Contenu
- Adoption de l'intelligence artificielle dans les affaires
- Adoption de l'intelligence artificielle dans les verticales
- Pas de bugs, pas de stress - Votre guide étape par étape pour créer un logiciel qui change la vie sans vous détruire
- Partenariat avec des entreprises de Cloud AI
- Conclusion
Source: Kittipong Jirasukhanont / Dreamstime.com
À emporter:
L’entreprise a commencé à intégrer AI et ML dans ses opérations, mais pas dans la même mesure que nombre d’entreprises du secteur Internet. L'aide de ces entreprises pourrait être la clé de l'adoption de l'IA d'entreprise.
Les entreprises Internet hyperscale ont dépassé de nombreux niveaux d’apprentissage automatique avec une automatisation croissante du traitement des données et de la sophistication de la modélisation. L’entreprise, à quelques exceptions près, tarde à adopter l’intelligence artificielle, mais voit dans les entreprises Internet des partenaires capables de l’aider attraper.
Les entreprises utilisatrices potentielles d’apprentissage automatique ont encore beaucoup de chemin à faire pour faire correspondre les réservoirs de talents, les prouesses informatiques, l’échelle et les volumes de données pour les algorithmes de formation que les entreprises Internet ont accumulés, en particulier au cours des quatre dernières années. Dans de nombreux secteurs de l’entreprise, les processus d’entreprise n’ont pas été transformés numériquement pour permettre l’automatisation du traitement des données et l’exécution instantanée des décisions d’entreprise basées sur les connaissances tirées de l’intelligence artificielle. De plus, plusieurs des secteurs verticaux n'ont pas encore de cas d'utilisation bien définis qui se prêtent à l'exécution rentable de l'intelligence artificielle. (Pour en savoir plus sur l'IA dans les affaires, voir Dépasser les soucis de la gestion des changements liés à la gestion des services informatiques avec la puissance de l'IA.)
Adoption de l'intelligence artificielle dans les affaires
L'adoption de l'intelligence artificielle dans les affaires en est encore à ses débuts, en particulier lorsque nous considérons ses utilisateurs sophistiqués qui sont allés au-delà de l'exploration et des projets pilotes au point de tirer une valeur commerciale de leur utilisation. O’Reilly, une entreprise de média technologique, a constaté dans son enquête de 2018, «L’état de l’adoption de l’apprentissage automatique dans l’entreprise», selon laquelle les utilisateurs avertis ne représentaient que 15% de l’ensemble des utilisateurs professionnels dans le monde et 18% en Amérique du Nord.
Les sources externes d'expertise et d'apprentissage jouent un rôle important en aidant les utilisateurs professionnels à se mettre à la pointe des technologies de l'apprentissage automatique, en particulier pour les techniques avancées d'IA. Selon une enquête menée en 2018 par Deloitte, 59% des entreprises clientes acquéraient leur expertise en IA à des éditeurs de logiciels dotés de capacités en IA, 53% le co-développant avec des partenaires, 49% l'acquérant à des sociétés d'infonuagique en nuage et 39% à des tiers comme GitHub. . Les entreprises d'infonuagique infonuagique fournissent un service d'intelligence artificielle qui permet de réduire les coûts d'infrastructure et de développement des talents sur site.
Pour le développement avancé de l'IA, les sociétés de cloud computing constituent une source d'expertise plus importante. Trente-neuf pour cent des entreprises interrogées ont indiqué préférer les sociétés de cloud computing en tant que source d'IA avancée, contre 15% pour les logiciels sur site. L'intelligence artificielle en tant que service a progressé à un rythme rapide de 48%.
Adoption de l'intelligence artificielle dans les verticales
Nous nous sommes entretenus avec Aditya Kaul, directrice de recherche chez Tractica, une société d’analystes du secteur axée sur l’intelligence artificielle et la robotique. Kaul a enquêté sur l'adoption de l'intelligence artificielle dans 30 secteurs verticaux pour plus de 300 cas d'utilisation dans des entreprises à travers le monde. «Les télécommunications et les services financiers ont été les chefs de file en matière d'adoption d'IA, et ils ont commencé tôt avec des techniques statistiques plus rudimentaires remontant aux années 1980», a déclaré Kaul. «L’adoption dans les secteurs de la vente au détail, de l’automobile et des soins de santé a progressé récemment, alors que la majorité de l’entreprise en était encore à ses débuts», a-t-il ajouté. «Les services commerciaux horizontaux tels que la gestion de la relation client, la chaîne logistique et les ressources humaines ont élargi L'intelligence rapide de l'IA aide à identifier les clients potentiels, les tendances de la demande des consommateurs et les employés talentueux. "
«La surveillance, la synchronisation et l'optimisation de réseaux définis par logiciel complexes et hétérogènes constituent un cas d'utilisation critique dans le secteur des télécommunications», a déclaré Kaul. «Les assistants vocaux automobiles ont fait un bond en avant dans le secteur automobile, l'accent étant mis sur la personnalisation des services en voiture», a-t-il noté. Il a également déclaré que «le secteur bancaire déploie une intelligence artificielle pour le service à la clientèle, y compris les chatbots, qui doivent faire face à la concurrence intense des petites banques Internet, en plus de l’utiliser pour la détection des fraudes, l’analyse de prêts et d’autres opérations d’arrière-plan».
Bien que le secteur des soins de santé ait un potentiel énorme, il avait pris du retard jusqu'à récemment en raison d'obstacles réglementaires à l'utilisation de ses données. «Plusieurs start-ups financées par le capital-risque se sont maintenant concentrées sur l'apprentissage automatique lors d'essais cliniques afin d'accélérer la découverte de médicaments», a révélé Kaul.
Pas de bugs, pas de stress - Votre guide étape par étape pour créer un logiciel qui change la vie sans vous détruire
Vous ne pouvez pas améliorer vos compétences en programmation lorsque personne ne se soucie de la qualité des logiciels.
Les magasins de détail ont accéléré leurs investissements dans l’apprentissage automatique en maîtrisant parfaitement la prévision de la demande et de l’offre. Le détaillant allemand Otto a réduit les retours de plus de 2 millions d'articles par an et les stocks excédentaires de 20% en utilisant des algorithmes d'apprentissage en profondeur pour prédire ce que les clients achèteront, selon un rapport de recherche de McKinsey. Son moteur d'intelligence artificielle commande désormais 200 000 articles par mois de manière autonome, car il peut prévoir ce que Otto vendra au cours des 30 prochains jours avec une précision de 90%. (Vous ne savez pas comment l'IA s'intégrerait à votre entreprise? Découvrez 5 façons dont les entreprises peuvent envisager d'utiliser l'IA.)
Partenariat avec des entreprises de Cloud AI
Les entreprises d’intelligence artificielle dans le cloud d’Hyperscale ont accepté de s’associer à des entreprises clientes pour améliorer leurs compétences en intelligence artificielle, mais elles ne savent pas comment collaborer avec des éditeurs de logiciels d’entreprise indispensables à la mise en place de systèmes de gestion. «Les entreprises de cloud computing ont été généreuses avec les clients des entreprises avec leurs cadeaux, y compris des ressources de temps de cloud, de conseil et de formation gratuites», a déclaré Kaul.
Étant donné que les entreprises d'intelligence artificielle telles que Google ont rapidement migré d'algorithmes conçus à la main en 2015 vers un apprentissage approfondi en 2016 et, depuis peu, d'algorithmes plus avancés tels que l'apprentissage par renforcement, elles sont en mesure de conseiller les utilisateurs précoces sur la manière de progresser dans leur cheminement vers l'apprentissage de l'IA. maturité.
«Les coûts de l'IA diminuent également, car nous constatons une disponibilité accrue de modèles pré-formés, d'ensembles de données étiquetés et une réduction générale du prix de l'IA dans le nuage», a expliqué Kaul.«Parallèlement, le temps nécessaire au traitement, à l’ingestion, à la préparation et à l’étiquetage des données, qui représente 90% de l’effort, a été réduit grâce à des techniques comme AutoML, qui automatise ces processus», at-il ajouté. Nvidia, partenaire des sociétés d'intelligence artificielle dans le cloud à très grande échelle, a reconditionné ses GPU (unités de traitement graphiques) pour l'entreprise. «Nvidia s’est repositionnée pour cibler les cas d’utilisation de la science des données et de l’analyse dans l’entreprise, ce qui accélère la formation des grands modèles analytiques par rapport aux CPU (unités centrales de traitement)», a expliqué Kaul.
Les éditeurs de logiciels d’entreprise devront trouver un moyen d’adapter les entreprises d’informatique dématérialisée dans le cloud, en particulier parce qu’elles apportent de nouvelles fonctionnalités sur le marché qui font désormais partie intégrante du tissu de l’entreprise. «Des fonctions telles que les chatbots et les capacités de vision par ordinateur pour la reconnaissance d'images sont activées par un apprentissage en profondeur qui étend la valeur apportée par l'intelligence artificielle», a affirmé Kaul. «Les logiciels eux-mêmes ne sont plus codés en dur mais s'adaptent aux besoins en données et analyses», a-t-il ajouté. À ce jour, les preuves sont insuffisantes pour montrer que les éditeurs de logiciels d’entreprise, à quelques exceptions près comme Microsoft, peuvent rattraper les sociétés d’informatique en nuage en matière d’algorithmes. Tout porte à croire que les nouvelles conditions d’engagement entre les sociétés d’IA en nuage et les sociétés de logiciels d’entreprise n’ont pas encore été résolues.
Conclusion
L'apprentissage automatique réinventera l'entreprise en redéfinissant le logiciel d'entreprise lui-même. L’entreprise s’adaptera plus rapidement à l’environnement professionnel externe grâce à l’automatisation du traitement des données et à l’exécution plus rapide des décisions d’entreprise basées sur des informations tirées d’algorithmes permettant de réduire le temps d’apprentissage des données. Les logiciels d'entreprise évolueront et se reconfigureront plus souvent pour suivre le rythme des algorithmes.
