L’objectif ici est d’identifier des opportunités d’optimisation et d’innovation par l’IA.

Il existe aujourd’hui deux catégories d’intelligence artificielle communément utilisées dans les entreprises. 

• Le Machine Learning s’appuie sur un algorithme qui adapte lui-même le système à partir des retours faits par l’humain. Les algorithmes de Machine Learning permettent à une machine d’effectuer des tâches simples.  
• Pour les tâches complexes, on fera appelle au Deep Learning (sous-catégorie du Machine Learning).  Le système fonctionne à partir de plusieurs couches de réseaux neuronaux, qui combinent différents algorithmes en s’inspirant du cerveau humain. Ainsi, il est capable de travailler à partir de données non structurées a contrario du Machine Learning.

Certaines entreprises ont besoin de Machine Learning, d'autres de Deep Learning, et d’autres d’un mélange des deux. 

Un audit permet d’avoir une évaluation des besoins de votre structure et des coûts associées. Le ticket d'entrée pour un projet IA est de l'ordre de 10 000 euros. Cela permet à une PME de tester un outil et de vérifier son adéquation au besoin. Une solution d'IA de technicité plus élevée nécessite un investissement de 40 à 50 000 euros et un certain volume de données. Si ce coût n’est pas négligeable, il reste abordable au regard des gains potentiels pour l’entreprise.

Il a été démontré que le frein principal à l’intégration de l’IA dans les PME était le coût de développement. Des aides financières existent pour les entreprises voulant sauter le pas.

> En savoir plus

Dans cette phase d’étude, il faudra définir les objectifs stratégiques de votre PME.

• Que souhaitez-vous accomplir en termes de coûts, revenus, rayonnement ? 
• Quels sont les enjeux juridiques, humains, sociétaux ? 
• Comment l’IA peut-elle vous aider à atteindre les performances souhaitées ? 

Faites une planification stratégique de votre PME (Business Case et Feuille de route) au niveau technique, éthique et business. Vous devez clairement définir le gain que l’application de cette technologie va générer (pensez au ROI), le budget à prévoir, ainsi que les délais. 

Simultanément, évaluez la maturité digitale de votre PME. Quelles adaptations internes seront nécessaires à l'intégration de cette technologie ? Avez-vous saisi le train de la transformation digitale ? Si ce n’est pas le cas, le pôle entreprise de la CCI Val-de-Marne se mobilise pour vous aider dans vos projets digitaux, n'hésitez pas à solliciter leur aide. > En savoir plus

L’entreprise qui souhaite intégrer l’IA doit d'abord déterminer d'où viennent les données relatives au développement de la solution souhaitée. Les données représentent ce que l’on souhaite exploiter. Brutes, elles sont de qualité variable. Or, rapidité et fiabilité des données sont les maîtres-mots de tout projet impliquant de la Data. Il faut donc avoir une stratégie de gouvernance des données. 

La gouvernance des données est un ensemble de pratiques et de processus qui contribuent à assurer la maîtrise du patrimoine de données au travers d’une organisation.

Pour structurer une stratégie de Gouvernance de données au sein d’une organisation, il faut tout d’abord évaluer l’état des points suivants :

• La connaissance de son patrimoine de données,
• La structuration des responsabilités et des droits autour de la donnée,
• La mise en place de normes de qualité et la gestion quotidienne de celle-ci,
• La sécurisation des données les plus sensibles de l’entreprise,
• La maîtrise du cycle de vie de ses données,
• La création de valeur autour de la donnée.

Le traitement des données est régi par des lois, réglementations et prospective juridique. Pour plus d’information sur les textes du règlement général sur la protection des données (RGPD), la CNIL a mis en place l’outil de recherche suivant : Dataviz

Découvrez dans le tableau page 24, du document "Comment permettre à l'homme de garder la main", le résumé des grandes fonctions des algorithmes et de l’IA dans différents secteurs. En fonction de l’application que vous voulez faire de l’IA dans votre domaine d'activité, il existe des solutions SAS (Software As Service).

• Solution de Machine Learning

Les solutions de Machine Learning utilisent des outils intuitifs et complets, et des fonctionnalités automatisées de feature engineering* qui améliorent les recommandations et permettent de prendre plus rapidement de meilleures décisions. 

* définition : Le Feature Engineering consiste à extraire des caractéristiques des données brutes afin de résoudre des problèmes spécifiques à un domaine d’activité grâce au Machine Learning.

• Solution de Traitement du langage naturel

Le traitement du langage naturel facilite la compréhension, l'interaction et la communication entre les humains et les machines. Ces solutions d'IA extraient automatiquement des informations métiers, stratégiques et dégagent des tendances émergentes à partir de grandes quantités de données, structurées et non structurées.

• Solution d’analyse d'image

L'analyse d'image interprète le contenu d'une image ou d'une vidéo. Des solutions d'IA utilisent cette technologie pour accélérer l'automatisation avec des outils simples de traitement d'images, de reconnaissance et de détection d'objets.

• Prévision et optimisation

La prévision vous permet d’anticiper les futurs résultats. L'optimisation fournit les meilleurs résultats en tenant compte des contraintes de ressources. Les solutions SAS gèrent toutes les étapes des workflows de prévision et d'optimisation, permettant l'automatisation à grande échelle de la prévision des résultats et de l'optimisation des décisions.

Pour des applications complexes de l’IA comme le Deep Learning, il faudra solliciter l’aide de prestataires experts dans ce domaine. 

Une fois votre solution identifiée, il faudra penser aux stratégies et technologies de maintenance (performance et sécurité). 

Un projet d’IA reste un projet comme tout autre. Il lui faut une équipe solide pour pouvoir être mené à bien. La constitution des équipes s'effectue de part égale entre experts en IA et experts dans le domaine d’activité de la PME. Ensemble, ils doivent travailler à construire la solution adéquate pour l’entreprise. 

L’expertise en IA est le plus souvent effectuée par une équipe de prestataires externes. En addition, il est recommandé de recruter un « sachant » en interne ou de sélectionner un consultant. Le data scientist est le corps de métier le plus prisé dans cette position. Il crée un pont entre les deux domaines et assure la gestion des données nécessaires au projet IA. En fonction de votre entreprise d’autres positions peuvent s'avérer utiles:

• Le Chief Data Officer (Directeur des données) est responsable de la stratégie de gouvernance des données.
• Le Data Owner (propriétaire des données) assume la responsabilité directe des données. Cette personne doit connaître l’appareil, l’application ou le système en question ; elle est également étroitement impliquée dans la protection de l’intégrité des données. Outre ces propriétaires de données « opérationnels », vous pouvez aussi désigner des propriétaires de données « tactiques », responsables d’un domaine ou d’un sujet précis et chargés de faciliter la communication avec les parties prenantes.
• Le Data Steward (Responsable des données) veille à la bonne exécution et au maintien correct des procédures et est responsable des formations.

L’éthique est un ensemble de normes édictées par l’entreprise et qu’elle s’impose à elle-même. Ces dernières années, la notion d’éthique s’est beaucoup développée en IA du fait d'une inquiétude grandissante chez le grand public. Les gens sont  préoccupés par :

• Les nouvelles modalités de prise de décision des algorithmes ;
• Le manque de responsabilité des algorithmes en cas d’erreur ; 
• La perte de compétences et la disparition des corps de métiers se reposant  intensément sur l’IA ;
• Une « gestion des incertitudes » jugée inefficace chez la machine comparativement à ce dont est capable l’homme ;
• Une incapacité à gérer les exceptions ;
• La perte du sentiment d’humanité.

Toute institution est priée d’effectuer une réflexion éthique sur les différentes thématiques évoquées plus haut et entrant dans leur périmètre d’utilisation de l’IA. Elles doivent aussi se soumettre aux lois, réglementations et prospective juridique portées par la CNIL dans sa mission de réflexion éthique pour une République numérique.  

Enfin, la thématique des biais, des discriminations et de l’exclusion mérite une vigilance toute particulière aux yeux de tous. En matière de recrutement, on craint l’éventualité qu’un algorithme soit codé selon les objectifs des employeurs aux dépens des salariés (biais volontaire) ou que l’outil algorithmique soit facteur d’inquiétudes quant aux erreurs qu’il pourrait générer (biais involontaire).

Pour pallier les dérives de l’utilisation de l'IA, la CNIL propose 6 recommandations opérationnelles à destination tant des pouvoirs publics que des diverses composantes de la société civile (entreprises, grand public, etc.) .

• Former à l’éthique tous les acteurs-maillons de la « chaîne algorithmique » (concepteurs, professionnels, citoyens) : l’acculturation au numérique doit permettre à chacun  de comprendre les ressorts de la machine ;
• Rendre les systèmes algorithmiques compréhensibles en renforçant en organisant la médiation avec les utilisateurs ;
• Travailler le design des systèmes algorithmiques au service de la liberté humaine ;
• Constituer une plateforme nationale d’audit des algorithmes (Transparence) ;
• Encourager la recherche sur l’IA éthique;
• Renforcer la fonction éthique au sein des entreprises (par exemple, l’élaboration de comités d’éthique, la diffusion de bonnes pratiques sectorielles ou la révision de chartes de déontologie peuvent être envisagées).

Enfin, la question de l’acculturation du personnel à l’IA est intransigeante. 

Les entreprises qui investissent dans l'IA ont besoin de personnes capables de collaborer main dans la main avec les machines. L’objectif est de mettre en place un écosystème où tous les collaborateurs comprennent le projet et se sentent impliqués. Il existe différentes méthodes d’acculturation (learning expeditions, intrapreneuriat, hackathon, les projets etc.). Ne pas oublier de former son personnel à l’IA, car malgré son degré d’autonomie, l’IA a pour vocation de travailler en collaboration avec l’Humain. La CCI met à disposition des ateliers thématiques sur l’IA au service des différentes fonctions. > En savoir plus

Nous espérons que cet article vous a été utile. Pour toute question et orientation, contactez le pôle entreprise de la CCI Val-de-Marne. Vous serez mis en contact avec un conseiller numérique pour vous orienter dans votre projet. Contactez-nous !