Rechercher
Contactez-nous Suivez-nous sur Twitter En francais English Language
 











Abonnez-vous gratuitement à notre NEWSLETTER

Newsletter FR

Newsletter EN

Vulnérabilités

Se désabonner

Sans l’analytique basée sur l’intelligence artificielle, point de salut pour l’entreprise 5.0

septembre 2018 par Maurizio Canton, CTO EMEA chez TIBCO Software

Selon Maurizio Canton, CTO EMEA chez TIBCO Software, la déferlante de données a annoncé une ère nouvelle marquée par plus de complexité mais aussi d’opportunités. Comme son nom l’indique, le Big Data est depuis toujours une question d’étendue, d’ampleur et de volume. Le volume de données était considéré comme indispensable pour la prise de décision jusqu’à ce que se pose la question de la qualité.

La qualité contre la quantité

Au fur et à mesure que le Big Data devenait la norme, les entreprises ont commencé
à adopter une approche plus stratégique afin de tirer davantage des informations
inondant les systèmes d’informations via des canaux toujours plus nombreux.
Beaucoup de structures ont constaté à leurs dépens qu’en matière de
décisionnel, quantité de données ne rime pas toujours avec qualité et que le
pourcentage de « déchet » est conséquent. La donnée brute, tel que le pétrole
auquel elle a été tant comparée, n’est rien sans être traitée. En l’état,
elle peut même être préjudiciable lorsqu’il s’agit d’adopter des
stratégies nécessitant un maximum de discernement et un sens de l’à-propos.

Ainsi, et peut-être sans surprise, une tendance a récemment pris de l’ampleur au
sein des entreprises. Elle est le fruit d’un changement drastique d’état
d’esprit qui reposait sur la simple collecte d’informations et qui a pris un
tournant sans précédent en adoptant des méthodes rétrospectives d’analyse des
données en profondeur pour en faire ressortir des détails pertinents.
L’utilisation de l’analytique avancée permet aux entreprises d’extraire « la
substantifique moelle » de la data, permettant de faire plus avec moins. Cette
approche offre des marges d’exploitation toujours plus importantes et assure
aujourd’hui aux entreprises la garanti de prendre l’ascendant sur la
concurrence.

De l’Analytique et de l’IA

Tirant parti de l’apprentissage automatique (machine learning), ce phénomène
oblige à une réévaluation de la vision traditionnelle du Big Data axée sur la
quantité, une approche qui a longtemps dominé dans le royaume du numérique.
Aujourd’hui, l’intelligence artificielle et l’analytique changent la donne.
Cette puissante combinaison est parfaitement équipée pour éplucher des tonnes
d’informations, et définir les relations et anomalies entre des jeux de données
afin d’extraire des renseignements exploitables.

L’intelligence humaine en ressort grandie, ce qui augmente par la même occasion
la valeur ajoutée pour l’entreprise. Tandis que l’IA abat le gros du travail à
une vitesse et une échelle inaccessible à l’humain, l’analytique offre une
approche plus accessible et intuitive pour l’examen des données. Tout ceci peut
avoir des répercussions profondes et étendues pour une structure, en particulier
dans l’optique de promouvoir une culture des données plus fermement établie.

Le décisionnel orienté données n’est plus réservé à quelques privilégiés
et implique désormais une plus grande partie des effectifs. Loin d’être
facultatif, ce mode de fonctionnement deviendra même une exigence fondamentale afin
de compenser la pénurie de talents spécialisés dans l’analyse des données. Des
chiffres en provenance de McKinsey & Company mettent en évidence l’ampleur du
problème : les États-Unis, par exemple, doivent faire à face à une pénurie de
190 000 individus compétents dans l’analyse de données, et de 1,5 million de
responsables et d’analystes capables de comprendre et de prendre des décisions
basées sur l’analyse des Big Data.

L’analytique basée sur l’intelligence artificielle pour des gains tangibles

La santé, la finance ou l’industrie sont quelques-uns des secteurs qui ont adopté
le plus vite cette approche. Les professionnels de santé s’appuient désormais
sur des technologies dont l’intelligence artificielle pour, par exemple, détecter
par l’odorat en sentant son haleine si le patient est malade et si oui de quelle
maladie il souffre. De leur côté, les banques utilisent des algorithmes avancés
pour l’analyse approfondie de la situation financière d’un client, de ses
objectifs et de son aversion au risque. Elles affinent leurs offres en fonction des
comportements de leurs clients. D’autres cherchent à rattraper leur retard, comme
l’industrie pétrolière et gazière. Dans ce secteur, la pression liée à de
faibles marges en raison de la chute du prix du pétrole requière plus de
précision afin d’optimiser la production.

Les entreprises doivent désormais effectuer une supervision en continu et prendre
des décisions bien informées, et ce dans le but d’assurer le fonctionnement en
douceur et sans accroc d’opérations critiques. L’élément changeant la donne
est donc devenu l’adoption d’une approche quantifiable issue de la convergence
entre science et commerce qui garantit rendement et compétitivité de
l’entreprise.

L’apprentissage automatique permet de fournir des recommandations et de formuler
des prédictions sur le pilotage et la gestion d’actifs en traitant des milliards
de données en temps réel – des équipements aux gradients thermiques. La vision
complète et le niveau de précision atteint enlèvent toute incertitude de
l’équation. En somme, l’instinct se voit alors remplacé par un cerveau humain
« augmenté » tout cela grâce à la puissance des algorithmes.


Voir les articles précédents

    

Voir les articles suivants