Le Machine Learning : une innovation encore jeune

Il y a un an, Gartner, principale entreprise de recherche et de conseil dans le monde, a cité l’Intelligence Artificielle (IA), le Machine Learning et les systèmes conversationnels (IAC) comme étant les trois tendances technologiques stratégiques principales de 2017.

En mai 2017, durant la conférence SAPPHIRE NOW à Orlando, en Floride, SAP a lancé le portefeuille SAP Leonardo Machine Learning, démontrant ainsi sa capacité à toujours rester à la pointe de l’innovation. Aujourd’hui, il est temps de résumer les derniers développements et de décrire les perspectives d’évolution potentielles des technologies intelligentes.

Tendance n° 1 : les plateformes de Machine Learning

L’apprentissage profond, les réseaux de neurones et le traitement du langage naturel ont fait passer le Machine Learning à un niveau bien supérieur. Grâce aux progrès en matière d’algorithmes de Machine Learning, à une puissance de traitement renforcée et à la disponibilité de gigantesques ensembles de données, les machines deviennent intelligentes et capables de traiter des données non structurées, comme les photos, les textes et le langage parlé, et ce souvent mieux que les humains. De plus, l’apprentissage profond est maintenant suffisamment stable pour pouvoir potentiellement faire du Machine Learning une fonction standard dans le monde de l’entreprise. Les entreprises qui souhaitent des solutions personnalisées, sur mesure, ont besoin d’une plateforme de Machine Learning comme SAP Leonardo Machine Learning Foundation, pour associer des services prêts à l’emploi et créer leurs propres applications intelligentes.

Tendance n° 2 : les applications intelligentes

Les applications intelligentes automatisent les tâches de routine (qui monopolisent les ressources et les empêchent de se concentrer sur des activités à valeur ajoutée) et peuvent fournir de précieuses informations à partir de données d’entreprise structurées et non structurées. Ainsi, les entreprises ont les moyens de prendre de meilleures décisions et d’accroître la productivité de leurs différentes directions fonctionnelles, comme la finance, les ressources humaines, les ventes, les services et bien d’autres encore. Pour les entreprises qui manquent d’expertise interne en matière de Machine Learning, SAP rend l’adaptation du Machine Learning extrêmement simple, en intégrant des applications et services intelligents au portefeuille de produits standard existant. Aujourd’hui, SAP propose des applications intelligentes qui permettent, par exemple, de créer un service client autonome, pour renforcer l’expérience client, d’automatiser les services financiers, en comparant relevés bancaires entrants et créances non soldées ou encore d’aider les responsables du marketing à maximiser le retour sur investissement de leurs parrainages.

Tendance n° 3 : les systèmes conversationnels

Grâce aux formidables avancées dans le domaine du traitement du langage naturel, l’IA conversationnelle a, ces dernières années, fondamentalement transformé la manière dont nous interagissons avec les ordinateurs et les appareils électroniques. Aujourd’hui, des millions de personnes utilisent des interfaces intelligentes pour répondre à leurs besoins de consommation quotidiens : écouter de la musique, planifier facilement des vacances, commander une pizza et bien plus encore. Nous sommes à la veille d’un monde dans lequel les assistants conversationnels seront accessibles à tout moment et partout, y compris au travail. Ces fonctionnalités connecteront données, processus, applications, appareils et individus et permettront d’offrir une nouvelle expérience numérique au travail. SAP CoPilot est l’assistant numérique SAP et constitue aussi un hub d’intégration bot pour les entreprises. Associé à SAP Leonardo Conversational AI Foundation, une plateforme qui permet aux entreprises de créer et d’optimiser, dans l’ensemble de leurs applications, des capacités conversationnelles (chatbots, assistants numériques…), SAP CoPilot offre des services de langage naturel qui permettent des interactions humanisées avec les appareils et illustre parfaitement notre vision de l’entreprise intelligente.

Que nous réserve l’avenir ?

On a longtemps rêvé de technologies capables de renforcer le potentiel des humains au travail et ces technologies existent bel et bien aujourd’hui. Mais comment évolueront-elles et quelles seront les tendances en 2018 ?

« Certaines de ces technologies sont sur le point d’arriver à maturité, mais un fort potentiel d’innovation subsiste, en particulier pour le monde de l’entreprise. », prédit Markus Noga, responsable Machine Learning chez SAP.

Selon Gartner, 59 % des entreprises déclarent avoir encore besoin d’informations avant de pouvoir définir une stratégie d’IA, d’où un remarquable avantage concurrentiel en 2018 pour ceux qui ont déjà commencé à adopter l’IA dans leurs systèmes.

« L’an prochain, j’en suis convaincu, de plus en plus d’entreprises passeront de la théorie à la pratique et commenceront à véritablement mettre en œuvre du Machine Learning », explique Noga. « Le battage autour de l’apprentissage profond va perdre en intensité car cette technologie devient peu à peu un produit de base, mais l’efficacité et la robustesse des modèles sous-jacents seront clés pour se différencier et devront donc faire l’objet de la plus grande attention dans l’année à venir. »

Pour Gartner, les entreprises capables de remporter la course à la transformation numérique en 2018 seront celles disposant de fondements de Machine Learning extrêmement solides, d’applications intelligentes et de plateformes conversationnelles. Les plateformes et solutions évolueront considérablement, exécutant des tâches toujours plus complexes. De plus, Gartner prévoit que, dans les années à venir, chaque application contiendra de l’IA, créant ainsi une couche intelligente entre les collaborateurs et les systèmes des entreprises.

Globalement, les technologies seront toujours plus centrées sur l’humain et offriront une transparence accrue entre individus, entreprises et objets. Dans la vie professionnelle comme dans la vie privée, la réalité augmentée, la réalité virtuelle ou les interfaces cerveau-machine offriront des expériences en immersion, en plus des assistants virtuels et chatbots.

De plus, les entreprises pourront aller au-delà des objets intelligents indépendants, grâce au développement de l’IA en essaim, une expression qui fait référence au comportement des animaux, qui, en groupe, font émerger une intelligence accrue, pour résoudre des problèmes ou prendre des décisions. L’IA en essaim correspond à l’auto-organisation de systèmes de comportements communs décentralisés et permet de créer des essaims basés sur l’humain, en rassemblant les informations de groupes divers pour faire émerger une intelligence unique. Dans le monde de l’entreprise, l’IA en essaim permet d’optimiser la logistique, les transports, les ressources humaines ou encore la collecte des retours d’informations des clients (en éliminant par exemple l’influence des évaluations précédentes sur l’évaluateur).

« Tous ces développements d’IA auront un impact sur la manière dont les entreprises exerceront leurs activités globalement, au-delà d’un aspect strictement opérationnel. J’anticipe l’émergence de nouveaux modèles de gestion, basés sur l’IA, et une transition de l’expertise, des universités vers les entreprises, en matière d’innovation et de recherche. », précise Noga.

La feuille de route ambitieuse de SAP pour le Machine Learning prévoit son plein essor en 2018. L’an prochain, la priorité sera encore donnée à la concrétisation de l’entreprise intelligente, via des applications intelligentes et le développement de SAP Leonardo Machine Learning Foundation. Par ailleurs, l’adaptation du Machine Learning dans les produits SAP standard (comme SAP S/4HANA, qui rend la planification des ressources d’entreprise intelligente) et la généralisation de l’accessibilité aux services conversationnels seront poursuivies. Enfin, des technologies de pointe, comme l’intelligence en essaim et les technologies proposant des expériences en immersion, pourraient également devenir de plus en plus pertinentes pour les entreprises.

Ce blog a été initialement publié le 20/12/2017 sur news.sap.com