Les 14 et 15 septembre dernier a eu lieu le Salon Big Data et IA au Parc des Expositions de Paris, Porte de Versailles. Cette année, une fois n’est pas coutume, deux salons étaient réunis en un, rendant le propos particulièrement pertinent, tant intelligence artificielle et big data sont interconnectés. Pour cette édition, Covid-19 oblige, de nombreux ateliers et conférences ont fait la part belle à l’analyse, aux prédictions et aux recommandations liées à la crise sanitaire sans précédent que nous vivons actuellement à l’échelle mondiale.
Dans le contexte actuel, l’IA, notamment le Machine Learning, qui apprend et produit des analyses via des données historiques est-elle encore fiable ? L’IA d’entreprise est-elle morte ?
Cet atelier était animé par Nicolas DE BELLEFONDS, Directeur Associé BCG (Boston Consulting Group), en charge de l’entité IA BCG GAMMA .
Désormais, l’humain ne peut plus se reposer sur ses intuitions auparavant issues de l’expérience, et les algorithmes sont devenus bancals.
Si lors du pic épidémique l’IA et ses algotrithmes ont fait face à une perte de repères, faut-il continuer ou arrêter d’investir dans le domaine ?
Que l’on se rassure : tous les investissements en Intelligence Artificielle n’ont pas été vains durant ces derniers mois : environ 60 % du pouvoir prédictif de l’IA et de ses outils ont été conservés, mais cela ne suffit pas pour prendre des décisions fiables.
Les circonstances ont poussé les data scientists notamment à opérer une rupture dans leur façon de construire leurs algorithmes, en intégrant des données externes haute fréquence, pour ainsi gagner 10 à 20% de prédictibilité (par exemple en matière de risques).
Qu’est-ce que les données haute fréquence ?
Il s’agit d’un ensemble de données externes avec une plus grande réactivité (quotidienne) pour capter les évolutions rapides de l’environnement (ex : évolution du Covid-19, données satellites, dépenses de carte bancaires, données sur les billets d’avion, les achats…). Ces données sont particulièrement utiles à la prévision économique en période de crise brutale, mais peu utiles en temps normal.
Comment prendre des décisions fiables avec une IA bouleversée ?
Ces nouveaux process nécessitent également de changer la façon de prendre des décisions en entreprise : certains entreprises ont mis hors service leurs algorithmes, d’autres ont renforcé le contrôle humain afin d’éviter de mauvaises prises de décisions automatisées.
Par ailleurs, les entreprises ont dû adapter leurs processus opérationnels (ex : prise en compte des changements des habitudes d’achats, octroi des prêts aux entreprises pour les banques, redéploiement du personnel dans les magasins, décisions concernant les prix, déploiement des forces de ventes sur le terrain, approvisionnement, production, gestion du risque client…).
Comment planifier 2021 ?
Pour les entreprises, planifier 2021 de la même façon qu’elles planifiaient jusqu’ici l’année à venir n’a plus grand sens, les données historiques ne pouvant plus servir de base aux prédictions.
Les entreprises devront tout de même anticiper leur année, notamment d’un point de vue budgétaire, tout en gardant en tête la grande volatilité et l’incertitude inhérentes à la crise actuelle. Elles ajusteront leurs plans au fur et à mesure en fonction des signaux captés, notamment les données haute fréquence. Le début de la crise remontant désormais à quelques mois, l’IA et les algorithmes sont à l’heure actuelle capables de prédire à l’horizon 3 à 6 mois, grâce à de nouveaux indicateurs tels que les données sur l’évolution de l’épidémie, sur les nouvelles habitudes d’achats, de déplacements, les données de cartes bancaires…
Après tout, dans “Intelligence Artificielle”, il y a “intelligence”, les algorithmes vont apprendre petit à petit et s’adapter au changement pour qu’on puisse leur faire confiance comme avant.
