L'intelligence artificielle au service des applications concrètes

En 2013, le MD Anderson Cancer Center a lancé un projet de type « moon shot » visant à utiliser la technologie cognitive Watson d’IBM pour diagnostiquer et prescrire des traitements pour certains types de cancer. En 2017, le projet a toutefois été interrompu, car ses dépenses avaient dépassé 62 millions de dollars et la technologie n’avait pas encore été utilisée sur des patients. Simultanément, le service informatique du centre de cancérologie expérimentait des technologies cognitives pour des tâches beaucoup moins ambitieuses, telles que recommander des hôtels et des restaurants aux familles des patients, évaluer si les patients avaient besoin d’aide pour payer leurs factures et résoudre les problèmes informatiques du personnel. Ces initiatives ont produit des résultats nettement plus prometteurs : les nouvelles technologies ont conduit à une plus grande satisfaction des patients, à une amélioration des performances financières et à une réduction du temps que les responsables des soins consacrent à la saisie monotone de données. Malgré l’échec de la mission lunaire, MD Anderson s’est engagé à utiliser la technologie cognitive – c’est-à-dire l’intelligence artificielle de la prochaine génération – pour améliorer le traitement du cancer et développe actuellement un certain nombre de nouvelles initiatives dans son centre de compétence en informatique cognitive.

La distinction entre les deux techniques est cruciale pour quiconque développe des projets d’IA. Les trois quarts des 250 dirigeants qui connaissent l’utilisation des technologies cognitives dans leur entreprise et qui ont participé à notre sondage pensent que l’IA aura un impact significatif sur leur organisation d’ici trois ans. Cependant, notre examen de 152 initiatives dans presque autant d’organisations suggère que les projets « faciles à mettre en œuvre » qui améliorent les processus d’entreprise ont plus de chances de réussir que les efforts « moonshot » extrêmement ambitieux. Cela ne devrait pas être une surprise, car c’est le cas de la grande majorité des nouvelles technologies adoptées par les entreprises dans le passé. Mais l’engouement autour de l’intelligence artificielle a été exceptionnellement puissant et a conquis certaines entreprises.

Cet article examinera les nombreux types d’IA actuellement utilisés et présentera un cadre sur la manière dont les entreprises pourraient commencer à développer leurs compétences cognitives dans les années à venir pour atteindre leurs objectifs commerciaux.

A lire aussi : Un tribunal américain rejette la requête de Facebook visant à rejeter une affaire antitrust

Trois formes d’IA

Il est avantageux pour les entreprises de considérer l’IA sous l’angle des capacités commerciales plutôt que sous l’angle de la technologie. L’IA peut répondre à trois besoins commerciaux essentiels : automatiser les opérations de l’entreprise, obtenir des informations via l’analyse des données et impliquer les clients et les employés.

Automatisation des processus

La majorité des 152 projets que nous avons évalués incluaient l'automatisation de processus numériques et physiques, principalement des tâches administratives et financières, en utilisant une technologie d'automatisation des processus robotisés. La RPA est plus complexe que les solutions d'automatisation des processus métier précédentes car les « robots » (c'est-à-dire le code sur un serveur) imitent le comportement humain en saisissant et en consommant des données provenant de nombreux systèmes informatiques. Les activités comprennent :

déplacer des données depuis les systèmes de courrier électronique et de centre de contact vers les systèmes d’enregistrement, comme la mise à jour des fichiers clients avec de nouvelles adresses ou de nouveaux services ;

remplacement des cartes de crédit ou de guichet automatique perdues, accès à de nombreux systèmes pour mettre à jour les dossiers et gestion des contacts clients ; résolution des échecs de facturation des services dans les systèmes de facturation en extrayant des données de différents types de documents ; et

Les documents juridiques et contractuels sont « lus » à l’aide du traitement du langage naturel pour en extraire les dispositions.

La RPA est la technologie cognitive la moins coûteuse et la plus simple à adopter parmi celles que nous allons explorer ici, et elle offre souvent un taux de rendement élevé. (C'est aussi la moins « intelligente » dans le sens où ces applications ne sont pas conçues pour apprendre et s'améliorer, mais les développeurs y intègrent progressivement davantage d'intelligence et de capacités d'apprentissage.) Elle est bien adaptée à l'intégration avec de nombreux systèmes back-end.

La NASA a lancé quatre projets pilotes de RPA dans les domaines des comptes créditeurs et débiteurs, des dépenses informatiques et des ressources humaines, tous administrés par un centre de services partagés, en réponse aux problèmes de coûts. Les quatre projets réussis – 86 % des transactions dans l’application RH, par exemple, ont été effectuées sans intervention humaine – sont en cours de mise en œuvre dans toute l’entreprise. La NASA déploie actuellement des robots RPA supplémentaires, notamment des robots plus intelligents. Selon Jim Walker, le chef de projet du groupe de services partagés, « ce n’est pas encore sorcier ».

On pourrait penser que l’automatisation des processus robotisés entraînera rapidement la suppression d’emplois. En revanche, parmi les 71 initiatives RPA que nous avons examinées (47 % du total), le remplacement du personnel administratif n’était ni l’objectif principal ni un effet fréquent. Peu d’initiatives ont abouti à des réductions d’effectifs et, dans la plupart des cas, les tâches concernées avaient été externalisées auparavant. Les futures initiatives d’automatisation robotisée devraient entraîner des pertes d’emplois, notamment dans le secteur de l’externalisation des processus d’entreprise à l’étranger, à mesure que la technologie progresse. Si le travail peut être externalisé, il peut probablement être automatisé.

Compréhension cognitive

Le deuxième type de projet le plus répandu dans notre enquête (38 % du total) utilisait des algorithmes pour trouver des pistes dans des quantités massives de données et analyser leur signification. Considérez-le comme une « analyse sous stéroïdes ». Ces applications de l'apprentissage automatique sont utilisées pour :

• déterminer ce qu'un certain acheteur est susceptible d'acheter ; identifier les fraudes liées aux cartes de crédit et aux assurances en temps réel ;
• Analyser les données de garantie pour découvrir les problèmes de sécurité ou de qualité des véhicules et autres produits manufacturés ; automatiser le ciblage personnalisé des publicités numériques ; et
• Fournir aux assureurs une modélisation actuarielle plus précise et plus complète.

Les informations cognitives fournies par l’apprentissage automatique diffèrent de celles fournies par l’analyse classique sur trois points. Elles sont généralement beaucoup plus gourmandes en données et détaillées, les modèles sont généralement formés sur une partie de l’ensemble de données et les modèles s’améliorent au fil du temps ; autrement dit, leur capacité à utiliser de nouvelles données pour générer des prédictions ou classer des éléments augmente.

Implication cognitive

Dans notre enquête, les projets qui impliquent les travailleurs et les consommateurs via l'utilisation de chatbots, d'agents intelligents et d'apprentissage automatique étaient les plus rares (représentant 16 % du total). Cette catégorie comprend :

• Des agents intelligents qui fournissent une assistance client 24 heures sur 24, sept jours sur sept, traitant un large éventail de problèmes, des questions de mot de passe aux demandes d'assistance technique, dans la langue maternelle du client ;
• Sites permettant de répondre aux demandes des employés concernant l’informatique, les avantages sociaux et les politiques RH ;
• Systèmes de recommandation de services et de produits qui stimulent la personnalisation, l'engagement et les ventes pour les commerçants, généralement via l'utilisation d'un langage riche ou de graphiques ; et
• Systèmes de suggestion de traitement de santé qui aident à la création de plans de soins individualisés pour les patients en fonction de leur état de santé et de leurs traitements antérieurs.

Voir aussi : Meta a été élue « pire entreprise » de 2021 aux États-Unis

Les entreprises de notre étude ont tendance à communiquer plus souvent avec leurs employés qu’avec leurs clients en utilisant des technologies d’engagement cognitif. Cette tendance pourrait changer si les entreprises se sentent de plus en plus à l’aise avec l’automatisation des interactions avec les clients. Par exemple, Vanguard lance un agent intelligent qui aide ses employés du service client à répondre aux demandes les plus fréquentes. À terme, les clients pourront interagir directement avec l’agent cognitif, plutôt qu’avec des employés du service client. SEBank en Suède et l’entreprise de technologie médicale Becton, Dickinson aux États-Unis utilisent l’avatar réaliste d’agent intelligent Amelia pour fournir une assistance informatique à leurs employés internes. SEBank vient de rendre Amelia accessible à un nombre limité de clients afin d’évaluer ses performances et son accueil.

Image en vedette : Photo de technologie cérébrale créée par rawpixel.com

Abonnez-vous à Whitepapers.online pour en savoir plus sur les nouvelles mises à jour et les changements apportés par les géants de la technologie qui affectent la santé, le marketing, les affaires et d'autres domaines. De plus, si vous aimez notre contenu, partagez-le sur les plateformes de médias sociaux comme Facebook, WhatsApp, Twitter, etc.