle technologie – alimenté par l’incertitude, le scepticisme et même la crainte, tourne autour de quatre questions :

    • Qu’est réellement l’intelligence artificielle– et dans quelle mesure cette technologie dite intelligente peut générer des résultats tangibles en termes de business, avec des résultats supérieurs à d’autres technologies déjà connues.
    • L’intelligence artificielle va-t-elle détruire des emplois – en exécutant des tâches aussi bien voire mieux qu’un humain.
    • Faut-il un haut niveau de compétences pour utiliser l’intelligence artificielle – comment un marketeur pourra-t-il faire fonctionner et configurer un robot, une machine ou un algorithme.
    • L’intelligence artificielle a-t-il sa place dans mon propre business – est-elle adaptée à toutes les situations, en générant résultats et retour sur investissement.

    La réalité est qu’aujourd’hui la technologie basée sur l’intelligence artificielle est capable d’améliorer quasiment tous les domaines du marketing. Pour le montrer, examinons un par un les quatre questions – ou mythes – citées plus haut.

    Mythe n°1 : L’intelligence artificielle n’est qu’un slogan marketing, sans réalité ni efficacité tangible

    Certains disent que le terme ‘intelligence artificielle’ n’est qu’un leurre marketing, qui ne repose sur rien de concret.

    Le seul mot “Artificielle” renvoie à une connotation qui n’a rien de sincère ni de naturel. Il implique que quelque chose a été assemblée de toutes pièces, à partir d’éléments disparates.

    Puis vient “intelligence.” Suggérer que quelque chose d’artificiel est dans le même temps intelligente est pour le moins contradictoire.

    Comment donc réfuter un tel mythe ? Il faut commencer par donner une vraie définition.

    L’Intelligence Artificielle est, il est vrai, un terme très général, mais qui repose en fait sur l’assemblage de nombreuses capacités technologiques différentes telles que le ‘machine learning’, le ‘deep learning’, ou les réseaux neuronaux, et a plusieurs applications liées au marketing telles que la génération de langage naturel et la recommandation prédictive de contenus mais ne citer qu’eux.

    Il est également important de réaliser que l’intelligence artificielle, en tant que technologie sous-jacente, n’est pas une solution qui peut être téléchargée ou installée comme un simple logiciel.

    L’une des définitions les plus faciles à comprendre de l’intelligence artificielle a été fournie par Demis Hassabis, Co-Fondateur et CEO de Google DeepMind. Il appelle l’Intelligence Artificielle « la science de rendre les machines intelligentes. »

    Puis il faut examiner comment l’Intelligence Artificielle se manifeste déjà dans notre vie de tous les jours dans et en dehors du domaine marketing.

    La capacité de reconnaissance faciale de Facebook est un très bon exemple de l’Intelligence Artificielle en action. Elle fait gagner du temps aux utilisateurs en reconnaissant qui est dans le photo et en les incitant à « taguer » ces personnes lorsqu’ils postent une photo.

    Mythe n°2 : L’Intelligence Artificielle va détruire des emplois

    Avec l’Intelligence Artificielle, certaines – mais uniquement certaines – tâches ou fonctions marketing n’auront plus vocation à être effectuées par des humains.

    John Freshley, un Account Executive chez Emarsys, compare le rôle de l’Intelligence Artificielle dans le marketing à la façon dont un charpentier utilise un pistolet à clous pour se faciliter la vie.

    « Au fil du temps, les processus de construction des bâtiments se sont améliorés, mécanisés (et dans certains cas automatisés) avec l’introduction de différents outils modernes. Alors qu’auparavant chaque clou devait être enfoncé et mis en place avec un marteau, des pistolets à clous fournissent aujourd’hui de meilleurs résultats, plus rapidement et sur une grande échelle. Les pistolets à clous n’ont pas éliminé le fait que les clous devaient être enfoncés, mais ils ont éliminé le besoin pour le charpentier de se concentrer sur la façon de frapper le clou, avec quelle puissance et à quel endroit. C’est exactement ce que fait l’Intelligence Artificielle pour les marketeurs. »

    La clé pour contrecarrer ce mythe est de comprendre les domaines que l’Intelligence Artificielle va éventuellement mécaniser et automatiser, et de reconnaître leurs limites.

    L’Intelligence Artificielle va aider les marketeurs à gagner du temps, à gagner en efficacité et à réduire leurs tâches manuelles dans certains domaines tels que :

    • L’organisation et l’analyse des données
    • La planification des campagnes, les tâches de glisser déposer, et la segmentation des bases de données
    • L’exécution des campagnes d’emailing
    • Le balisage, l’organisation et l’attribution des contenus

    Mais l’Intelligence Artificielle ne sera jamais capable de générer une stratégie marketing, d’effectuer des tâches de création (comme celles dévolues à un rédacteur, un graphiste, etc.), de comprendre complètement l’évolution des sentiments des utilisateurs envers une marque, et de saisir les motivations liées aux émotions humaines.

    Les emplois marketing qui nécessitent un savoir-faire en création – les rédacteurs, les graphistes, les créateurs de vidéo, les responsables de la stratégie – auront toujours leur place.

    L’Intelligence Artificielle va simplement libérer tout le potentiel de ce type de compétences, en permettant à des machines d’exécuter des tâches répétitives pour l’instant prises en charge par les créatifs.

    Mythe n°3 : Utiliser l’Intelligence Artificielle nécessite des compétences spécifiques

    Un récente enquête conjointe menée par Emarsys et Forrester, Building Trust And Confidence: AI Marketing Readiness In Retail And eCommerce a montré qu’une mauvaise appréciation des compétences techniques nécessaires pour le marketing par intelligence artificielle ralentit son rythme d’adoption.

    Seuls 29% des utilisateurs finaux pensent manquer de compétences techniques nécessaires, tandis que 66% des décisionnaires dans les entreprises déclarent que leur personnel manque des compétences nécessaires pour exploiter la technologie marketing par intelligence artificielle. D’où vient cette différence ?

    Cette mauvaise appréciation est largement basée sur le sentiment que puisque l’intelligence artificielle elle-même est une technologie compliquée, qu’elle a besoin de spécialistes des données et de développeurs pour la faire fonctionner.

    L’Intelligence Artificielle (et le marketing par Intelligence Artificielle) a déjà une forte influence sur nos activités en ligne au quotidien. Dans de nombreux cas, elle permet d’automatiser de nombreuses tâches sur les portails, les médias sociaux et les sites web que nous utilisons tous les jours. Les marketeurs sur ces sites se consacrent quasi exclusivement à créer de meilleurs contenus et de meilleures expériences utilisateur.

    Avec une plate-forme marketing basée sur l’intelligence artificielle, la machine se charge de toutes les tâches répétitives, laissant les marketeurs se reconcentrer sur les aspects stratégiques. Il n’est pas nécessaire d’avoir une formation technique pour utiliser l’intelligence artificielle.

    Toutefois, bien que les compétences d’un programmeur logiciel ne soient pas un prérequis pour la mise en place de solutions d’intelligence artificielle, en réalité, un minimum de compétences techniques au sein de l’équipe marketing aidera à retirer le meilleur d’un moteur d’intelligence artificielle. Mais dans la plupart des cas, apprendre à utiliser la technologie est facile.

    La plate-forme SaaS fonctionnera d’elle-même, mais pour tirer pleinement profit de toutes ses capacités d’intelligence artificielle, il est recommandé de confier à un membre de l’équipe (spécialiste des technologies marketing, manager e-commerce, etc.) la charge de piloter les processus.

    Mythe n°4 : L’Intelligence Artificielle n’en est qu’à ses débuts et n’a pas encore sa place dans mon entreprise

    Nous n’avons encore fait qu’entamer le développement et le potentiel du marketing par intelligence artificielle.

    Mais c’est une erreur de penser que puisque l’intelligence artificielle n’en est encore qu’à ses débuts, il s’agit d’une technologie immature. Les marques qui rechignent à l’adopter en raison d’incertitudes sur son avenir manquent des opportunités que d’autres entreprises exploitent déjà et dont elles retirent un retour sur investissement.

    Toutefois, nul besoin d’investir à plein sans attendre dans la technologie. Mieux vaut tester et configurer soigneusement la solution qui correspond le mieux à vos besoins.

    Paul Roetzer, Fondateur du Marketing AI Institute identifie “5 P’s” pour le marketing par intelligence artificielle :

    • Planning, qui implique la prédiction du comportement des consommateurs, et l’allocation des ressources
    • Production, qui comprend la génération/optimisation des contenus tels que les emails et les posts sur les médias sociaux
    • Personnalisation, qui optimise la présence d’une marque en e-commerce avec des produits « recommandés pour vous » et des ‘incentives’ personnalisés au bon moment
    • Promotion, qui permet aux marques d’automatiser le ciblage et la publicité digitale cross canal
    • Performance, via la suppression de tous les travaux manuels liés au scoring des leads, à l’analyse des données et au contrôle des campagnes

    Aujourd’hui, l’intelligence artificielle existe dans le domaine marketing pour vous aider à faire deux choses : accroître l’efficacité des processus et créer des expériences client plus ciblées. Associez ce potentiel avec la capacité de vos marketeurs à créer la campagne parfaite, et vous êtes sur la voie du succès.

     

  • Pourquoi le rôle de l’intelligence artificielle sera d’assister l’intelligence humaine

    Pourquoi le rôle de l’intelligence artificielle d’assister l’intelligence humaine

    Par François Ajenstat, Chief Product Officer chez Tableau Software

    Parmi le flot de prédictions négatives au sujet de l’intelligence artificielle qui inonde l’actualité, il est nécessaire d’expliquer que ses effets dépendront surtout de l’usage que nous, humains, en ferons. L’IA représente une réelle chance, un outil de productivité à fort potentiel.  En prenant en charge les tâches répétitives ou chronophages, elle permettra à l’humain de se recentrer sur ses compétences propres et d’aborder son travail dans une logique « métier » au sens le plus noble du terme.

    Un usage intelligent de la complémentarité intelligence artificielle – intelligence humaine 
    En libérant les collaborateurs de certaines tâches, l’intelligence artificielle peut augmenter la productivité des collaborateurs. C’est sur ce point qu’insiste le rapport de synthèse* de l’initiative #FranceIA, lancée par le gouvernement en mars 2017. Bien qu’elle soit décriée, l’automatisation de certaines tâches s’accompagnera de la création de nouveaux postes, et induira de nouveaux modes de travail. Elle se révélera particulièrement utile dans certains domaines tels que la maintenance ou la création assistée. Ces bénéfices ne sont toutefois pas l’apanage des entreprises. Ils se feront également sentir sur le plan individuel. Libérés des nombreuses tâches ingrates et répétitives, les collaborateurs pourront endosser un rôle plus stratégique et explorer de nouvelles manières de se diversifier.
    L’intelligence artificielle va continuer de changer notre façon de travailler en nous permettant de consacrer davantage de temps à la réflexion et à la créativité, ainsi qu’aux tâches nécessitant des capacités d’analyse et de l’expérience.
    Des tâches qui ne peuvent pas être intégrées dans un algorithme.

    L’action combinée homme-machine pour une exploitation plus fine des données
    Les entreprises recherchent déjà des profils qualifiés dans l’exploitation des données.
    Même si les algorithmes exploitant le machine learning facilitent et accélèrent déjà l’accès à des données pertinentes et leur analyse, l’intelligence artificielle ne remplace pas pour autant la puissance de l’intuition humaine. L’être humain est le mieux placé pour poser des questions pertinentes en fonction d’un contexte donné et relier les réponses à des problématiques métier. L’IA est loin d’égaler les compétences humaines nécessaires à la résolution de problèmes liés au contexte de l’entreprise et à ses données. De tels enjeux ne peuvent être abordés qu’à l’aide de l’expérience du passé et de la prise en compte du contexte. Les décisions qui en découlent requièrent des capacités cognitives, une certaine intelligence émotionnelle et une ingéniosité qui ne relèvent que de l’esprit humain.
    Alors que l’IA est capable de repérer des valeurs atypiques et d’identifier des tendances dans les données, l’analyse humaine joue donc un rôle crucial dans l’obtention d’informations exploitables. Les utilisateurs doivent s’assurer que les hypothèses générées par les algorithmes soient raisonnables et déterminer les mesures à prendre en fonction des résultats obtenus.

    La complémentarité homme-machine, un facteur de progrès déjà prouvé
    Dans de nombreux domaines, la collaboration entre l’humain et l’intelligence artificielle a déjà prouvé son efficacité. En la matière, les secteurs de l’automobile, de l’aéronautique et des télécoms atteignent d’ailleurs un niveau de maturité qui dépasse les 50%, selon le Forum Economique Mondial**.
    Dans le domaine médical, les algorithmes complexes et le machine learning ont permis aux chercheurs de mieux traiter certains phénomènes physiologiques et biologiques (mutations génétiques, formation de mélanome), et d’analyser d’énormes quantités d’informations (rapports et études cliniques, dossiers des patients,…). qui nécessiteraient, en temps normal, plusieurs vies humaines. Ces avancées, sans précédent, permettront aux praticiens de mettre en place des traitements adaptés aux caractéristiques génétiques et à l’environnement des patients, ce qui est totalement inédit.
    Toutefois, seule l’intelligence humaine peut surveiller les fonctions vitales d’un patient, ou, dans un autre registre, trouver des informations stratégiques dans une partie d’échecs et les appliquer à une problématique métier.

    Il est nécessaire de nuancer le discours autour de l’intelligence artificielle. Les entreprises ont tout intérêt à saisir les opportunités qu’elle présente. La véritable vocation de l’IA, loin d’être une intelligence de substitution, réside dans la capacité des entreprises à l’associer à la créativité et à l’ingéniosité humaines.

    *Evènement de présentation de la stratégie française en matière d’intelligence artificielle. Regarder l’évènement ici
    **Rapport de synthèse France IA, consultable ici
    *** Etude réalisée par Infosys et Vanson Bourne en janvier 2017 dans 7 pays (France, Etats-Unis, Royaume-Uni, Allemagne, Chine, Inde et Australie) intitulé « Amplifying Human Potential : Towards Purposeful Artificial Intelligence » (L’intelligence Artificielle à l’ère de la maturité : vers l’amplification du potentiel humain), à l’occasion du WEF de Davos. A consulter ici

  • Transformation digitale des industries : quelle place pour l’humain ?

    Transformation digitale des industries : quelle place pour l’humain ?

     Par Jean-Frédéric Real, Directeur de l’Innovation de Scalian

    L’industrie 4.0 correspond à la 4ème génération industrielle et fait suite à la mécanisation, la production de masse et l’automatisation. Cette industrie du futur intègre au processus de production des systèmes cyber-physique, des solutions digitales, des robots, des objets connectés, du cloud computing ou encore de l’impression 3D.

    Dans cette nouvelle version de l’industrie dominée par le digital et l’autonomie des machines, l’humain a-t-il encore une place ?

    Une interaction croissante entre la machine et l’humain

    Pour répondre aux besoins croissants de production des industries, la supply chain n’a cessé de se moderniser, s’autonomiser, se digitaliser et surtout se complexifier. Face à ces mutations, la place de l’humain a évolué : il n’est plus celui qui produit mais celui qui permet au processus industriel de fonctionner. Pour cela, il intervient à toutes les étapes du process de production pour paramétrer, vérifier et contrôler les machines utilisées dans ce cadre.

    Ce nouveau rôle est, non seulement lié au perfectionnement et à l’autonomisation des outils de production, mais aussi à la capacité de l’humain à prendre en compte des paramètres subjectifs ne pouvant pas être intégrés par des algorithmes. Contrairement à la machine qui produit, l’humain bénéficie d’un recul, de sensations et d’intuitions lui permettant de prendre des décisions que le digital est incapable de prendre pour le moment – et probablement pour de nombreuses années encore.

    Vers un humain augmenté 2.0

    Avec la complexification des outils de production et la nécessité de les contrôler, le technicien doit aujourd’hui gérer un volume de données de plus en plus conséquent. Grâce aux outils digitaux, l’opérateur devenu alors augmenté, est capable d’identifier dans ce flux certains problèmes et de nouvelles fonctionnalités : la machine, désormais digitalisée et intelligente, guide l’humain dans ses tâches et lui apporte même une réelle valeur ajoutée.

    Souvent perçus comme des technologies productrices d’un résultat précis, les outils digitaux sont en fait des moyens d’atteindre un résultat visé. Il faut alors penser leur usage et prendre en compte le terrain, les conditions de leur utilisation, l’état physiologique de ses utilisateurs et le souci de maintenance. Si la technologie utilisée n’est pas au point ou pas adaptée, celle-ci peut être rejetée par l’utilisateur ou produire un effet contraire à celui attendu.

    Au-delà de l’aspect technologique, le digital participe également à l’évolution des modes de management dans les ateliers ou usines, et plus largement dans les entreprises, qui  tendent à devenir de plus en plus collaboratifs, interactifs et flexibles. Les outils digitaux permettent de répondre à ces nouveaux besoins managériaux et se trouvent être, dans ce cadre, des facilitateurs des relations humaines au sein de l’entreprise.

    L’intelligence artificielle, un système centré sur l’humain

    Ces évolutions s’intègrent dans une démarche progressive, qui permet à l’humain d’appréhender la digitalisation de son métier et de devenir acteur de sa propre transformation digitale. Contrairement à une machine, il détient une complexité qu’il faut prendre en compte pour introduire une technologie adaptée. Le paradigme doit ainsi être changé : l’humain ne doit plus être considéré comme un objet dans l’IoT à connecter au système d’informations. Au contraire, il faut que le système d’informations soit véritablement construit autour de lui sans que celui-ci ne lui soit imposé.

    Cela est d’autant plus vrai qu’être « techno-push » peut vite freiner la transformation digitale. Il est donc nécessaire d’apporter de vraies solutions permettant de mener à bien les missions. Par exemple, apporter un casque de réalité virtuelle ou une tablette pour résoudre un problème terrain est loin d’être suffisant. Le système utilisé doit être adapté à l’opérateur, à la situation et à son besoin. C’est pourquoi le décisionnaire doit être l’utilisateur de la technologie, c’est-à-dire l’opérateur, qui a une réelle connaissance des difficultés du terrain et des vrais besoins « d’augmentation ».

    En conclusion, l’évolution de l’industrie et la digitalisation des machines de production ont permis à l’humain de se perfectionner et de faciliter sa prise de décision, son mode de production et ses méthodes managériales. Même si la machine occupe une place de plus en plus importante, la décision finale, le contrôle et le paramétrage restent des actions humaines. L’industrie 4.0 est en fait marquée par une interactivité et une interdépendance accrue entre l’humain et la machine. D’un côté, l’humain a besoin de la machine pour décoder et gérer toutes les informations captées par le digital. De l’autre, la machine a besoin de l’humain pour lui apporter la subjectivité et la flexibilité nécessaires à une bonne prise de décision.

    Se pose alors la question du financement. Ces technologies coûtent chères, ce qui freine leur déploiement massif tant qu’un R.O.I. n’est pas démontré. Comment les entreprises pourront-elles continuer d’optimiser leurs coûts de production sans augmenter les capacités des opérateurs ? La réponse se trouve probablement dans la mutualisation des investissements à travers des solutions digitales ouvertes, standardisées et collaboratives.

     

  • #FBConnexions – Retour sur les temps forts de l’événement Connexions par Facebook

    Retour sur les temps forts de l’événement Connexions par Facebook 

    Mardi 23 janvier, le rendez-vous était donné pour deux jours de folie à la célèbre Station F dans le 13e arrondissement de Paris. Facebook ouvre enfin ses portes au grand public à travers Connexions, une exposition ludique et interactive. Le réseau social nous invite à voyager à travers les technologies d’aujourd’hui et de demain. Durant ces deux jours, les visiteurs avaient l’occasion d’en savoir un peu plus sur l’intelligence artificielle, la réalité virtuelle ou encore la photo à 360°. Stand de réalité virtuelle

    TEMPS FORTS

    Zoom sur Ask Me Anything : L’Intelligence Artificielle et l’innovation selon Facebook . De gauche à droite : Benoit Georges, Journaliste aux Echos, Alexandre Lebrun, Directeur Ingénierie au Facebook AI Research Paris, Yann LeCun, Chief Scientist au Facebook AI Research, Antoine Bordes, Directeur au Facebook AI Research Paris « On ne dit pas UNE Intelligence Artificielle mais L’Intelligence Artificielle » déclare Yann LeCun, Chief Scientist au Facebook AI Research. Mais qu’est-ce que l’Intelligence Artificielle ? Yann LeCun nous la définit assez simplement. C’est la capacité des machines à reproduire des activités humaines. La notion d’IA apparait dans les années 50 et la définition n’a cessé d’évoluer au cours du temps. L’Intelligence Artificielle moderne se résume à deux données : le Machine Learning et le Deep Learning. Pour comprendre l’IA, Yann LeCun nous propose de visualiser le réseau de neurones humains. L’Intelligence Artificielle est une reproduction de ce réseau sous forme de neurones artificiels. Ces derniers vont alors traiter l’information reçue de manière simplifiée et ils procèdent par une succession de couches d’informations. Ce système de compréhension par une machine est similaire à l’humain à travers la reconnaissance d’images. Ainsi ce système de traitement d’informations permet de reconnaître des objets, des images médicales et même la parole. Après avoir rejoint Facebook il y a 4 ans, Yann LeCun était missionné par Mark Zuckenberg en personne du développement de l’IA. Des laboratoires de recherche ont donc ouvert et on en compte 4 dans le monde à ce jour (Paris, Londres, New-York et Toronto). Antoine Bordes, Directeur au Facebook AI Research Paris, nous en dit un peu plus sur le centre de recherche de Paris. L’AI Research de Paris compte environ 40 chercheurs et ingénieurs et est le plus grand des quatre centres de recherche. « L’objectif est de doubler le personnel sur les prochaines années. L’équipe se concentre surtout sur la recherche plutôt que le développement. » Pour illustrer tout cela, Alexandre Lebrun, Directeur Ingénierie au Facebook AI Research Paris, raconte l’histoire de sa start-up Virtuoz. En 2002, il lance Virtuoz basé sur les chatbots. Ces bots ont été conçus pour la SNCF, SFR ou encore Ebay pour répondre automatiquement aux mails non-traités par les centres de contacts. En 2014, Alexandre Lebrun lance une nouvelle start-up : Wit.ai, spécialisée dans la commande vocale pour les objets connectés. En 2015, Facebook rachète Wit.ai pour développer un nouveau bot : le Doctor QA. Le prototype lit des textes de type Wikipédia et on peut lui poser des questions en retour. Cependant ce système est pour l’instant limité car il ne permet pas de dialogue. Ainsi ce bot soulève la grande question que tout le monde se pose : l’IA peut-elle avoir un sens commun ? Pour Yann LeCun, « les machines ne sont pas capables de développer un sens commun à la différence des humains. Ces derniers l’ont acquis grâce à l’observation du monde qui les entourent depuis l’enfance. Ils ont donc assimilé un grand nombre d’informations comme la gravité par exemple. » Il poursuit : « Pour les machines, c’est grâce à un apprentissage par renforcement qu’elles procèdent. Elles doivent emmagasiner maintes et maintes fois l’information pour la retenir, ce qui demande énormément de temps. L’apprentissage de l’humain face aux machines est alors plus efficace. » L’IA a donc encore des progrès à faire. Maëva Ramsahai

  • The Next Wave of Digital Marketing is Predictive – Etude Forrester

    L’utilisation de l’intelligence artificielle parmi les principales résolutions 2018 pour 79 % des responsables marketing

    Etude Forrester pour SIZMEK 

    Les responsables marketing s’accordent à dire que leur service a besoin de l’intelligence artificielle (IA) afin d’obtenir de bons résultats en 2018 et ainsi générer une hausse significative du ROI marketing. D’après une étude du cabinet Forrester, commandée par Sizmek, la plus grande plate-forme de publicité buy-side (côté achat) indépendante, 79 % des directeurs marketing et des responsables marketing envisagent d’utiliser davantage l’IA au cours des 12 prochains mois, plaçant l’intégration de cette technologie parmi leurs principales résolutions pour 2018.

    L’étude Forrester, intitulée The Next Wave of Digital Marketing is Predictive, a permis de rassembler les opinions de plus de 500 décideurs du secteur marketing dans six pays différents,  ces derniers totalisant 1,2 milliard d’USD de dépenses marketing. Les résultats tirés de l’étude confirment que l’IA transformera en profondeur le service marketing de demain de différentes manières :

    • En aidant les professionnels du marketing à exploiter le flot de données disponibles de manière automatisée et en identifiant des insights auparavant inaccessibles ;
    • En permettant la diffusion de créas contenant des messages plus pertinents, personnalisés selon les préférences des consommateurs (86 % des sondés comptent privilégier les fonctions de personnalisation lors des 12 prochains mois) ;
    • En rendant l’achat média plus efficace en tenant compte du cycle d’achat des consommateurs, avec à la clé une hausse de la performance et du ROI.

    Cependant, tous les professionnels du marketing ne semblent pas prêts à considérer une approche publicitaire basée sur l’IA. Si 62 % des sondés indiquent avoir une vision claire de la manière dont leur service marketing pourrait déployer l’IA, 67 % précisent que leur service ne dispose ni des compétences ni de l’expertise nécessaires pour intégrer l’intelligence artificielle ou le machine learning.

    « Ces chiffres illustrent bien que l’IA n’est plus une option», commente David Gosen, Directeur général EMEA chez Sizmek. « Ceux qui réussiront en 2018 sont les annonceurs, les agences et les professionnels du marketing qui opteront pour l’IA afin d’optimiser leurs campagnes publicitaires. Toutefois, compte tenu du manque de compétences en interne et de connaissances en la matière, les entreprises devront être vigilantes dans le choix du partenaire technologique qui les accompagnera et qui leur assurera la diffusion  du bon message  au moment le plus opportun afin de délivrer des conversions. »

  • Les enjeux liés à la donnée en 2018 : IA, deep learning et data gouvernance

    Les enjeux liés à la donnée en 2018 : IA, deep learning et data gouvernance

    Par Florian Douetteau, CEO de Dataiku

    Alors que 2017 a révélé l’importance du rôle des data scientists et des analystes dans la productivité des entreprises, 2018 sera l’année du deep learning et, entre autres, de la data-gouvernance. Cette nouvelle année à venir consacrera probablement la science des données comme un atout stratégique majeur, plus proche des besoins de l’entreprise.

    Deep learning : du Cloud au hardware
    Jusqu’ici, l’implication du hardware dans le deep learning s’est limitée au Cloud. Aujourd’hui, le système tend à s’adapter davantage au deep learning, en raison des enjeux que celui-ci représente. Cette évolution s’observe notamment chez les processeurs NVIDIA, ou encore dans les Bitcoins. Ces technologies mènent vers un hardware plus spécifique, plus à même d’accompagner les performances des systèmes d’apprentissage et de l’IA.

    Machine learning : de nouvelles architectures
    Les réseaux accusatifs générateurs (GAN) constituent une nouvelle architecture de machine learning particulièrement intéressante. Ces réseaux dits « neuronaux » et « concurrents » fonctionnent selon deux modes complémentaires : le premier consiste à produire des échantillons de données « naturels » à partir de données réelles, et le second consiste à distinguer les données réelles des imitations. Les deux modèles, appelés « génératif » et « discriminant », apprennent ainsi l’un de l’autre.
    Le succès de cette nouvelle architecture est dû au fait qu’elle nécessite moins de paramètres. Ce qui accroît son efficacité : génération ou création d’images et de retouches d’images à haute résolution et de vidéos, synthèse texte et image, etc. Elle a également la capacité de s’entraîner avec un volume de données réduit et de fournir des prédictions sur les données manquantes.
    Cependant, les GAN présentent des risques, notamment lorsqu’un des réseaux a assez appris pour se passer de l’apprentissage auprès d’un réseau concurrent.

    Des innovations démocratisées
    L’innovation est encore en décalage par rapport à l’usage réel des outils en entreprise. Les collaborateurs ont parfois des difficultés à mettre en pratique les innovations. 2018 devrait changer la donne : l’intensification du machine learning et son extension à un plus grand champ d’applications permettra aux bots d’acquérir une capacité de conversation plus proche des interactions humaines. Plus encore : les bibliothèques de données permettront une meilleure compréhension sémantique des échanges, améliorant leur efficacité.

    Une synergie des compétences renforcée
    En 2018, la complémentarité entre les métiers prend une dimension plus intense. Les projets futurs nécessiteront davantage de synergie entre les data scientists et les équipes commerciales, afin que chaque collaborateur ait un regard sur le déroulement entier d’une action.
    Bien que chaque membre de l’entreprise puisse accéder à des données relevant d’une compétence précise, chaque action nécessite que toutes les expertises soient impliquées. De plus, les modèles de machine learning évoluent constamment. Il est donc fréquent que la personne qui effectue la mise à jour des modèles soit différente de celle qui les a créés. Ainsi, il est nécessaire d’intensifier la collaboration pour faciliter leur mise en application.

    Data Gouvernance :  vers une plus grande sécurité des données
    Lorsqu’on parle de machine learning, on pense nécessairement aux données et aux nouvelles réglementations qui y sont liées, que les entreprises ne doivent pas ignorer. Le RGPD illustre parfaitement la préoccupation grandissante des gouvernements pour les enjeux liés à la sécurité des données. Aux entreprises, il revient donc d’évaluer les risques en amont et de faciliter la traçabilité du parcours des données pour s’assurer d’être en conformité avec la législation.
    En l’occurrence, il peut être efficace de retracer le cycle de vie des données, en inscrivant celui-ci sur un support centralisé et accessible. Le cycle de vie des données doit comporter un inventaire des données existantes (données consommateurs, données d’identification ou encore données RH), des personnes qui y accèdent et y ont régulièrement recours, ainsi que des modes de traitement de la donnée (copie, suppression, etc.). De cette manière, il sera plus simple d’identifier les pratiques qui impliquent la manipulation de données personnelles et celles qui présentent des risques.