Le terme Intelligence Artificielle (IA) suscite de la confusion, simplement en raison de l’étendue de ce qu’il peut couvrir, en particulier dans le contexte de la science des données.
L’IA a de nombreuses sous-catégories et niveaux de complexité qui sont très différents dans ce qu’ils font d’un point de vue commercial.
L’automatisation est une sous-catégorie bien connue des logiciels d’IA qui suivent des règles préprogrammées pour exécuter des processus.
Cependant, c’est un niveau différent des logiciels d’IA qui affichent une capacité d’auto-apprentissage grâce à l’apprentissage automatique.
L’IA peut signifier différentes choses pour différentes personnes.
Différentes industries peuvent vous donner des descriptions et des explications différentes de ce que c’est, en fonction des cas d’utilisation possibles.
C’est pourquoi il est impossible de fournir une description commerciale définitive de ce qu’est l’IA.
Libérer du temps avec l’IA
Dr Ali Rezaei Yazdi comprend bien cela.
Il est post-doctorant en science des données chez Rimilia, une entreprise qui développe des logiciels financiers intelligents utilisant l’intelligence artificielle et des algorithmes d’apprentissage automatique pour automatiser les processus de comptes clients, y compris l’affectation des paiements, la gestion du crédit et la réconciliation bancaire.
Pour le Dr Yazdi, l’IA à court terme consiste à donner aux gens le temps et la liberté de faire ce qu’ils savent bien faire – utiliser notre conscience et nos capacités cognitives pour réfléchir, considérer, analyser, prendre des décisions éclairées et fournir de la sagesse.
“Les machines, grâce à l’automatisation, peuvent effectuer les tâches ennuyeuses et chronophages qui peuvent vous faire perdre beaucoup de temps , “dit-il.”
Les ordinateurs, grâce à l’IA, peuvent prendre les informations que vous soumettez pour vous fournir l’endroit idéal pour manger en une seconde.
Pourquoi passer du temps à chercher, alors qu’un programme peut vous fournir une suggestion ?
“Comprendre que vous pouvez utiliser des machines pour ces tâches ennuyeuses et répétitives était très important pour moi, et c’est l’une des raisons pour lesquelles je me suis intéressé à l’IA.
La vie est très courte, et nous vivons dans un monde où nous sommes confrontés à de nombreuses options, possibilités, données et appareils.
“En utilisant l’exemple d’un restaurant – aller dans tous les endroits où vous pouvez aller pourrait prendre des heures, des jours voire des mois.
Pourquoi ne pas gagner du temps grâce à un logiciel utilisant les informations que vous avez soumises en fonction de vous-même, de votre famille ou de vos amis?”
Trois niveaux d’automatisation des processus robotiques
Sous la définition large du terme IA se trouve l’automatisation des processus robotiques (RPA), qui est déjà utilisée pour automatiser les fonctions administratives dans de nombreux environnements de travail. Il y a trois niveaux de RPA que les dirigeants d’entreprise devraient comprendre:
1. Remplacement de processus simple
Ceci est considéré comme le niveau d’entrée de la robotique, qui tend à être l’automatisation des processus ou le remplacement des tâches manuelles répétitives par un programme généré par logiciel.
Nous voyons déjà cela dans les départements financiers dans le cadre des logiciels de comptabilité, et cela a atteint une maturité au cours des 10-15 dernières années.
2. Apprentissage
Non seulement le logiciel remplace les données des documents ou ajoute à un flux de travail, mais il peut également apprendre et compléter des transactions.
Il pourrait, par exemple, lire des champs dans un document et savoir quels champs remplir, ou utiliser un algorithme basé sur des transactions précédemment connues pour prendre des décisions basées sur le logiciel qui prendraient beaucoup de temps à un humain.
3. Cognitif
C’est là que l’automatisation logicielle atteint un niveau associé à des formes plus avancées d’IA, car elle peut intégrer différents ensembles de données complexes, en utilisant des algorithmes pour non seulement apprendre mais aussi prendre des décisions beaucoup plus rapidement que les humains.
Dr Yazdi dit :
“Pour les grandes entreprises, la RPA peut augmenter la productivité, réduire les coûts, augmenter l’efficacité et simplifier les processus.”
Il explique également pourquoi la RPA est particulièrement précieuse pour les entreprises qui souhaitent gagner plus d’argent grâce à l’innovation et à la créativité, par la création de nouveaux produits et services :
“Les entreprises peuvent libérer plus de temps pour innover en utilisant des machines pour effectuer des tâches répétitives et chronophages. Les humains peuvent passer plus de temps sur des tâches créatives qui nécessitent du raisonnement, de la cognition, de la réflexion et de la sagesse.”
Pourquoi la transformation numérique est essentielle pour commencer avec l’IA
Dr Yazdi croit que la clé pour les dirigeants d’entreprise, lorsqu’il s’agit d’utiliser l’IA de manière efficace et efficiente, est de s’assurer qu’ils comprennent leurs objectifs commerciaux et où l’IA intervient.
“Il y a des entreprises de toutes tailles qui ne sont pas entièrement claires sur leurs objectifs”, dit-il. “Que cherchent-elles à accomplir ? Ayez une stratégie claire et des objectifs à atteindre à la fin de l’année, et considérez ce que l’IA peut faire pour aider. Un plan d’action clair, en tenant compte des contraintes et des limitations que votre entreprise pourrait rencontrer.”
“Il se peut que votre entreprise ait besoin d’une simple automatisation des processus en fonction de votre planification. Dans d’autres industries, vous pourriez envisager une IA avancée utilisant des concepts tels que l’apprentissage automatique ou l’imitation du comportement humain. Tout dépend de vos objectifs commerciaux – rassemblez vos informations et voyez quel niveau d’IA est nécessaire pour les atteindre.”
Pour maximiser l’efficacité et l’efficience des capacités de l’IA, les entreprises doivent entreprendre une transformation numérique, ce qui leur permet de découvrir les informations les plus importantes, de les intégrer dans les logiciels utilisés par les clients et les employés pour interagir, et d’apprendre et de mesurer continuellement à travers les résultats.
Forrester Research dit que cela signifie que les entreprises doivent investir dans des “systèmes d’information” avec des équipes d’information interfonctionnelles, des processus d’information à exécution répétables et une architecture d’information numérique.
“Une transformation numérique réussie est au cœur de l’intelligence artificielle – centraliser, organiser et structurer les données” , dit Dr Yazdi. “L’IA est basée sur l’information – vous avez besoin de traitement et d’analyse des données pour fournir la véritable intelligence. La numérisation en fait partie – prendre des données brutes et les transformer en données propres à la demande. Pour convertir les données en connaissances et en sagesse, vous devez mettre à niveau votre technologie.”
Employer des data scientists en entreprise qui comprennent réellement la finance
Dr Yazdi a un doctorat en intelligence artificielle et dirige actuellement un projet de trois ans entre Rimilia et l’Université d’Aston pour rechercher les tendances de l’IA et des mégadonnées dans les comportements et tendances de paiement en utilisant l’IA, l’apprentissage automatique et d’autres outils de modélisation mathématique et computationnelle.
Son travail consiste à extraire des informations précieuses de l’analyse des données pour aider les équipes financières à prendre des décisions éclairées et rapides, en utilisant des techniques telles que l’analyse de probabilité, les arbres de décision, les réseaux neuronaux, les modèles de régression et d’autres modèles de classification, ainsi que des outils avancés de visualisation des données.
Il a une façon intéressante de décrire ce qu’il fait et pourquoi la science des données est cruciale pour fournir des informations : “En santé, si vous voulez un remède, vous allez chez le médecin. Si vous voulez atteindre un objectif et obtenir des informations précieuses à partir des données, vous avez besoin de la science des données.”
Il a également des conseils pour les entreprises qui emploient ou cherchent à employer des data scientists dans l’équipe financière ou l’entreprise en général. “Les data scientists doivent comprendre que le monde des affaires est très différent de la vie universitaire. Ils doivent avoir une idée claire du contexte du travail qu’ils font dans leur industrie spécifique.
“En finance, un bon data scientist ou développeur d’IA n’aura pas nécessairement besoin des connaissances d’un contrôleur de crédit ou d’un comptable, mais il doit avoir une idée très claire de ce qu’un contrôleur de crédit ou un comptable pensera. “Ce n’est que s’ils comprennent ce qui se passe dans l’esprit d’un cadre financier qu’ils peuvent produire un résultat, une connaissance de la visualisation qui bénéficiera au CFO ou au CEO. Par exemple, si vous êtes dans une entreprise comme Rimilia, vous devez comprendre le contexte et le processus du back-office financier.”
Abonnez-vous à l’infolettre de Sage Advice
Abonnez-vous à l’infolettre de Sage Advice et recevez, directement dans votre boîte courriel, nos tous derniers conseils.
