Intelligence Artificielle : keep it simple (for now…)

Le terme Intelligence Artificielle est partout depuis 18 mois, dans la presse tech, mais aussi dans les médias grands-publics. On le retrouve aussi largement dans les pitchs des startups cherchant des financements, ou dans la liste de fonctionnalités de tout bon éditeur de logiciel : « Powered By AI, nourri à l’intelligence artificielle, utilisation de machine learning, basé sur l’apprentissage profond… ». Il faut trier évidemment dans tout cela ce qui relève de l’opportunisme, du bulllshit marketing et a contrario de réelles avancées technologiques ou de services.

S’ajoute à cela la discussion sans fin sur les risques pesant sur l’individu, nos entreprises et nos sociétés, créant un climat anxiogène dont nous avons récemment expliqué pourquoi il fallait le combattre et au contraire embrasser pleinement les promesses de l’IA.

Un foisonnement de termes et de contextes d’utilisation qui complique la compréhension pour le dirigeant.

Il est ainsi fascinant de constater l’écart entre la perception de l’IA (obscure, complexe…) et la réalité de son utilisation au quotidien. Nous sommes utilisateurs depuis de nombreuses années des capacités de l’IA. Quelques exemples parmi des dizaines :

• filtre anti spam Gmail ;
• catégorisation automatique de nos photos sur iPhone ou téléphones Android ;
• recommandation de contenus par Spotify ou Nextflix.

Une logique similaire doit guider le dirigeant dans la mise en place de sa stratégie Intelligence Artificielle.

Les entreprises doivent se concentrer sur les initiatives IA qui allient simplicité de mise en œuvre ET bénéfices clairs.

L’exemple récent de la présence de Darty sur l’assistant Google Home est flagrant : l’utilisateur énonce son problème et communique son numéro de téléphone, les équipes de SAV de Darty l’appelle avec la solution.

C’est avec cette approche pragmatique, basée sur le critère de faisabilité immédiate, que l’on pourra initier un cercle vertueux de transformation.

Elle permettra d’enclencher une dynamique positive dans l’organisation par la réussite d’un projet en peu de temps ; une logique de success-story base d’une communication claire de l’intérêt de l’IA  pour l’entreprise.

Comment faire ?

D’abord bien planifier le projet, assurer une communication interne de première classe et s’appuyer sur des données immédiatement disponibles. Coté technologies, utiliser une solution sur étagère (SaaS) et/ou les APIs des grands leaders, GAFAM en tête.

Puis, en terme d’organisation, s’adjoindre les services de consultants IA, monter une équipe projet ad-hoc restreinte mais multifonctionnelle, y intégrer un communicant.

Ce n’est qu’après ces premières expérimentations de l’intelligence artificielle en production (et pas en labo) que les sociétés pourront améliorer la performance de leurs outils, déployer plus avant de nouveaux services, et, petit à petit, sophistiquer leur approche d’une technologie certes complexe mais maîtrisée.