L’intelligence artificielle (IA) d’entreprise a-t-elle été à la hauteur du battage médiatique généré lors d’une décennie de conférences industrielles? Ou est-ce que ça arrive court? Peut-être que mettre le mot «entreprise» devant l’intelligence artificielle ne fait qu’apporter une touche marketing. Cela dépend de la manière dont les entreprises individuelles déploient l’IA.

Lorsque les entreprises adoptent judicieusement l’IA, elles font plus que déplacer les tâches et processus répétables des humains vers des ordinateurs plus efficaces. Ils rassemblent les humains et les machines pour créer un flux de travail plus intelligent – des flux de travail transformationnels.

Qu’est-ce qui différencie l’IA d’entreprise de toute autre IA?

La société de capital-investissement Graham Allen s’appuie sur l’IA pour revitaliser et développer les entreprises industrielles et de taille moyenne du Midwest avec une approche pragmatique qui gagne attention.

La société d’exploitation axée sur l’IA d’entreprise SymphonyAI a gagné titres pour sa stratégie. Les sociétés de son portefeuille ont fait des percées dans les secteurs verticaux qu’elles traitent chacune, y compris Symphony IndustrialAI. Avec l’acquisition récente de Savigent, Symphony AyasdiAI dans le secteur bancaire et Symphony MediaAI dans le secteur des revenus d’abonnement et de distribution de médias, y compris les jeux.

Dans le domaine des opérations de données pour le capital privé, Harmonate a mené une révolution silencieuse dans la manière dont les middle et back-offices de private equity et de fonds de fonds fonctionnent avec l’apprentissage automatique.

Les humains et les machines ensemble peuvent accomplir plus, de manière plus reproductible et plus fiable, et avec une meilleure compréhension. Mais à part certains fonds et entreprises, cela se produit-il réellement dans toute l’économie?

Où va l’argent?

Non et oui. De l’argent est investi dans l’IA et cela fait une différence. C’est simplement que la différence n’est pas nécessairement visible. Ce manque de visibilité attise les sceptiques. Et les progrès ne sont pas rapides, étant donné que la disponibilité d’énormes quantités de données est à la fois une bénédiction et une malédiction. Des données abondantes fournissent les matières premières dont l’IA a besoin. Mais l’IA apprend toujours à faire face à la complexité et a besoin de l’aide d’experts du domaine humain.

Les entreprises intelligentes sont celles qui ne bricolent pas et qui échouent à faire de grands pas. Et les entreprises intelligentes n’essaient pas non plus de sauter trop loin avec des rafales de lune qui sautent des étapes.

Ce que font les entreprises intelligentes, c’est de rassembler des solutions ponctuelles en produits qui résolvent de vraies solutions d’entreprise. Ils développent la bonne boucle entre les experts du domaine et les machines. Le résultat est de véritables suites de produits d’IA qui capturent le capital de connaissances des entreprises et peuvent transformer les industries.

Expérimentation

Nous savons tous que les investissements dans l’IA ont augmenté ces dernières années. Les sceptiques diraient que la tendance découle de grandes promesses et de fausses attentes. Mais je suis obligé de penser que de nombreuses entreprises déploient l’IA plus judicieusement que nous ne le croyons. Ils découvrent de la valeur et développent le potentiel de l’IA.

Cela se passe simplement dans les coins les plus calmes des entreprises. Cela se produit dans des endroits où les experts du domaine et les bons technologues résolvent de petits problèmes, puis relient ces avancées à d’autres, jusqu’à ce qu’il y ait un point d’inflexion. Une période de germination est en cours en ce moment.

Nous passons d’un nuage diffus de solutions ponctuelles à des suites de produits dans des secteurs verticaux de l’industrie, alimentés par des chefs d’entreprise qui ont adopté la nouvelle réalité de leurs marchés.

Quand est-ce que je reçois ma voiture volante?

Les sceptiques de l’IA, cependant, persistent à croire que les progrès de l’intelligence artificielle sont comme des voitures volantes – un fantasme de science-fiction qui n’a pas réussi à se concrétiser malgré des années d’espoirs et de promesses. Il est vrai que les prédictions optimistes ont parfois dépassé la réalité de l’IA.

Selon une estimation, l’IA a connu sept faux départs depuis les années 1950. Des efforts d’IA impressionnants de plusieurs millions de dollars ont vacillé. Quelques «startups IA» ostensibles ne sont même pas vraiment utilisent l’IA, mais vendent plutôt l’automatisation avec des éléments d’apprentissage automatique. Cette mauvaise performance et cette confusion alimentent le scepticisme, inhibent l’innovation, gaspillent de l’argent et réduisent les rendements.

La plupart de l’enthousiasme des investisseurs pour l’IA repose cependant sur une logique solide. Les outils d’IA ont évolué après avoir vaincu les humains aux échecs. Les machines sont douées pour reconnaître les modèles, une fonction cognitive puissante et importante.

Et, en fait, les schémas de traitement sont ceux de l’humanité avantage intellectuel par rapport aux autres espèces. Cela représente également de nombreuses tâches commerciales quotidiennes que les machines pilotées par l’IA peuvent désormais souvent faire mieux que les humains dans divers secteurs. Les résultats conduisent à des puces AI améliorées qui réduire les coûts et améliorer considérablement les performances.

Mais ces puces sont également motivées par le fait que les tâches répétables peuvent être trompeuses. Lorsque de multiples choix de ce qu’il faut faire conduisent à beaucoup plus de multiples d’options. Même l’IA peut commencer à perdre de vue sa destination. L’expérience avec les humains et une plus grande puissance de puce peuvent combler cet écart.

Plus pour travailler avec

Il y a aussi beaucoup plus de données à traiter aujourd’hui, ce qui signifie plus de valeur potentielle. Grâce à Internet, aux réseaux sociaux, aux appareils connectés et à l’Internet des objets, le total des données existantes dépasse 40 zétaoctets, soit une multiplication par dix depuis 2013.

Il y a maintenant «40 fois plus d’octets que d’étoiles dans l’univers observable», selon le Forum économique mondial. Le cloud computing a facilité la consommation élastique de stockage et les demandes du réseau pour gérer ces données. Des transformations numériques en ont résulté.

Un nombre croissant d’entreprises reconnaissent les avantages. L’adoption de l’IA a triplé au cours des 12 mois précédant mars 2019, peut-être «le changement de paradigme le plus rapide de l’histoire de la technologie» selon un étude majeure. PWC prévoit que l’IA pourrait ajouter 15,7 billions de dollars à l’économie mondiale d’ici 2030.

L’IA n’est pas une mode. C’est un facteur de différenciation clé. Comme Internet, il a le potentiel de transformer complètement l’économie. Les entreprises qui le déploient efficacement apporteront des changements.

Comment transformer une entreprise avec l’IA d’entreprise

Bien sûr, les entreprises peuvent posséder tous les ingrédients nécessaires pour mener des analyses IA les plus performantes, mais ne parviennent toujours pas à obtenir des résultats, en particulier si elles n’ont pas une compréhension solide des processus commerciaux de leur secteur. La perspective et la perspicacité humaines sont plus un art qu’une science. Inspirer le premier tout en développant le second est le défi auquel nous sommes tous confrontés dans la nouvelle ère de l’IA dans laquelle nous nous trouvons maintenant.

Les entreprises bricolent parfois, améliorant des systèmes obsolètes plutôt que de repenser et de réinventer leurs opérations pour capitaliser sur l’IA d’entreprise.

Le bricolage, c’est bien. Mais bricoler trop longtemps conduit à une approche erronée qui peut aider une entreprise à réduire ses coûts ou à rationaliser ses processus à court terme. Mais il est peu probable que de tels gains justifient l’investissement nécessaire pour gagner une part de marché significative.

Pire encore, l’entreprise aura raté une occasion d’obtenir un avantage transformationnel, un avantage que ses concurrents pourraient exploiter.

Les startups qui cherchent à exploiter l’IA pour des solutions ponctuelles individuelles s’ajoutent aux problèmes de bricolage. Leur proposition de valeur est plus difficile à comprendre. Le potentiel de différenciation est généralement diminué et leur capacité de survie est moins certaine. Une tâche et une solution ponctuelle ne sont pas une entreprise commerciale.

La voie du milieu

Cependant, les entreprises n’ont pas le choix entre un changement progressif ou une concentration restreinte. Au lieu de cela, les entreprises établies et nouvelles doivent exploiter la capacité de l’IA d’entreprise à capter et à tirer parti du capital de connaissances dans leurs secteurs donnés.

En 1998, Paul Strassmann a fait valoir que la fonction appropriée du logiciel est de servir de «cortex préfrontal» de l’entreprise, en stockant et en exploitant les connaissances pratiques qui sont traditionnellement restées coincées dans la tête des employés. Lorsqu’elle est appliquée correctement, l’IA d’entreprise est la technologie idéale pour ce travail.

L’objectif de l’IA d’entreprise n’est pas seulement d’autonomiser les humains, mais également de programmer et d’institutionnaliser des organisations plus fortes, plus intelligentes et plus efficaces.

L’IA d’entreprise peut accélérer ces changements car, contrairement aux logiciels traditionnels, qui suivent les instructions statiques d’un programmeur, l’IA peut évoluer pour capturer une plus grande variété de tâches et apprendre par la pratique.

De plus, l’intelligence artificielle d’entreprise n’est pas découragée par les nombreux téraoctets de données que les entreprises rassemblent. Il observe rapidement des schémas complexes et obscurs qui manquent aux humains.

C’est pourquoi les entreprises tournées vers l’avenir l’utilisent pour créer des plates-formes de nouvelle génération – des systèmes d’intelligence exploitable qui capturent des données cloisonnées à partir de systèmes d’enregistrement existants. La solution d’IA d’entreprise rend ces données disponibles de manière holistique, via un ensemble de modèles, d’applications et de solutions d’IA.

Ces plates-formes acquièrent et intègrent également des données provenant de sources externes, fournissant des informations pour une croissance future des revenus.

Conclusion

Les entreprises auront besoin d’une vision de «l’IA-ification» si elles veulent repenser leurs opérations, transformer leurs piles technologiques, réviser les solutions existantes et gagner à l’avenir. Et nous approchons rapidement du point où il ne s’agit pas de vouloir repenser, mais de repenser.

Crédit d’image:

Chris Gale

Fondateur

Chris est le fondateur de la société de conseil et de communication en technologie d’entreprise Gale Strategies. Il est un spécialiste du marketing intégré des communications qui aide les entreprises en croissance et les multinationales à gérer les problèmes critiques et à raconter leur histoire aux investisseurs, aux clients et aux consommateurs.

Written by

manuboss