Frédéric Marie - Directeur Général - Stibo Systems France
Intelligence artificielle et Machine Learning, de la fiction à la réalité
Le Machine Learning est en passe de devenir une réalité que l'on ne voyait jusqu’ici qu'au cinéma. Cette technologie représente une forme d'intelligence artificielle (IA) qui donne aux ordinateurs la capacité d'appendre sans leur programmation explicite. Pour cela, le Machine Learning utilise des algorithmes et extrait des données existantes pour créer une prévision.
En 2017, le Machine Learning devrait atteindre un nouveau palier. Alors que cette technologie sert, par exemple, à créer des listes de lecture et recommander des livres, nous voyons à présent d'autres perspectives. Ces dernières se concrétisent avec le lancement récent du service Amazon Go. La dernière innovation technologique d'Amazon, qui vise à permettre aux clients d'éviter de faire la queue à la caisse en quittant simplement le magasin avec leurs produits enregistrés et payés automatiquement, peut constituer la première étape vers une rupture pour l'ensemble de l'industrie alimentaire.
Le Machine Learning peut également servir aux entreprises pour optimiser leurs fichiers clients. Lorsque dans une même base de données, deux informations sont contradictoires, l’Intelligence Artificielle peut intervenir pour savoir quelle est la plus crédible en recoupant certains critères comme la source de la donnée, la sémantique utilisée pour la qualifier, etc. Cet algorithme peut être capable de créer une source unique de référence en analysant la pertinence des différents champs de la donnée (client, produit, etc.).
Industrie 4.0 : il est temps que les professionnels s'y préparent
Le concept d'Industrie 4.0 se définit comme la tendance actuelle à l'automatisation et l'échange de données dans les technologies de production. Le terme désigne spécifiquement la quatrième révolution industrielle et découle directement de l'Internet des objets (IoT) et du Machine Learning. Comme pour toute nouvelle tendance, de grands défis et de grands avantages se dessinent.
Alors que l'Industrie 4.0 offre la possibilité d'améliorer les moyens de production, la santé ainsi que la sécurité des travailleurs, elle pourrait peser sur l'emploi et les coûts technologiques. Toutefois, comme souvent avec les technologies nouvelles et perfectionnées dans la sphère professionnelle, ceux qui n'optent pas pour la transformation numérique risquent de ne pas pouvoir suivre le rythme.
Cette tendance technologique, à suivre de près en 2017, devra pour cela s’appuyer sur une gestion irréprochable des données. Qualifier les sources et leurs données doit être une priorité pour les industries de demain.
Les “Digital Twins” deviennent une réalité abordable
Alors que les Digital Twins sont des outils utilisés depuis quelques années déjà, cette tendance constitue un autre résultat direct de l'accessibilité permise par l'IoT. “Un Digital Twins est un logiciel dynamique d'un objet physique ou d'un système qui repose sur des données de capteurs pour comprendre son état, réagir aux changements, améliorer le fonctionnement et créer de la valeur”, d’après la définition de Gartner (1). Les Digital Twins étant déployés en production (automobiles, avions, etc.) depuis un certain temps, pourquoi cette tendance figure-t-elle parmi les prévisions 2017 ?
En raison de l'essor exponentiel de l'Internet des objets, les Digital Twins deviennent une réalité plus abordable. En 2017, nous pouvons nous attendre à ce que les Digital Twins dépassent le cadre de l'industrie avec des données en temps réel. Les données des appareils connectés intelligents seront agrégées, analysées et transformées en information décisionnelle pour le personnel de maintenance. Les techniciens pourront se concentrer sur la prévention des problèmes plutôt que de devoir effectuer de longs processus de diagnostics à chaque visite d'entretien.
Prenons un exemple : dans un avenir proche, une voiture connectée sera capable d’analyser le comportement et les habitudes de route de son utilisateur, qui - s’il conduit surtout en ville et sur de courts trajets - sera capable d’ajuster sa consommation et son comportement routier à ses habitudes, le tout en temps réel : c’est tout l’intérêt des Digital Twins.
Le Cloud, puissance indispensable au traitement des données
Le Cloud computing était déjà un thème majeur en 2016, et il va continuer à l'être en 2017 alors que des charges de travail toujours plus nombreuses vont migrer vers des plateformes Cloud. Un rapport de Cisco a révélé que plus de 83% du trafic des datacenters sera hébergé dans le Cloud au cours des trois prochaines années (2). Les prévisions Cloud 2017 de Forrester projettent que le marché mondial du Cloud public passera de 87 milliards de dollars en 2015 à 146 milliards en 2017 (3).
Cependant, cette masse d’informations doit être gérée par des outils adaptés afin d’en tirer le meilleur parti. Par exemple, lorsqu’un magazine continue d’envoyer des offres de réabonnement à la veuve d’un mari décédé plusieurs années auparavant, le problème est souvent lié à un manque d’analyse des données clients. La qualité de la donnée de référence est essentielle à l’efficacité marketing. Une entreprise peut devenir contre-productive en ne mettant pas en œuvre cette donnée ciblée.
Toutefois, l'explosion en termes d'utilisation va s'accompagner inévitablement de problèmes grandissants en termes de protection des données et de sécurité, de gestion, d'automatisation et d'évolutivité. L'année 2017 devrait apporter de nouvelles solutions à ces problèmes.
La protection des données va devenir un facteur concurrentiel d'importance croissante
Les entreprises ont pris conscience que les données constituent désormais le cœur de la technologie et de l’expérience client. En 2017, le grand public en prendra de plus en plus conscience et réalisera que les données personnelles sont effectivement précieuses pour les entreprises. Par conséquent, il va devenir plus critique et plus exigeant vis-à-vis de ceux avec lesquels il partage ses données, de l'usage que ces derniers en font et de ce qu'il en retire.
Cette tendance est alimentée par un contexte réglementaire entièrement nouveau en matière de protection des données personnelles prévu au début 2018. Le Règlement général sur la protection des données (4) va bouleverser la manière dont les entreprises internationales traitent les données des citoyens de l'UE tout en relevant la barre pour celles qui ne le font pas. La gestion de la protection des données va ainsi devenir une priorité pour les entreprises en 2017.
Le point commun à toutes ces tendances technologiques demeure la donnée. Il est indispensable, en 2017, que les entreprises adoptent une cohérence de l’information via une gestion centralisée des données. Il faut pour cela établir une réelle gouvernance des données afin que l’information de référence (cross canal, digital, leaflet, etc.) soit alignée et pertinente. Le bénéfice sera alors généralisé : une meilleure gestion des données pour l’entreprise, un ciblage affiné pour les clients et des utilisateurs mieux adressés.
http://www.gartner.com/newsroom/id/3482617
http://www.cisco.com/c/dam/en/us/solutions/collateral/service-provider/global-cloud-index-gci/white-paper-c11-738085.pdf
https://www.forrester.com/report/Predictions+2017+CustomerObsessed+Enterprises+Launch+Clouds+Second+Decade/-/E-RES136262
http://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:32016R0679&from=EN
Le Machine Learning est en passe de devenir une réalité que l'on ne voyait jusqu’ici qu'au cinéma. Cette technologie représente une forme d'intelligence artificielle (IA) qui donne aux ordinateurs la capacité d'appendre sans leur programmation explicite. Pour cela, le Machine Learning utilise des algorithmes et extrait des données existantes pour créer une prévision.
En 2017, le Machine Learning devrait atteindre un nouveau palier. Alors que cette technologie sert, par exemple, à créer des listes de lecture et recommander des livres, nous voyons à présent d'autres perspectives. Ces dernières se concrétisent avec le lancement récent du service Amazon Go. La dernière innovation technologique d'Amazon, qui vise à permettre aux clients d'éviter de faire la queue à la caisse en quittant simplement le magasin avec leurs produits enregistrés et payés automatiquement, peut constituer la première étape vers une rupture pour l'ensemble de l'industrie alimentaire.
Le Machine Learning peut également servir aux entreprises pour optimiser leurs fichiers clients. Lorsque dans une même base de données, deux informations sont contradictoires, l’Intelligence Artificielle peut intervenir pour savoir quelle est la plus crédible en recoupant certains critères comme la source de la donnée, la sémantique utilisée pour la qualifier, etc. Cet algorithme peut être capable de créer une source unique de référence en analysant la pertinence des différents champs de la donnée (client, produit, etc.).
Industrie 4.0 : il est temps que les professionnels s'y préparent
Le concept d'Industrie 4.0 se définit comme la tendance actuelle à l'automatisation et l'échange de données dans les technologies de production. Le terme désigne spécifiquement la quatrième révolution industrielle et découle directement de l'Internet des objets (IoT) et du Machine Learning. Comme pour toute nouvelle tendance, de grands défis et de grands avantages se dessinent.
Alors que l'Industrie 4.0 offre la possibilité d'améliorer les moyens de production, la santé ainsi que la sécurité des travailleurs, elle pourrait peser sur l'emploi et les coûts technologiques. Toutefois, comme souvent avec les technologies nouvelles et perfectionnées dans la sphère professionnelle, ceux qui n'optent pas pour la transformation numérique risquent de ne pas pouvoir suivre le rythme.
Cette tendance technologique, à suivre de près en 2017, devra pour cela s’appuyer sur une gestion irréprochable des données. Qualifier les sources et leurs données doit être une priorité pour les industries de demain.
Les “Digital Twins” deviennent une réalité abordable
Alors que les Digital Twins sont des outils utilisés depuis quelques années déjà, cette tendance constitue un autre résultat direct de l'accessibilité permise par l'IoT. “Un Digital Twins est un logiciel dynamique d'un objet physique ou d'un système qui repose sur des données de capteurs pour comprendre son état, réagir aux changements, améliorer le fonctionnement et créer de la valeur”, d’après la définition de Gartner (1). Les Digital Twins étant déployés en production (automobiles, avions, etc.) depuis un certain temps, pourquoi cette tendance figure-t-elle parmi les prévisions 2017 ?
En raison de l'essor exponentiel de l'Internet des objets, les Digital Twins deviennent une réalité plus abordable. En 2017, nous pouvons nous attendre à ce que les Digital Twins dépassent le cadre de l'industrie avec des données en temps réel. Les données des appareils connectés intelligents seront agrégées, analysées et transformées en information décisionnelle pour le personnel de maintenance. Les techniciens pourront se concentrer sur la prévention des problèmes plutôt que de devoir effectuer de longs processus de diagnostics à chaque visite d'entretien.
Prenons un exemple : dans un avenir proche, une voiture connectée sera capable d’analyser le comportement et les habitudes de route de son utilisateur, qui - s’il conduit surtout en ville et sur de courts trajets - sera capable d’ajuster sa consommation et son comportement routier à ses habitudes, le tout en temps réel : c’est tout l’intérêt des Digital Twins.
Le Cloud, puissance indispensable au traitement des données
Le Cloud computing était déjà un thème majeur en 2016, et il va continuer à l'être en 2017 alors que des charges de travail toujours plus nombreuses vont migrer vers des plateformes Cloud. Un rapport de Cisco a révélé que plus de 83% du trafic des datacenters sera hébergé dans le Cloud au cours des trois prochaines années (2). Les prévisions Cloud 2017 de Forrester projettent que le marché mondial du Cloud public passera de 87 milliards de dollars en 2015 à 146 milliards en 2017 (3).
Cependant, cette masse d’informations doit être gérée par des outils adaptés afin d’en tirer le meilleur parti. Par exemple, lorsqu’un magazine continue d’envoyer des offres de réabonnement à la veuve d’un mari décédé plusieurs années auparavant, le problème est souvent lié à un manque d’analyse des données clients. La qualité de la donnée de référence est essentielle à l’efficacité marketing. Une entreprise peut devenir contre-productive en ne mettant pas en œuvre cette donnée ciblée.
Toutefois, l'explosion en termes d'utilisation va s'accompagner inévitablement de problèmes grandissants en termes de protection des données et de sécurité, de gestion, d'automatisation et d'évolutivité. L'année 2017 devrait apporter de nouvelles solutions à ces problèmes.
La protection des données va devenir un facteur concurrentiel d'importance croissante
Les entreprises ont pris conscience que les données constituent désormais le cœur de la technologie et de l’expérience client. En 2017, le grand public en prendra de plus en plus conscience et réalisera que les données personnelles sont effectivement précieuses pour les entreprises. Par conséquent, il va devenir plus critique et plus exigeant vis-à-vis de ceux avec lesquels il partage ses données, de l'usage que ces derniers en font et de ce qu'il en retire.
Cette tendance est alimentée par un contexte réglementaire entièrement nouveau en matière de protection des données personnelles prévu au début 2018. Le Règlement général sur la protection des données (4) va bouleverser la manière dont les entreprises internationales traitent les données des citoyens de l'UE tout en relevant la barre pour celles qui ne le font pas. La gestion de la protection des données va ainsi devenir une priorité pour les entreprises en 2017.
Le point commun à toutes ces tendances technologiques demeure la donnée. Il est indispensable, en 2017, que les entreprises adoptent une cohérence de l’information via une gestion centralisée des données. Il faut pour cela établir une réelle gouvernance des données afin que l’information de référence (cross canal, digital, leaflet, etc.) soit alignée et pertinente. Le bénéfice sera alors généralisé : une meilleure gestion des données pour l’entreprise, un ciblage affiné pour les clients et des utilisateurs mieux adressés.
http://www.gartner.com/newsroom/id/3482617
http://www.cisco.com/c/dam/en/us/solutions/collateral/service-provider/global-cloud-index-gci/white-paper-c11-738085.pdf
https://www.forrester.com/report/Predictions+2017+CustomerObsessed+Enterprises+Launch+Clouds+Second+Decade/-/E-RES136262
http://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:32016R0679&from=EN
Autres articles
-
Clarins poursuit l'optimisation de son expérience client grâce à un Référentiel Client Unique, développé par Stibo Systems et Arhis
-
Sans information exhaustive d’un produit, le consommateur rechigne à concrétiser son achat
-
Stibo Systems lauréat dans la catégorie Master Data Management Solutions du prix « Gartner Peer Insights Customer's Choice »
-
La transformation des entreprises autour de la donnée, c'est maintenant !
-
Le Chief Data Officer : nouveau chef d'orchestre des données
