Fin 2019, une étude menée par Forrester dévoilait que 53 % des données globales et des analyses établies par les décisionnaires affirmait que l’intelligence artificielle était implantée, ou en plein développement au sein de leur entreprise.

Ce constat est bien parti pour se transformer en évidence voire même en nécessité si celles-ci souhaitent rester compétitives au regard de l’industrie.

1/ L’utilisation de l’IA va s’étendre à de nombreux secteurs

2020 sera l’année de l’information grâce aux progrès en matière d’IA. Ceux-ci vont permettre aux technologies qui y ont recours de repousser leurs limites actuelles. Les entreprises quant à elles pourront toujours plus innover grâce à un meilleur engrangement et une meilleure utilisation de leurs volumes exponentiels de données utilisateurs.

Dans les boutiques, l’IA va optimiser les ventes croisées en proposant du contenu personnalisé toujours plus pertinent via des recommandations intelligentes. Les fabricants quant à eux vont pouvoir augmenter leurs marges grâce à la maintenance prédictive qui maximise la durée de vie utile des équipements et réduit les temps d’immobilisation souvent coûteux. Dans l’immobilier, l’IA va permettre l’analyse de vastes volumes de données sur les ventes passées, les zones scolaires, la couverture des transports en commun, le trafic et bien plus encore pour en tirer des estimations toujours plus précises de l’évolution de la valeur des biens immobiliers et du prix au mètre carré. Pour les services des ressources humaines et de recrutement, l’IA va accélérer le processus d’identification des talents et des meilleurs candidats en analysant les CV 15 fois plus rapidement qu’un être humain. Enfin, dans le secteur de la santé, l’IA va aider les entreprises pharmaceutiques à examiner les exigences médicales, légales et réglementaires afin d’assurer la conformité du développement et de la promotion des nouveaux médicaments.

2/ Les règles en matière de confidentialité des données seront renforcées

Après le RGPD en Europe, de nouvelles réglementations relatives à la confidentialité des données verront le jour cette année. Au-delà de leurs différences, l’objectif des lois sur liées à la confidentialité des données est d’octroyer aux consommateurs le droit de savoir quels types d’informations personnelles identifiables (IPI) sont collectées et comment, ainsi que de leur donner la possibilité de prendre des mesures légales dans le cas où ils subiraient des dommages résultant d’une fuite de données. Jusqu’à présent, les entreprises ont concentré leurs efforts sur les informations structurées, mais elles doivent également être en mesure de comprendre quelles IPI se trouvent dans les documents de données textuelles. Les données archivées, par exemple, deviennent particulièrement préoccupantes pour la plupart des entreprises.

Les solutions basées sur l’IA pourront les aider à localiser les données sensibles et à les gérer via des workflows automatisés. Les entreprises devront aussi mettre en place des pratiques de gouvernance des données en interne afin de désigner des responsables de la sécurité des données, ainsi qu’une politique à l’échelle de l’entreprise. Pour ce faire, elles devront peut-être former des équipes mixtes de techniciens et d’experts légaux.

3/ Les entreprises mettront en place de nouvelles pratiques pour éviter et corriger les biais indésirables de l’IA

Que ce soit dans le secteur public ou privé, les entreprises reconnaissent aujourd’hui le besoin de développer des stratégies pour minimiser les biais de l’intelligence artificielle. Afin d’éviter les problèmes tels que l’amplification des préjugés dans la cartographie prédictive des crimes, les entreprises doivent intégrer des mécanismes de contrôle dans la technologie d’IA aussi bien que dans les processus humains.

Pour ce faire, l’une des solutions les plus efficaces consiste à vérifier que les échantillons de données sont suffisamment robustes pour minimiser la subjectivité et fournir des informations fiables. La collecte des données doit être extrêmement sélective, afin de refléter la réalité et non les écarts et abus du passé. De plus, il est important que les équipes responsables de l’identification des cas d’utilisation ainsi que de la création et du déploiement des modèles d’apprentissage soient composées de profils très variés, avec des expériences, visions et caractéristiques différentes. Enfin, les entreprises doivent tester les machines pour identifier les éventuels biais, entraîner des modèles d’IA à les détecter, et envisager la collaboration entre un membre du service RH ou un spécialiste des questions éthiques et les experts en science des données afin de s’assurer que leurs projets d’IA reflètent leurs valeurs culturelles.

4/ Vers des smart cities augmentées

En 2019, les premières smart cities sont arrivées à maturité. La prochaine étape de cette évolution verra une augmentation significative de l’implémentation des technologies d’IA propres à ces villes. Les grandes entreprises utilisent déjà depuis longtemps l’IA et l’analytique pour transformer leurs données non structurées en informations exploitables.

Aujourd’hui, l’IA offre la possibilité d’étendre les applications et réseaux en dehors des espaces de travail afin de tirer parti du Big Data plus intelligemment et d’interagir autrement avec les citoyens. Résultat : nos villes gagneront en efficacité et en durabilité. Par exemple, l’IA peut transformer l’infrastructure électrique et l’utilisation de l’énergie d’une ville, accomplir des progrès dans les secteurs de la sécurité publique et de la santé ou encore optimiser les espaces de stationnement publics. Les villes recourent de plus en plus souvent aux technologies intelligentes pour trouver des solutions novatrices à leurs défis urbains les plus pressants. En 2020, l’IA offrira de nouvelles opportunités pour concrétiser davantage le rêve de la smart city idéale.

5/ Le text mining ou l’éclairage des abysses des données

Les entreprises se tourneront de plus en plus souvent vers des solutions d’IA sophistiquées pour dégager du sens à partir de tout type de contenu et les trier selon leur contexte, notamment des contenus structurés, semi-structurés et non structurés. Gartner estime qu’environ 80 % du contenu des entreprises est non structuré, ce qui représente un vaste ensemble d’informations encore à exploiter. Tous ces e-mails, transcriptions de services client et autres documents textuels contiennent des données qui représentent potentiellement une grande valeur pour l’entreprise, ainsi que des informations exploitables pour éclairer la prise de décisions importantes.

Avec le text mining, les solutions d’IA sont capables de parcourir et comprendre rapidement d’énormes volumes de données, puis d’effectuer une analyse précise des sentiments et résumés pour permettre ensuite à l’entreprise d’accéder rapidement aux informations les plus intéressantes.
______________________________________

Par Zachary Jarvinen, Head of Technology Strategy, AI and Analytics chez OpenText.