L'IA est plus qu'une application — C'est une méthodologie puissante pour la réussite des entreprises

L'IA fait du bruit dans le monde des affaires. Bien que beaucoup parlent des méthodes et applications de l'intelligence artificielle pour les entreprises (y compris nous), nous remarquons une tendance dans la discussion : une focalisation lourde sur les applications.

Le problème est que c'est une façon étroite de penser l'IA. C'est compréhensible. Après tout, nous ne sommes qu'humains. Mais l'IA est plus qu'une application ou un moyen utile de créer des applications. L'IA est une méthodologie.

Histoire de l'IA

La différence la plus significative entre les applications propulsées par l'IA et toute autre application réside dans la technologie sous-jacente. L'IA peut prendre des décisions indépendantes basées sur les données d'entrée. Les développeurs créent un réseau de neurones artificiel, qui repose sur des algorithmes pour « mémoriser » des choses, puis tirer des conclusions et observer des schémas.

L'IA a émergé lentement de personnes cherchant à comprendre le fonctionnement de notre cerveau humain. Elles se demandaient « qu'est-ce que l'intelligence ? » L'intelligence est complexe et implique :

• Interagir avec le monde, percevoir, comprendre images et langages
• Planifier et raisonner pour gérer problèmes et incertitudes
• Apprendre et s'adapter, changer au besoin quand de nouvelles informations sont présentées

Créer tout cela dans un ordinateur a pris des décennies. À mesure que l'IA émergeait, ces réseaux de neurones, ou frameworks, étaient conçus par des data scientists, pas des développeurs. Ils tentaient de construire un « cerveau » capable de gérer de telles tâches et s'appuyaient donc sur nos façons humaines de traiter, incluant :

• Recherche et raisonnement
• Logique
• Probabilité
• Classifieurs et contrôleurs

Limites humaines dans l'IA

Construire l'IA de zéro nécessite d'immenses ressources. C'est pourquoi aujourd'hui, l'IA est offerte en tant que service. Amazon, Microsoft et IBM proposent tous des produits IA que les développeurs peuvent exploiter pour alimenter des applications. Ainsi, bien plus de gens peuvent tirer parti de l'IA sans construire un réseau de neurones indépendant. Ces API offrent une variété de fonctionnalités IA, comme l'apprentissage automatique et le traitement du langage naturel. Le logiciel d'apprentissage automatique, un sous-ensemble de l'IA, est généralement entraîné pour résoudre un problème particulier.

Cela a conduit à ce que moins de gens travaillent sur les bases de l'IA, tandis que beaucoup plus cherchent à déterminer comment utiliser au mieux cette technologie. Il n'y a que jusqu'à 10 000 personnes dans le monde qui ont les compétences pour construire l'IA. Ces personnes commandent des salaires élevés, et le marché est concurrentiel pour leurs services parmi les grands noms.

Cela signifie que lorsqu'un développeur construit une application, comme un chatbot, il se concentre sur l'utilisation de l'IA pour un résultat final. Mais il ne comprend pas nécessairement le cœur de l'IA, ce qu'elle est et comment elle fonctionne.

Amazon et Google offrent maintenant du consulting en plus de leurs services IA, comme moyen de retenir leurs experts IA en interne tout en faisant progresser le domaine à travers l'industrie. Facebook a commencé à « partager » ses experts IA avec les industries des télécoms. Microsoft commercialise une suite de cours en ligne appelée AI School. Amazon pousse aussi l'éducation pour en faire partie de l'apprentissage de la programmation au niveau universitaire.

En attendant, notre réflexion sur la technologie reste limitée. Au lieu de nous concentrer sur de nouvelles applications, nous devons d'abord nous concentrer sur comment améliorer nos applications existantes, surtout les applications métier qui alimentent notre entreprise. Sans changement de paradigme dans notre pensée, nous pourrions rester bloqués des années avec le pouvoir de faire bien plus que nos imaginations ne peuvent deviner.

Après tout, quand les humains construisent un réseau de neurones, nous le faisons avec notre capacité humaine à créer quelque chose qui « pense » comme nous. Une machine prendrait-elle la même approche ? Certains arguent que la méthodologie de l'IA est bien différente de nos approches actuelles de l'ingénierie logicielle. Google expérimente maintenant une IA capable de construire d'autres IA.

Chez Imaginovation, nous n'essayons pas de développer de nouvelles façons d'accomplir l'IA. Au lieu de cela, nous travaillons à exploiter la technologie existante pionnière par des entreprises comme Google, Amazon et IBM pour alimenter vos applications. Nous tirons parti de technologies comme le chat, la parole, les recommandations et la recherche intelligente pour améliorer les applications qui alimentent déjà votre entreprise.

Lors de l'application de l'IA dans les applications métier, l'interface utilisateur est un excellent point de départ. Depuis les premiers jours des terminaux mainframe, les entreprises s'appuient sur des logiciels basés sur formulaires pour gérer tout, des ventes à la comptabilité. La seule différence aujourd'hui est le passage du terminal au navigateur web.

Ajouter des interfaces chat et/ou vocales à ces applications basées sur formulaires peut améliorer le flux de travail tout en modernisant véritablement le logiciel. C'est particulièrement vrai pour les systèmes hérités. Via une application mobile, votre équipe pourrait accéder au logiciel ERP (Enterprise Resource Planning) par la voix. Il en va de même pour le CRM (Customer Relationship Management) pour les ventes. Votre équipe commerciale sur le terrain peut ajouter et rechercher des clients par commandes vocales tout en conduisant (en toute sécurité).

Si trouver de nouvelles façons d'améliorer vos applications métier et d'augmenter la productivité vous intrigue, parlez-nous de solutions sur mesure pour votre entreprise.