Stratégie Cognitive - weave

La page est créée Alexis Lemaire
 
CONTINUER À LIRE
Stratégie Cognitive - weave
Stratégie Cognitive

              janvier 2018
Stratégie Cognitive - weave
Executive Summary
Nous entrons dans une nouvelle ère de l’informatique : l’ère cognitive,
caractérisée par des systèmes informatiques capable d’interagir en
langage naturel et de développer leur propre « intelligence »

Cette nouvelle ère et l’explosion des nouvelles technologies
permettent aujourd'hui le développement de l’intelligence artificielle
à grande échelle. L’IA est partout, promettant des conseils
personnalisés automatisés, de nouveaux remèdes et de nouvelles
façons de travailler.

Au delà de la communication faite autour de ces nouvelles
opportunités et des craintes qu’elles engendrent, comment séparer
la fiction de la réalité ? Comment votre entreprise peut-elle adopter
le cognitif pour résoudre des problématiques réelles en 2017 ?

                                                                      2
Stratégie Cognitive - weave
SOMMAIRE

    UNE NOUVELLE ERE

           INTELLIGENCE ARTIFICIELLE

                 CAS D’USAGE

                       APPROCHE WEAVE

                                        3
Stratégie Cognitive - weave
UNE NOUVELLE
ERE            Ere cognitive
               Nous entrons dans une
               nouvelle ère de l’information
               et de l’informatique : l’ère
               cognitive.

               Quels éléments marquent le
               début de cette ère ?

                                          4
Stratégie Cognitive - weave
ère cognitive
                   UNE NOUVELLE ERE DE L’INFORMATIQUE
       L’informatique a connu un développement fulgurant le siècle dernier. Grâce aux avancées technologiques, nous
                         entrons aujourd’hui dans une nouvelle ère de l’informatique : l’ère cognitive.

                                                                                                   COGNITIF
   Intelligence                                                                                     Découverte
   du système                                                                                       Probabilistes
                                      Coût temps machine                                            Langage naturel
                                      et data
                                                                                                    Sorties complexes

                                                           PROGRAMMABLE
                                                           Recherche
                                                           Systèmes déterministes
                                                           Données d'entreprise
                                                           Langage machine
                                                                                                                   Volume de
                                                           Sorties simples                                       Données
                    TABULATION                                                                                  Générées
                     Carte à trous                                                                              90% des
                                                                                                                données ont été
                     Pointeuse                                                                                  créées en
                                                                                                                2015/2016

1837                                     1937                                                 2017
                                                                                                                             5
Stratégie Cognitive - weave
ère cognitive
           UNE NOUVELLE ERE DE L’INFORMATIQUE
L’institut Gartner positionne les éléments des systèmes cognitifs à l’apogée du Hype cycle avec une adoption
                                généralisée de ces technologies entre 2 et 10 ans.

                                                                                                               6
Stratégie Cognitive - weave
CARACTERISTIQUES DE
L’ERE COGNITIVE

    Usages digitaux et data
    Les comportements des consommateurs ont évolué
    pour privilégier les moyens digitaux dans la
    communication de tous les instants. Ces nouveaux
    usages génèrent une quantité phénoménale de
    données.

    Connection permanente
    Il n’a jamais été aussi facile de connecter un appareil au
    réseau. L’explosion de l’internet des objets en atteste et
    crée autant de sources d’information ou de points de
    contact homme-machine.

    Interopérabilité accrue
    Les systèmes s’homogénéisent augmentant leur
    interopérabilité. La mise en place de nombreux services
    ouverts et exposés via différentes API facilite les
    échanges et le traitement des données.

                                                            7
Stratégie Cognitive - weave
INTELLIGENCE
ARTIFICIELLE   Système Cognitifs
               L’intelligence artificielle est un
               mot à la mode utilisé à
               outrance et souvent confondu
               avec les moyens
               technologiques sous-jacents
               (Machine Learning, Deep
               Learning, NLP, data mining…).

               Quelle(s) définition(s) pour
               l’Intelligence Artificielle ou les
               Systèmes Cognitifs ?

                                              8
Stratégie Cognitive - weave
intelligence artificielle
INTELLIGENCE & INTELLIGENCE ARTIFICIELLE
   Il n’y a pas de définition unique et partagée de l’intelligence.
   On peut néanmoins y associer différentes capacités :                                                   The essence of

         compréhension         communication          apprentissage      mémoire          logique
                                                                                                          intelligence is
                                                                                                          skill in extracting
                abstraction        créativité        conscience de soi    planification             ...
                                                                                                          meaning from

   De la même manière, il n’y a pas de définition partagée de l’Intelligence Artificielle (IA).
                                                                                                          every day
   Il s’agit aujourd’hui plus d’un terme marketing regroupant un ensemble de moyens                       experience.
   technologiques permettant de réaliser des analyses automatiques à grandes échelles en émulant
   ou mimant le fonctionnement du raisonnement humain.
                                                                                                                      - unknow
   On différencie malgré tout les IA « faibles » permettant de comprendre une question et d’y
   répondre en piochant dans un corpus d’information (ex: IBM Watson Explorer) et les IA « fortes »
   qui sont capables de prendre réellement des décisions, d’agir en autonomie et pourquoi pas
   développer des sentiments (ex: Skynet de Terminator).

   Partant de ce constat, nous préférons utiliser le terme de système cognitif pour décrire les
   systèmes existants et l’état de l’art du marché.

                                                                                                                            9
Stratégie Cognitive - weave
intelligence artificielle
SYSTÈME COGNITIF
   Les systèmes cognitifs sont des systèmes complexes de traitement de l’information, capables d’acquérir, de mettre en œuvre
   et de transmettre des connaissances. Ils sont capables d’apprendre en suivant un mécanisme éducatif et poursuivre leur
   apprentissage de façon autonome de part l’interaction avec les utilisateurs et par de nouvelles situations. Ils comprennent et
   s’expriment en langage naturel.

   Un système cognitif raisonne de la même manière qu’un humain, en
   suivant un processus cognitif en 4 étapes …                           … et développe ainsi 4 capacités majeures :

                                 Il observe son environnement, il                     ADAPTATIF                        INTERACTIF
                            1    perçoit et recueille les informations
                                 de son entourage.
                                                                         Il prend en compte l’évolution    Il interagit facilement avec
                                                                         des informations et tient         les utilisateurs pour qu’ils
                                 Il interprète ses perceptions et
                                                                         compte des changements            puissent définir leurs besoins
                            2    construit une vue conceptuelle de
                                                                         d’objectifs.                      facilement.
                                 son environnement.

                                 Il évalue ses interprétations en
                            3    fonction de son contexte et de ses                   ITÉRATIF                         CONTEXTUEL
                                 connaissances.
                                                                         Il se souvient des anciennes      Il peut comprendre, identifier
                                 Il décide de façon autonome sur base    réponses et interactions pour     et extraire des éléments
                            4    de son évaluation et de son indice de   ré-utiliser ces informations      contextuels       (définitions,
                                 confiance.                              comme          base        de     syntaxes,     dates,     lieux,
                                                                         connaissance.                     domaines, lois…).
                                                                                                                                     10
intelligence artificielle                                 EXPERIENCE CLIENT

DOMAINES D’APPLICATION                            Proposer de nouveaux modes d’interaction
                                                  Enrichir le parcours client
                                                  Personnaliser la relation client
                                                  Améliorer la connaissance client et son
 Les systèmes cognitifs se répandent              exploitation
 peu à peu à travers les différentes
                                                  Prévoir le besoin client & adapter l’offre en
 industries. Leur rayon d’action                  prédictif
 s’agrandit et ils peuvent désormais
 compléter tous les niveaux de la
 chaine de valeur des entreprises.

         INTELLIGENCE & FONCTION
              D’ENTREPRISE
    Anticiper les évolutions de marché
    Automatiser les processus et fonctions
    d’entreprise
    Optimiser la performance des services
    Compléter la stratégie d’entreprise
    Rechercher de nouveaux axes de valeur
    Exploiter et valoriser les données internes                                          11
intelligence artificielle
LES OUTILS DU COGNITIF
      Pour fonctionner, un
 système cognitif s’appuie
     sur 6 familles d’outils
                               N LP                Natural Language
                                                   Processing             KR           Knowledge
                                                                                       Representation              CV            Computer
                                                                                                                                 Vision

                               TRAITEMENT                                 REPRÉSENTATION DES                       VISION PAR ORDINATEUR
          technologiques :     AUTOMATIQUE DU                             CONNAISSANCES
                               LANGAGE NATUREL
                               Assurer l’interactivité homme –            Représenter les informations à           Etre en capacité d’acquérir, de traiter,
                               machine, en comprenant ET générant         propos du monde permettant de            d’analyser et de comprendre des
                               du langage naturel.                        résoudre des tâches complexes.           images.
                               Utilisation : traduction, génération de    Utilisation : Réseau sémantique,         Utilisation : reconnaissance
                               résumés, analyse sentimentale…             cadre, ontologie…                        d’objets, restauration d’images…

                               AR           Automated
                                            Reasoning                     ML           Machine
                                                                                       Learning                    R     Robotic

                               RAISONNEMENT                               APPRENTISSAGE                            ROBOTIQUE
                               AUTOMATISÉ                                 AUTOMATIQUE
                               Comprendre les différents aspects du       Apprendre sans avoir été                 Etre en capacité de mouvoir des
                               raisonnement                               explicitement formaté en extrayant la    objets et interagir avec le monde
                               Utilisation : Logique et calcul, logique   connaissance de la donnée.               physique..
                               floue, inférence Bayésienne…               Utilisation : Filtre anti-spam, moteur   Utilisation : Robotique spatiale,
                                                                          de recherche, vision par ordinateur…     système de guidage…

                                                                                                                                                       12
intelligence artificielle
DIFFÉRENTS SYSTÈMES COGNITIFS

                        On dénombre 6 familles de systèmes cognitifs caractérisées par leur spectre de capacités et d’intervention :

       Robot                       Assistant                        Système                               Système                   Intelligence                            Intelligence
   d’interaction                   Personnel                         Expert                              autonome                   Spécialisée                            multifonction

   Robot ou chat bot qui       Interface personnalisée           Logiciel d'aide à la              Système robotisé et/ou           Système intelligent                       Système cognitif
    interagit avec des         permettant de contrôler          décision capable de                automatisé interagissant      développé pour répondre                      pluridisciplinaire
  humains permettant de            des systèmes par         répondre à des questions,               avec le monde réel et          à une problématique                   autoapprenant au spectre
 renseigner les gens, leur       interaction naturelle           en effectuant un                    remplaçant l’humain             complexe précise                      d’intervention étendu
 donner de l’information,                                    raisonnement à partir de
       les accueillir                                       faits et de règles connues

    Pepper, Léa SNCF           Apple Siri, Amazon Echo        Wesave, IBM Watson                       Tesla autopilot,            Deep Blue, Alphago,                   Salesforce Einstein, IBM
                                                                  Oncology                          Automation Anywhere               DeepDream                                  Watson

         NLP       KR              NLP      KR         AR     NLP       KR       AR          ML     AR     ML         CV     R        KR          AR         ML           NLP        KR       AR          ML

          DONNEES :                      DONNEES :                        DONNEES :                          DONNEES :                        DONNEES :                                DONNEES :

          structurées                    structurées            structurées      non structurées           non structurées          structurées        non structurées       structurées      non structurées

                                                                                                                                                                                 Sophistication
                                                                                                                                                                                                           13
CAS D’USAGE   Utilisation
              Les systèmes cognitifs se
              répandent peu à peu à travers
              les différentes industries. Leur
              rayon d’action s’agrandit…

              Quelles applications du cognitif
              sont aujourd’hui possibles ?
              Pour quelles industries ?

                                         14
CAS D’USAGE                                                                                      exemples inspirants
                                                                                                                           outils
                                                                                                                          cognitifs

                                                                                              Netflix
                     Mise en place d’analyse prédictive de masse pour réaliser des
 Recommandation                                                                               iTunes                      AR    ML
                     recommandations personnalisées aux clients finaux
                                                                                              Pandora

                                                                                                                          NLP   AR
                     Refonte du parcours client à l’aide de capacités cognitives pour         Northface : IBM Watson
  Parcours client
                     agréger des données diverses et enrichir l’expérience client             Facebook                    ML

                     Mise en place de nouvelles interfaces client en langage naturelle :
                                                                                              DBS – MyKai/Kasisto         NLP   KR
                     chat bot, reconnaissance vocale
   Interaction
      Client
                                                                                              Renault : Pepper            NLP   KR
                     Utilisation de robot d’interaction pour assurer la relation client sur
                                                                                              First Commercial Bank :
                     site physique
                                                                                              Pepper                       R

                                                                                              DBS : IBM Watson Wealth     NLP   KR
                     Exploitation d’un système d’aide à la décision pour accompagner
    Expertise                                                                                 Management
                     le collaborateur / expert dans son travail quotidien
                                                                                              Wesave                      AR    ML

                                                                                              CIC - Crédit Mutuel : IBM   NLP   AR
                     Analyse et catégorisation automatique des interactions mails
                                                                                              Watson
                     clients
  Automatisation                                                                              Société Générale - OWI      ML

 des traitements /
  Gestion des flux                                                                                                        KR    AR
                     Mise en place de Robotic Process Automation pour automatiser             ANZ : Automation
                     les processus de traitement interne                                      Anywhere                    ML

                                                                                                                                      15
cas d’usage
GESTION INTERACTION CLIENTS (1/2)
  La répartition des flux clients entre les canaux évolue. Le développement de l’omni-canalité transforme la relation
  client en une multitude d’interactions clients successives sur les différents médias.
  L’entreprise doit adapter ses services en charge de la relation client et ses outils pour assurer la cohérence et la fluidité
  de ces interactions clients et ainsi construire une conversation avec le client.

  Les plateformes multicanal dites « d’engagement client » transversalisées et construites autour du concept
  d’interaction client se répandent. Ces plateformes mettent en place un point de convergence des interactions et
  utilisent les données clients : profil, préférence, historique d’interaction… pour dispatcher et traiter les interactions
  clients en fonction de différentes règles métier prédéfinies.

  Il est aujourd’hui possible d’enrichir ces systèmes à l’aide de services cognitifs permettant d’analyser les demandes
  pour comprendre l’intention du client, l’objet réel de la demande, son degré d’urgence et l’état d’esprit du client sur base
  du vocabulaire et de la grammaire utilisés. Il est alors possible de gérer les flux en fonction de leur contenu et de
  faciliter leur traitement en proposant ou en automatisant la réponse.

                                                                                                                                  16
cas d’usage
GESTION INTERACTION CLIENTS (2/2)
  La gestion d’interaction clients peut être enrichie à l’aide de systèmes cognitifs :

                                                                                         17
http://kasisto.com/kai/

cas d’usage
CHATBOT
MyKAI

   DBS lance en 2016 un premier chatbot sur Facebook Messenger en utilisant l’offre MyKai de Kasisto. L’expérience,
   concluante en Inde et à Singapore, est reproduite dans les filières du groupes (POSB,…).
   Kasisto met à disposition une plateforme offrant des services de conversation et notamment un chatbot spécialisé
   dans le domaine bancaire.

                                                                                                                    18
https://www.youtube.com/watch?v=VULXuEUn2JI

cas d’usage
PEPPER
First Commercial Bank

   La First Commercial Bank a embauché le robot Pepper dans ses
   agences pour accueillir la clientèle et assurer le premier niveau
   de renseignement.
   Le robot est réellement « embauché » puisqu’il perçoit un
   « salaire » (perçu par son propriétaire).

                                                                                                        19
cas d’usage
ROBO ADVISOR
IBM Watson Wealth Management

   IBM Wealth Management est une solution
   offrant de nombreux services d’analyse
   pour    accompagner      la gestion de
   portefeuilles patrimoniaux.
   Cette solution permet d’analyser les profils
   et comportements des clients et d’étudier
   diverses sources d’informations pour gérer
   mieux les patrimoines et proposer les
   meilleures corrélations de produits aux
   clients.
   Watson intervient dans l’analyse des profils
   clients  et    dans   la    recherche    et
   l’accompagnement de la gestion du
   patrimoine.

                                                  20
cas d’usage
ROBOTIC PROCESS AUTOMATION (RPA)
AUTOMATION ANYWHERE

   La banque australienne ANZ a adopté le RPA en 2015 en Inde en utilisant la solution de Automation Anywhere.
   L’objectif de cette implémentation était de résoudre le problème de charge saisonnière et des recrutements.
   Résultat : un processus de paiement automatisé a permis de réduire une équipe de 40 personnes à seulement 2
   personnes.

                                                                                                                 21
cas d’usage
GESTION DES MAILS
CREDIT MUTUEL

   La filiale technologique du groupe Crédit Mutuel,
   Euro-Information, achète IBM Watson en fin d’année
   2015 pour réaliser un ensemble d’expérimentations.
   En fin d’année 2016, le Crédit Mutuel lance la phase
   pilote de son analyseur de mail réalisé avec IBM
   Watson. Cet outil permet d’analyser automatiquement
   le contenu des mails clients, de les catégoriser en
   fonction de leur thème et de l’urgence de la demande.
   Un ensemble de réponse type a été créé pour
   répondre aux demandes les plus répandues. Watson
   priorise donc les emails et associe à une réponse type
   avant de les proposer aux conseillers.

                                                            22
cas d’usage
PROCHAIN FILM ?
NETFLIX

  Netflix utilise de nombreux
  algorithmes de prédiction pour
  recommander le prochain film
  ou série que vous pourriez
  vouloir regarder.
  De la même manière Amazon,
  iTunes, Pandora et d'autres
  entreprises      utilisent     des
  analyses prédictives similaires
  pour     faire   de     meilleures
  recommandations.
  Netflix va encore plus loin en
  utilisant ces informations pour
  décider de ce que les studios
  devraient réaliser pour répondre
  à la demande.

                                       23
cas d’usage
Expert Personal Shopper
The North Face

   En partenariat avec Fluid (éditeur de site de
   e-commerce), The North Face a mis en
   place un micro site dédié à la vente
   spécialisée de manteaux.
   Ce micro site propose les services d’un
   « Personal Shopper » en apportant les
   conseils d’un expert sur le domaine des
   manteaux techniques (vendus par The
   North Face).
   Fluid met en place des capacités cognitives
   pour interagir avec le client par des
   questions réponses, puis agrège des
   données     de     sources    variées    pour
   sélectionner les produits les plus pertinents
   selon le contexte.

                                                   24
cas d’usage
AUTOPILOT
TESLA

   Les modèles Tesla sont équipés
   d’un    système    d’autopilotage
   constitué de 8 caméras et
   différents radars.
   La voiture est ainsi capable
   d’identifier son environnement,
   déterminer les potentiels dangers,
   de définir son allure, choisir son
   chemin et ainsi se conduire toute
   seule.

                                                                  25
                                        https://www.tesla.com/fr_FR/autopilot
cas d’usage
EINSTEIN
SALESFORCE

   « Salesforce Einstein intègre de l'intelligence
   artificielle (IA) au cœur de la plateforme
   Salesforce, pour en faire le CRM le plus intelligent
   au monde. Il apporte des capacités d'IA avancées
   aux outils de vente, service client et marketing. »
   Salesforce met ainsi à disposition sur sa
   plateforme des services cognitifs déployables
   rapidement permettant d’enrichir les campagnes
   marketing, de coacher les vendeurs ou
   d’accompagner les services clients en exploitant
   la donnée client.
   En plus de ces services accessibles clés en main,
   il est également possible de développer ses
   propres algorithmes à l’aide des outils de la
   plateforme.

                                                                                                           26
                                                          https://www.salesforce.com/fr/products/einstein/overview/
cas d’usage
GOOGLE HOME
GOOGLE        Google Home est l’extension à domicile de Google Assistant précédemment développé
              sur mobile. Cet assistant donne accès à de nombreuses fonctionnalités à travers une
              interface vocale.
              Google Home interagit donc en langage naturel, peut reconnaitre les personnes par
              leur voix, accède à un corpus d’informations et d’actions et apprend de chaque
              interaction pour personnaliser peu à peu les échanges.
                                                                                                   27
                                                                           https://madeby.google.com/home/
APPROCHE
WEAVE      De la théorie à la
           pratique
           L’écosystème du cognitif
           explose, les industries
           adoptent les systèmes
           cognitifs et inscrivent l’IA à leur
           plan stratégique.
           Par où commencer ?
           Comment transformer
           l’excitation du marché en
           fonctionnalités réelles ?

                                        28
approche weave
TRANSFORMATION D’ENVERGURE

   L’entrée dans l’ère cognitive représente une vraie transformation pour les systèmes
   d’information comme pour leurs utilisateurs :

    o    Transformation économique : une évolution des modèles économiques et nouveaux axes
         de développement de valeur

    o    Transformation méthodologique : de nouvelles approches et méthodes de travail sont à
         adopter

    o    Transformation technologique : de nouvelles infrastructures techniques sont nécessaires

    o    Transformation humaine : des changements humains importants dans l’appréciation et
         l’utilisation des nouvelles technologies

   Une transformation d’envergure nécessitant de construire un plan d’action prospectif robuste
   qui tire partie des capacités de l’existant et permet un éclairage pertinent sur la trajectoire à
   suivre.

                                                                                                       29
approche weave
PLAN DE TRANSFORMATION COGNITIVE
   Pour aborder cette transformation d’envergure, nous vous proposons d’adopter une stratégie en 3 étapes
   clés :

01.Stratégie Cognitive                                02.Expérimentation                          03.Industrialisation
    Définition de votre stratégie                        Construction de vos premières                Déploiement des solutions
    cognitive en analysant votre                         solutions cognitives en                      concluantes à une échelle
    existant, en inventoriant vos                        exploitant les architectures cloud           industrielle en vous dotant des
    données disponibles et en                            based                                        infrastructures nécessaires
    priorisant les cas d’utilisation
    cognitifs de valeur
                                                                         Mesure

                                                            Données                     MVP
         Diagnostic

                                                                                                                          Services           Autres
                                       Priorisation

                       CAS D’USAGE                                                                    Cas d’usage         Cognitifs         Services
                                                                                                        validé et
                            &                                                                          développé
                      VALEUR METIER                                                                      dans le
                                                                                                          cloud
                                                                                                                                      API
                                                          Appren-
                                                          tissages                     Réalisa-                                             Services
                                                                                                                           Core IT
                                                                                         tion                                                Dédiés

                       DONNEES
                                                                           Cas
                                                                         d’usage

                                                                                                                                                  30
approche weave
UNE ATTENTION SPECIFIQUE POUR LA DATA
          La data est au cœurs des systèmes cognitifs.
          Cette dépendance à l’information produit deux problématiques majeures pour les entreprises :

  LE PATRIMOINE DATA                                              LE PRINCIPE GIGO
  Pour fournir de la valeur, les systèmes cognitifs doivent       Le principe « Garbage in = Garbage out » est
  absorber une grande quantité d’informations. Un prérequis       fondamental dans l’apprentissage des systèmes cognitifs.
  pour mettre en place et utiliser un système cognitif est        Les données de base utilisées pour construire le système
  alors de posséder suffisamment de patrimoine data               doivent être de qualité. C’est-à-dire, être le plus fidèle à la
  pour construire la base de connaissance de départ.              réalité, posséder une forte représentativité, constituer une
  Pour compléter votre patrimoine, il existe certains             volumétrie et un historique suffisants. La performance du
  patrimoines ouverts (open source - notamment pour le            système repose sur l’entrainement et particulièrement sur
  NLP), d’autres pouvant être achetés auprès de partenaires.      les données utilisées lors de cet entrainement.
  La maîtrise de vos données est primordiale pour démarrer        La préparation amont des données représente un effort
  l’aventure.                                                     important et nécessaire.

                 weave.data vous accompagne pour répondre à ce double enjeu de la data et vous facilite la
                 mise en place des capacités cognitives au cœur de vos systèmes d’informations.

                                                                                                                              31
approche weave
NOTRE ECOSYSTEME

En quête de solutions et face aux turbulences, nous faisons le choix du travail en écosystème,
source de nouveaux points d’appui et d’inspiration perpétuelle pour vous et nous.                      Le conseil en « stratégie
Le concept de conseil en « stratégie augmentée », que nous avons déposé, traduit notre                 augmentée », fruit de
volonté d’approcher le conseil en intégrant de nouvelles dimensions :                                  l’hybridation entre le
    l’approche par les usages                                                                          conseil en stratégie
    l’expérimentation                                                                                  opérationnelle et de
    la data, nouvelle source de vision et de business models                                           nouvelles compétences

                  Stratégie Opérationnelle                                               Veille dédiée à l’intelligence
          Conseil Métier & Technologique                                                 artificielle > ia.weave.eu

                                                                                                   Weave.air
                                                                                                   Design Thinking, Business Design
   Weave Data : Machine Learning,
      mathématiques appliquées

                                                                                                 Incubation des Start up
                                                                                                 de notre écosystème

                                  Expérimentation, POC Lab                                                                    32
approche weave
NOS REFERENCES, NOS ACCELERATEURS
     Nos références :

  Secteur financier - Accompagnement de la                 Banque régionale - Moteur de                                 Lessivier - Prototypage rapide de solution
  transition digitale d’un acteur du conseil               recommandation d’offres bancaires exploitant                 d’objets connectés : boule doseuse connectée
  boursier à distance                                      les comportements clients
  Design Thinking sur les usages liés à la Finance         Réaliser un moteur de recommandation sous forme de           Conduite d’un POC évaluant l’opportunité d’une boule
  Comportementale des boursicoteurs et POC d’une appli     POC pour prédire en fonction du profil et comportement       doseuse connectée collectant les données d’utilisation
  dédiée (et déployée auprès des conseillers à distance)   client, la ou les prochaines offres auxquelles il pourrait   par le consommateur final lors des cycles de lavage à
  sur plateforme Apple/IOS                                 souscrire par canal                                          l’aide de 6 capteurs embarqués et de l’exploitation du
                                                                                                                        réseau Sigfox,

     Pour accélérer la transformation et se lancer tout de suite dans le cognitif, nous pouvons employer trois
     accélérateurs :

              DESIGN THINKING                                               WEAVE.DATA                                                   HACKATHON
  Avec notre AIR Lab, il est possible de réaliser          Notre Business Unit weave.data vous                          Il est également envisageable d’organiser un
  une première itération de la démarche en                 accompagne dans la convergence des                           hackathon avec des acteurs internes et notre
  suivant la méthodologie du Design Thinking,              différentes dimensions de la Data :                          écosystème qui vous permettra d’ouvrir les
  vous permettant d’aboutir à un premier                   ▪ Data Strategy & Governance                                 horizons des sujets traités et de construire
  prototype de solution (POC/MVP) et de                    ▪ Data Maturity Scope                                        des premières solutions.
  garantir l’adhésion des utilisateurs et la               ▪ Data Factory
  qualité des ergonomies (UX/UI).                          ▪ Data Mobile App
                                                                                                                                                                       33
GET IN TOUCH !

                    Laurent HELLE               Bastien MARICHAL
             Associé Banque & Assurance         Explorateur Cognitif
                  laurent.helle@weave.eu      bastien.marichal@weave.eu
                       06 76 97 17 26               06 20 10 52 58

                  Christophe VALLET             Pirmin Lemberger
                    Associé weave.data        Directeur Scientifique IA
                 Christophe.vallet@weave.eu   Pirmin.lemberger@weave.eu
                        07 88 75 50 36

                                                                          34
35
Our machines should be nothing more than
tools for extending the powers of the human
                beings who use them.
                                       Thomas Watson Jr.

                                                    36
ANNEXE

     37
ANNEXE

LIVRET BLANC INTELLIGENCE ARTIFICIELLE IA.WEAVE

GLOSSAIRE

TEST DE TURING

FILMOGRAPHIE

LIENS UTILES

GESTION INTERACTION CLIENTS
                                                       38
LIVRET BLANC INTELLIGENCE ARTIFICIELLE WEAVE

   Retrouvez notre livre blanc consacré à l’intelligence artificielle sur http://ia.weave.eu

                                                                                               39
GLOSSAIRE

 Certains termes associés à l’IA sont utilisés
 principalement à des fins de marketing, tandis
 que d'autres sont plus techniques…

 Voici quelques définitions pour les termes
 communs qu’il est possible d’entendre.

 C’est un bon point de départ si vous souhaitez
 développer l’IA au sein de votre organisation.

                                                  40
GLOSSAIRE

  INTELLIGENCE ARTIFICIELLE (IA) : il n’existe pas de définition partagée de ce concept, qui
  correspond plus aujourd’hui, à un terme marketing désignant tout système qui « pense de la
  même manière que les êtres humains ». L’IA est en réalité composé d’un ou plusieurs
  systèmes cognitifs permettant de rassembler les capacités de raisonnement, de
  planification, d’apprentissage et d’interaction en langage naturel.

  SYSTÈME COGNITIF : les systèmes cognitifs sont des systèmes complexes de traitement
  de l’information, capables d’acquérir, de mettre en œuvre et de transmettre des
  connaissances. Ils sont capables d’apprendre en suivant un mécanisme éducatif et
  poursuivre leur apprentissage de façon autonome de par l’interaction avec les utilisateurs et
  de nouvelles situations. Ils comprennent et s’expriment en langage naturel. Ils constituent le
  « cerveau » de l’IA.

                                                                                                   41
GLOSSAIRE

  ALGORITHME : correspond à une suite finie et autonome d’opérations ou d'instructions
  permettant de résoudre un problème ou d'obtenir un résultat. La définition d’algorithme
  permet d’automatiser des processus ou des analyses. Par exemple, les algorithmes de
  recommandation de Netflix peuvent prédire les films qu'un consommateur voudrait
  regarder en fonction de leur historique de visualisation.

  MACHINE LEARNING (ML) : ou apprentissage automatisé, désigne la conception, l'analyse,
  le développement et l'implémentation de méthodes permettant à un ordinateur d'évoluer
  par un processus systématique (apprentissage), et ainsi de remplir des tâches difficiles ou
  problématiques à remplir par des moyens algorithmiques plus classiques. Par exemple, le
  moteur de machine learning de Facebook utilise des algorithmes et des points de données
  pour montrer à un utilisateur des amis suggérés, afficher des annonces pertinentes et
  détecter le spam.

  DEEP LEARNING : est une branche du machine learning qui utilise des algorithmes
  complexes imitant le réseau neuronal du cerveau pour apprendre un domaine avec peu ou
  pas de supervision humaine. Par exemple, Google Photos utilise le deep learning pour la
  reconnaissance faciale des photos.
                                                                                                42
GLOSSAIRE

  RÉSEAUX DE NEURONES : approche informatique qui modélise de manière souple
  comment le cerveau résout les problèmes avec des couches d'entrées et de sorties. Plutôt
  que d'être programmés, les réseaux sont formés avec plusieurs milliers de cycles
  d'interactions et entrainés sur des jeux de données avant d’être exploités.

  DATA MINING : ou exploration de données a pour objet l’extraction de connaissances à
  partir de grandes quantités de données, par des méthodes automatiques ou semi-
  automatiques. Pour réaliser cette extraction, un ensemble d’algorithmes est utilisé en
  s’appuyant sur des analyses statistiques ou bien du machine learning.

  BIG DATA : désigne un ensemble très volumineux de données provenant de sources
  diverses et variées. Par exemple : messages de réseaux sociaux, vidéos, documents, photos,
  informations climatiques, signaux GPS, enregistrements transactionnels d’achats en ligne
  et bien d’autres encore… Le Big Data est désormais un buzzword mélangeant la donnée, les
  outils, la technologie et les usages adhérents à ces amas de données. L’objectif reste
  néanmoins de tirer profit de l’analyse des données en masse par la découverte de patterns.

                                                                                               43
GLOSSAIRE

  ANALYSE PREDICTIVE : est une branche de l’analyse avancée des données utilisée pour
  prévoir des événements futurs inconnus en fonction de modèles de données historiques.
  Elle est notamment à l’origine des offres marketing qui deviennent plus pertinentes à
  chaque fois que vous agissez (ou vous vous abstenez d’agir) à la suite d’une offre reçue par
  e-mail.

  NATURAL LANGUAGE PROCESSING (NLP) : ou traitement automatisé du langage naturel
  est le domaine d’étude dans lequel les machines sont formées pour comprendre le langage
  humain. Il est utilisé pour les traductions automatiques, les chatbots ou les assistants
  personnels et permet plus généralement de faciliter les interactions homme - machine

  PARSING : est le processus d’analyse du texte permettant de le passer au crible des règles
  de grammaire ou de syntaxe. Il s’agit de l’étape préliminaire au traitement automatisé du
  langage naturel. Sur base la du parsing, les algorithmes de classification permettent de
  déterminer un champs lexical, un sentiment / intention et un sens au texte.

                                                                                                 44
A computer would deserve to be called
intelligent if it could deceive a human into
                 believing that it was human.
                                   Alan Turing

                                            45
TEST DE TURING
  En 1950, Alan Turing défend dans son article « Les machines savent-elles penser ? », que toute
  fonction humaine est traduisible sous forme d'algorithme, et qu’il est alors possible qu'un
  automate puisse faire ce qu'un homme sait faire, à condition de lui fournir un programme de
  travail adéquat.
  Il met au point un test pour évaluer « l’intelligence » d’une
  machine :
   – Un examinateur est confronté à deux entités dissimulées : un
     humain et un ordinateur
   – L’examinateur adresse les mêmes questions aux deux entités.
   – L’examinateur doit en fonction des réponses déterminer quelle
     entité est l’ordinateur.
  Le test est passé par l’ordinateur si l’examinateur est
  incapable de différencier les deux entités.

                                                                                                   46
TEST DE TURING
  Ce test pose plusieurs questions sur nos attentes vis-à-vis des machines « intelligentes ».
  Pour réussir ce test, il ne s’agit pas uniquement d’apporter la meilleure réponse le plus rapidement possible et
  en pouvant la justifier de meilleure façon possible, il faut pouvoir offrir une réponse qu’un être humain puisse
  fournir. Il est alors nécessaire de simuler le comportement humain, ajoutant des approximations,
  introduisant des erreurs volontaires et des lenteurs dans la réponse… De la même façon, il est envisageable
  de pouvoir introduire du mensonge pour me tromper le testeur et assumer une part de « personnalité » de
  la machine. La machine peut assumer ne pas répondre à un thème récurrent (ex: la météo) en prétextant ne
  pas être la miss météo (par exemple). Enfin l’expression doit porter l’approximation humaine (faute de
  grammaire, hésitation, expressions…)
  En réalité, passer le test de Turing réside plus dans l’imitation des biais humain que dans la recherche d’une
  intelligence complète : nous ne cherchons plus la machine la plus efficace et la plus juste mais une machine
  suffisamment intelligente pour ressembler à un être humain et se confondre avec nous…
  A plusieurs reprises dans l’histoire informatique, des
  systèmes ont pu « réussir » le test de Turing en trompant
  l’humain sur un périmètre ou cas d’utilisation fermé et
  bien précis. Aucune machine n’a encore réalisé le test sur
  un éventail large d’interaction et de sujets.

                                                                                                                 47
FILMOGRAPHIE

 CHAPPIE
 Sortie : 2015
 Directeur : Neill Blomkamp
 Scenariste : Neill Blomkamp,
             Terri Tatchell
 Avec: Sharlto Copley, Dev Patel,
       Hugh Jackman

                                    EX MACHINA
                                    Sortie : 2015
                                    Directeur : Alex Garland
                                    Scenariste : Alex Garland
                                    Avec: Alicia Vikander, Domhnall
                                            Gleeson, Oscar Isaac

                                                                      48
FILMOGRAPHIE

 HER
 Sortie : 2013
 Directeur : Spike Jonze
 Scenariste : Spike Jonze
 Avec: Joaquin Phoenix, Amy Adams,
       Scarlett Johansson

                                     I, ROBOT
                                     Sortie : 2004
                                     Directeur : Alex Proyas
                                     Scenariste : Jeff Vintar
                                     Avec: Will Smith, Bridget Moynahan,
                                     Bruce Greenwood

                                                                           49
FILMOGRAPHIE

 TRANSCENDENCE
 Sortie : 2014
 Directeur : Wally Pfister
 Scenariste : Jack Paglen
 Avec: Johnny Depp, Rebecca Hall,
       Morgan Freeman

                                    THE IMITATION GAME
                                    Sortie : 2015
                                    Directeur : Morten Tyldum
                                    Scenariste : Graham Moore,
                                                Andrew Hodges
                                    Avec: Benedict Cumberbatch, Keira
                                          Knightley, Matthew Goode

                                                                        50
LIENS UTILES

  Harvard Business Review                                      THE VERGE                                             DISTILL
  The Competitive Landscape for                            Artificial Intelligence                      Latest articles about machine
       Machine Intelligence                                                                                        learning
                                                  Le site éditorial THE VERGE possède une
Harvard Business Review s’intéresse de près       rubrique dédiée à l’intelligence artificielle et   Distill a été lancé par Google et a pour
aux évolutions technologiques liées à             diffuse l’ensemble de l’actualité assocée.         objectif de regrouper, de partager et faciliter
l’intelligence artificielle et à ses différents   Des articles de fond sont aussi publiés tel        la compréhension des publications autour
impacts sur la société et l’économie. Un          que : “What counts as artificially intelligent?    du machine learning. Le contenu est
panorama de la concurrence est publié             AI and deep learning, explained”                   régulièrement     enrichi   des     dernières
régulièrement.                                                                                       publications majeures

                      https://goo.gl/oSLwtw                               https://goo.gl/2alJtm                                   http://distill.pub

                                                                                                                                                 51
Vous pouvez aussi lire