Partir du bon pied avec l’IA : choisir votre premier cas d’usage

//Partir du bon pied avec l’IA : choisir votre premier cas d’usage

Partir du bon pied avec l’IA : choisir votre premier cas d’usage

Que ce soit dans le secteur manufacturier ou dans celui des banques, l’intelligence artificielle est en train de transformer les entreprises et les industries. Les gains potentiels soulèvent l’enthousiasme, mais mettre en œuvre des solutions d’IA peut être rébarbatif pour plusieurs organisations. Il est en effet difficile de savoir par où commencer.
Nous avons élaboré un processus en 5 étapes pour aider les entreprises à définir un cas d’usage approprié et à comprendre pourquoi ce choix est important.

1re étape : Cernez un problème opérationnel

Tout projet de grande envergure, qu’il soit lié à l’IA ou non, doit s’attaquer à un problème opérationnel précis. Après tout, il ne sert à rien de changer quelque chose qui fonctionne bien et qui répond toujours à vos besoins.
Demandez à vos unités fonctionnelles de vous parler de ce qui nuit à la capacité concurrentielle de l’entreprise et à ses résultats nets. Des pratiques d’entretien non efficientes aux goulots d’étranglement, la plupart des organisations ont une longue liste de problèmes qu’elles aimeraient régler. À cette étape, il est utile de les prendre en note.

2e étape : Évaluez vos données existantes

L’intelligence artificielle fonctionne uniquement si vous disposez d’une grande quantité d’information (ce qu’on appelle des mégadonnées). Plus précisément, il vous faut des données historiques sur vos opérations (p. ex., équipement, volumes commandés, besoins des clients) ainsi que des données complémentaires susceptibles de vous éclairer sur les tendances (climat, catastrophes naturelles, événements politiques. etc.).
Examinez votre liste de cas d’usage potentiels et sélectionnez ceux pour lesquels vous avez déjà beaucoup de données. N’oubliez pas que plus vous avez d’information, plus vous pourrez tirer profit de votre système d’IA. C’est un critère important, car il peut être tentant de vous attaquer à votre problème le plus pressant, même si vous n’avez pas des années de données connexes. Cela serait une erreur coûteuse à plus d’un égard.
Il n’y a aucun moyen d’y échapper : il vous faut des données pour votre premier cas d’usage de l’IA. Retirez de votre liste tout problème d’affaires qui n’est pas appuyé par des données accessibles. Il est important de comprendre que votre plus grand investissement de temps lié à votre projet d’IA sera les heures nécessaires pour nettoyer les données et les convertir dans un format approprié. Le processus de sélection d’un projet d’IA vous permettra sans doute de saisir l’importance d’une bonne stratégie de données pour assurer votre croissance future. Alors, qu’attendez-vous pour vous mettre au travail?

3e étape : Choisissez un problème facilement décomposable

À la suite de ce processus de présélection, il ne devrait vous rester qu’une poignée de projets d’IA viables. Encore une fois, résistez à la tentation de mettre votre plus grande préoccupation en haut de la liste. En effet, votre premier cas d’usage de l’IA ne devrait pas être un enjeu majeur.
Pour votre projet d’IA inaugural, sélectionnez un cas d’usage qui peut être décomposé en étapes. Par exemple, si vous voulez mousser vos ventes, commencez par une seule gamme de produits ou un seul client. Même si augmenter les volumes commandés par un seul client n’aura pas une incidence considérable sur vos profits, travailler en vue d’atteindre cet objectif peut vous aider à construire des modèles d’IA que vous pourrez appliquer à d’autres clients plus tard.

4e étape : Fixez-vous un objectif qui est réalisable, mais significatif

Comment mesurerez-vous le succès? Cette étape suppose de définir l’amélioration minimum que vous voulez voir dans un délai précis. Votre objectif doit être réaliste, mesurable et produire un RCI qui en vaut la peine. Bien que toutes les entreprises aimeraient voir leurs ventes augmenter de 50 %, la plupart s’entendraient pour dire qu’une hausse de 5 à 10 % est appréciable. Trouvez le juste milieu entre une amélioration modeste et une amélioration considérable et faites-en votre objectif.
Cette étape doit être appuyée par un plan pour effectuer le suivi des indicateurs de rendement clés. Ce plan doit définir clairement ce que vous mesurerez et comment, ainsi que la manière dont vous compilerez l’information et la fréquence à laquelle des rapports seront fournis à votre équipe de direction. Typiquement, un projet qui va dans la bonne direction démontrera sa valeur en 3 mois.

5e étape : Créez votre PPPV et essuyez rapidement un échec

Lorsque vous avez clairement défini votre objectif et établi votre critère minimal de réussite, il est temps de commencer à travailler à votre plus petit produit viable (PPPV) et de vous préparer à un échec. Oui, vous avez bien lu.
Puisque chaque modèle d’IA est hautement personnalisé et propre aux circonstances de votre organisation, le processus de développement impliquera nécessairement une série d’essais et d’erreurs. La clé consiste à savoir reconnaître rapidement les avenues qui ne vous mèneront nulle part. C’est ce qu’on appelle un « échec rapide ». Mais on pourrait aussi bien parler d’apprentissage rapide, car c’est ce qui vous permettra d’atteindre plus vite votre objectif.

Conclusion

Chaque fois que nous rencontrons une entreprise qui veut extraire de l’information utile de ses données, nous insistons sur un certain nombre de faits. Premièrement, un projet d’IA n’est possible que si vous disposez de données à partir desquelles une machine peut apprendre. Si vous n’avez pas suffisamment de données, il est temps de commencer à en recueillir. De plus, malgré le potentiel révolutionnaire de l’IA, chaque initiative doit d’abord être mise en œuvre à petite échelle. Vous pourrez ensuite vous appuyer sur vos réussites pour accroître sa portée avec le temps. Il est donc important de gérer les attentes au sein de votre organisation. Enfin, peu d’entreprises ont l’expertise interne pour mettre en œuvre des solutions d’IA de façon efficace. Compte tenu de la vitesse à laquelle le domaine de l’apprentissage machine évolue, il est logique de travailler en partenariat avec des entreprises spécialisées en intelligence artificielle et dans les technologies connexes.

 

AUTEUR
Tamara Vandersluis
Vice-Présidente , innovation

 

R2i est une firme montréalaise spécialisée dans le matériel informatique et les solutions infonuagiques. Nous offrons du soutien technique et stratégique aux organisations de toutes tailles qui s’apprêtent à adopter l’intelligence artificielle.

Si vous voulez en apprendre davantage sur les façons de profiter de l’IA, contactez Tamara Vandersluis, vice-présidente, Innovation, au 514 312-3007 ou à tamarav@r2i.ca.

2020-01-10T10:06:39-05:00 8 janvier 2020|Blogue|

Leave A Comment

Fondée en 2014, R2i est une firme hautement spécialisée en technologies de l’information avec un focus particulier sur les solutions d’infrastructure dédiée aux centres de données et au développement de l’intelligence artificielle; d’infrastructures infonuagiques, d’une large gamme de services gérés de haut niveau, ainsi que la dotation de personnel hautement qualifié en TI.

Nous sommes ici pour vous aider

[contact-form-7 404 "Not Found"]