(Photo: 123RF)
Pas beaucoup de journées passent sans que l’on entende parler d’intelligence artificielle (IA). Mais dans un contexte d’entreprise, l’IA est aussi indissociable de l’intelligence d’affaires (BI). Cette association est non seulement la tendance actuelle, mais aussi l’avenir du développement organisationnel.
Dans le cadre de Connexion, le salon de la transformation numérique, deux expertes sont venues présenter au public des exemples concrets pour comprendre comment cet assemblage peut aider les entreprises à améliorer leurs performances et augmenter leur rentabilité.
Notre journaliste Denis Lalonde a profité de l’occasion pour s’entretenir avec elles. Entrevue avec Sophie Gonzalez, conceptrice en intelligence artificielle et Mathilde Prévost, cheffe d’équipe et développeuse en intelligence d’affaires chez Uzinakod.
Comment arriver à combiner l’intelligence artificielle et l’intelligence d’affaires ?
Sophie Gonzalez : C’est vraiment un cercle vertueux. L’intelligence artificielle permet d’extraire des données de sources d’informations diverses comme des vidéos, du texte écrit par les humains. Cela va générer des données que l’intelligence d’affaires pourra utiliser à son tour pour générer de l’information, des rapports, des graphiques divers qui permettront de prendre des décisions. L’IA et la BI se combinent bien et s’enrichissent mutuellement.
Dans votre présentation, vous avez donné l’exemple d’un concessionnaire automobile qui pouvait justement utiliser à la fois l’intelligence artificielle et l’intelligence d’affaires pour améliorer sa prise de décision. Comment ça fonctionne ? Comment en arrive-t-on à bénéficier de technologies de pointe comme celles-là ?
Mathilde Prévost : Dans notre exemple, nous avions une mécanicienne qui veut changer des pièces dans une auto. Si elle a un doute sur quelles pièces elle doit utiliser pour faire quoi, au lieu de poser ses outils, se laver les mains, consulter le bon manuel et chercher le bon paragraphe, elle peut poser la question à l’oral directement à l’IA et recevoir la réponse à l’oral. Pour faire ça, il y a plusieurs IA qui vont se succéder er grâce à ça, elle a sa réponse et on a constitué une base de données avec des informations extraites des manuels. Ces informations vont ensuite être exploitées par l’intelligence d’affaires. Par exemple, on pourra se dire : « Telle pièce, on la change un peu trop souvent. Pourquoi ? ». Ça, c’est la recherche des analystes d’intelligence d’affaires qui vont faire ça. Et encore ici, nous allons extraire de la valeur et la restituer sous une autre forme qui peut générer un avantage concurrentiel pour le concessionnaire.
S. G. : C’est la combinaison des deux qui va permettre de prendre des décisions plus éclairées, plus rapidement et plus facilement. Et cela permet de mieux comprendre comment tourne l’entreprise de manière plus générale.
Quand nous partons d’une base de données, on arrive à la nettoyer pour en retirer des informations qui ont de la valeur. Après ça, on peut analyser ces données pour en arriver à une prise de décision. Quelle est la portion intelligence artificielle et intelligence d’affaires dans cette chaîne ?
S. G. : Dans cette chaîne dont nous parlons, c’est pas mal tout de l’intelligence d’affaires. L’intelligence artificielle intervient avant car elle permet de générer la source de données. Dans notre exemple, nous partions de rapports d’opérations sur des voitures. L’intelligence artificielle venait lire ces rapports et les mettre dans une base de données. À partir du moment où nous avons cette base de données, c’est l’intelligence d’affaires qui intervient. On va lire cette base de données, la nettoyer, faire des calculs, des opérations et générer des rapports que liront les personnes avec un pouvoir décisionnel. Cela va donc les aider à prendre la meilleure décision possible.
M. P. : Là où l’intelligence artificielle va éventuellement s’ajouter, c’est plus pour poser des questions complexes et faire des modèles prédictifs. Par exemple, l’intelligence d’affaires va savoir que tel type de pièce, sur tel type de véhicule a une durée de vie plus courte en moyenne. Ce que l’on peut faire après avec l’intelligence artificielle c’est se dire : « Ok, maintenant que j’ai cette information, je vais essayer d’utiliser les données embarquées sur la voiture pour essayer de prédire pour chacune des voitures en circulation de mes clients, s’il y a une chance que la voiture tombe en panne dans les 50 prochains kilomètres ? » S’il y a une alerte, on retourne dans l’intelligence d’affaires pour avertir le client qu’il serait temps de prendre rendez-vous pour éviter de tomber en panne.
Quel est l’avantage d’entraîner des intelligences artificielles sur des données qui ont déjà été nettoyées une première fois ?
M. P. : Pour faire un modèle de maintenance positif, prédictif, on travaille avec du « big data ». Donc la donnée embarquée est énorme. On parle de milliers de données à la seconde. J’ai besoin qu’elles m’arrivent de manière intègre et nettoyées. Si elles ne le sont pas, la qualité du modèle derrière n’en sera que médiocre, finalement, parce que cela ne représentera pas une bonne réalité.
Quelle est l’avantage pour les entreprises de jumeler l’intelligence artificielle avec l’intelligence d’affaire ?
S. G. : C’est compliqué d’utiliser l’un sans l’autre. Les deux vont s’entraîner mutuellement. Les avantages que ça va apporter sont une meilleure prise de décisions, plus rapides et plus faciles sur des informations de base plus fiables. Cela permet aussi d’accélérer la plupart des processus. On va gagner du temps et de l’argent. Et ça va réduire les coûts et les pertes.
