Donner du sens aux données

La session plénière de « SAS Forum 2018 » a réuni Thierry Bedos (Directeur Général, SAS France), Stéphane Mallard (Digital Evangelist, Blu Age), Oliver Schabenberger (Executive Vice President, COO & CTO, SAS), Antoine Imbert (Practice Head Insight & Data, Capgemini), Maurice Parraguette (COO, Gras Savoye) et Frédéric Combaneyre (Head of IoT Support, SAS). Elle a été animée par la journaliste Marjorie Paillon. Voici un compte-rendu exhaustif des échanges.

Bienvenue dans l’économie de l’analytique ! Par Thierry Bedos, Directeur Général de SAS France

 

« Bienvenue dans l’économie de l’analytique ! ». Pour Thierry Bedos, directeur général de SAS France, la donnée est devenue le carburant indispensable de la nouvelle économie, qui impose des transformations rapides, profondes et enthousiasmantes, avec un impact direct sur les business models actuels, mais aussi la chaîne de valeur, dans tous les secteurs de l’économie.

Les entreprises mettent la donnée au cœur de leur chaîne de valeur. Mais encore faut-il la capter et lui donner un sens. Dans un monde de plus en plus connecté, la convergence entre les technologies et les usages ne fait que commencer. Donner du sens signifie aussi apporter de la connaissance et la valoriser, précisément ce que permet l’analytique. Selon Thierry Bedos, l’adoption de l’IA dans l’entreprise est une chance pour tous, car elle va accélérer la culture de la donnée et de l’analytique. Et la vocation de SAS est de s’assurer que l’IA devienne synonyme de valeur ajoutée pour tous ses clients.

L’économie de la connaissance et les nouvelles technologies brouillent de plus en plus les lignes entre les secteurs économiques traditionnels. Le digital transforme la notion même de secteur économique, particulièrement dans la santé, la mobilité, la transition énergétique et la sécurité. Les acteurs actuels doivent repenser leur chaîne de valeur et imaginer de nouveaux écosystèmes. En conclusion, Thierry Bedos a affirmé que donner du sens aux données, en mettant l’usager au cœur des nouveaux écosystèmes, est l’enjeu majeur de la nouvelle économie de l’analytique.

 

*********

 

« Transformer un monde de données en un monde d’intelligence », Oliver Schabenberger, Executive Vice President, Chief Operating Officer & Chief Technology Officer de SAS

 

« Bienvenue dans l’économie analytique, alimentée par l’IA ! » lance Oliver Schabenberger en introduction de sa présentation, qui débute sur un constat clair : la donnée est devenue la pierre angulaire de nos existences numériques. Elle est au cœur de la digitalisation, qui est la première des cinq tendances qui sous-tendent l’essor de l’économie analytique (les quatre autres étant l’automatisation, l’augmentation, la connectivité et l’intelligence). Ces cinq tendances technologiques ont en effet un point commun : la donnée, qui est le carburant de cette nouvelle économie, et l’analytique, qui en est le moteur.

Pendant des décennies, la gestion de la donnée et l’analytique ont suivi les progrès de la technologie, en particulier ceux de l’informatique. A mesure que les capacités de calcul et de stockage augmentaient, des problèmes de plus en plus complexes pouvaient être résolus grâce à l’analytique. La technologie était le moteur de l’analytique. Mais depuis peu cette relation s’est inversée : en s’appuyant sur l’intelligence artificielle, l’analytique devient aujourd’hui le moteur de la technologie. Et il s’agit d’une véritable disruption.

L’intelligence artificielle révolutionne toutes les industries, mais ce n’est pas un phénomène nouveau, précise Oliver Schabenberger. L’IA en tant que système expert d’apprentissage, permettant de prédire des résultats, de classer des données ou de prendre des décisions, existe depuis des décennies. Mais un changement technologique majeur est survenu dans les dernières années, particulièrement depuis 2012, avec l’apparition des réseaux neuronaux profonds. Il précise que la montée en puissance de l’IA est due à la convergence de trois facteurs. Premièrement, une puissance de calcul démultipliée grâce au cloud computing. Deuxièmement, la création de réseaux neuronaux spécialisés dans le traitement des textes, des images et des vidéos. Et troisièmement, des volumes de données considérables sont désormais disponibles pour contribuer à l’apprentissage de ces réseaux neuronaux.

Premières des cinq tendances qui sous-tendent l’essor de l’économie analytique : l’automatisation. Aujourd’hui, les tâches et les décisions sont automatisées à l’aide d’algorithmes, qui eux-mêmes se fondent sur l’analytique. Par exemple la banque JPMorgan Chase utilise l’IA pour automatiser la validation de prêts commerciaux. Quand cette tâche demandait auparavant 360 000 heures de travail par an à une armée d’agents de crédit et d’avocats, elle est désormais réalisée en quelques secondes. Autre exemple, un achat par carte de crédit est aujourd’hui validé ou rejeté en quelques millisecondes, en s’appuyant sur des algorithmes qui prédisent la probabilité d’une fraude.

Ensuite, l’augmentation, ou l’humain augmenté. Au cours de l’histoire, l’Homme a toujours cherché à augmenter ses capacités à travers la technologie, souligne Oliver Schabenberger. Aujourd’hui, les efforts sont concentrés sur les capacités cognitives : grâce à l’IA, nous avons une meilleure vision, une meilleure mémoire, une meilleure compréhension du langage. Les exemples abondent : les systèmes GPS améliorent notre intelligence spatiale ; les interfaces de réalité augmentée nous permettent de percevoir de nouvelles dimensions d’information ; les algorithmes traduisent les textes d’une langue à l’autre, augmentant notre capacité à communiquer ; les moteurs de recherche décuplent nos capacités de mémorisation et de récupération de la connaissance, etc.

Quant à la connectivité, elle a toujours été au service de la coopération humaine et de l’élimination des barrières. Nous nous sommes connectés physiquement, via des routes et des voies ferrées ; économiquement, en inventant l’argent et l’écriture ; et techniquement, avec la voiture, l’avion et le réseau électrique. Désormais, nous nous connectons numériquement. D’abord avec le web, en créant l’Internet des personnes ; ensuite en connectant les objets à Internet et les uns aux autres, en créant l’Internet des objets. D’ici 2025, 55 milliards d’objets seront connectés.

Enfin, l’intelligence. Notre cerveau est le résultat de millions d’années d’évolution, mais ce qui est remarquable aujourd’hui, explique Oliver Schabenberger, est que l’intelligence peut s’en affranchir. Elle peut maintenant se fonder sur des algorithmes et dépasser l’intelligence humaine. L’IA a en effet atteint des capacités surhumaines dans de multiples domaines. Il prend l’exemple d’un algorithme développé à l’université de Stanford, qui parvient à diagnostiquer des tumeurs cancéreuses là où les meilleurs dermatologues échouent, en s’appuyant sur l’analyse de 130 000 images de diverses maladies de la peau.

En analysant ces tendances non pas séparément mais comme autant de forces qui s’entrecroisent, leur pouvoir devient évident, explique Oliver Schabenberger. L’IoT, par exemple, ouvre la voie à ce que les objets apprennent les uns des autres. Actuellement, nous expérimentons la forme la plus crue de l’intelligence collective, car l’IoT recueille des quantités phénoménales de données, mais sans les personnaliser. La prochaine étape consistera donc à implémenter une intelligence collective des objets en développant des algorithmes analytiques qui leur permettent de mieux comprendre la valeur de l’information qui leur est fournie, ce qu’Oliver Schabenberger nomme l’AIoT, ou l’intelligence artificielle des objets.

Comment se positionne SAS par rapport à ces tendances ? En termes de connectivité, SAS aide les entreprises à connecter leurs data scientists comme leurs utilisateurs métier à une plateforme commune, supportant leurs outils existants, quels qu’ils soient. En termes d’automatisation, les paramètres des modèles de machine learning et des flux de données sont ajustés sans que le client soit obligé d’intervenir. En termes d’augmentation et d’intelligence, des algorithmes analytiques sont intégrés à une solution permettant de résoudre les problèmes commerciaux liés à la fraude et aux risques financiers. De manière générale, souligne Oliver Schabenberger, l’IA est de plus en plus utilisée en coulisses pour rendre le travail des data scientists plus productif. Et SAS a également créé un centre d’excellence pour l’IA, parallèlement à son centre d’excellence en recherche opérationnelle, pour aider ses clients à déployer des solutions analytiques adaptées à leurs enjeux.

SAS a été fondé il y a 42 ans sur l’idée que l’analytique est une technologie de rupture qui transforme nos vies, précise Oliver Schabenberger. Mais cette disruption s’accompagne d’une opportunité : les entreprises qui sauront tirer toute la valeur de la donnée, automatiser leurs processus et construire de nouveaux business models seront les mieux placées dans la nouvelle économie de l’analytique. En conclusion, il ajoute que SAS a la conviction que l’analytique améliore le quotidien et peut transformer un monde de données en un monde d’intelligence.

 

*********

 

Alors comment faut-il transformer l’ancien monde en terrain d’innovation ? Pourquoi l’intelligence artificielle est-elle un facteur sine qua non de votre réussite business ? Et surtout comment dépasser ses appréhensions pour faire de l’IA un atout ? Pour répondre à ces questions, la journaliste Marjorie Paillon accueille sur scène Stéphane Mallard.

 

La « disruption » selon Stéphane Mallard, Digital Evangelist

 

« Disruption » : le mot est tout de suite lancé par Stéphane Mallard. L’essor récent de l’intelligence artificielle est selon lui une force disruptive. La première étape qu’il identifie est récente : l’émergence de réseaux neuronaux et du deep learning, qui permettent par exemple de reconnaître sur des photos une personne en particulier ou de détecter la maladie d’Alzheimer sur des images de cerveau, 8 ans avant les premiers signes cliniques. Les machines ont appris à voir, à reconnaître leur environnement, mais elles vont aussi apprendre à atteindre des objectifs sans l’aide d’humains. Pour y parvenir, explique Stéphane Mallard, l’algorithme est entraîné à jouer et se calibre seul en fonction de son expérience de jeu. Plus il joue contre lui-même, mieux il se calibre pour finalement dépasser les capacités de l’être humain. L’an dernier par exemple, un algorithme développé par Google a battu le meilleur joueur de Go au monde, alors que les experts pensaient qu’une telle performance prendrait encore des années.

Cette façon d’entraîner les algorithmes va se généraliser : les prochaines générations de logiciels et d’applications y auront recours et, en les utilisant, nous contribuerons à leur entraînement. En effectuant une recherche sur Internet, en remplissant un formulaire en ligne ou en faisant du shopping, nous deviendrons les éducateurs de ces algorithmes, explique-t-il. Et la disruption massive de l’IA se généralisera à tous les secteurs. Ainsi, le CEO de Google, Sundar Pichai, expliquait récemment que l’on passait d’un monde « mobile first », régi par la mobilité, à un monde « AI first », où l’intelligence artificielle s’immisce dans tous les produits et services. Dans la santé, par exemple, ce type d’algorithme identifie des molécules contre le cancer en quelques semaines contre deux ans auparavant. Autre exemple, Google a réduit de 40 % sa facture d’électricité liée au refroidissement de ses serveurs en utilisant un algorithme qui gère l’énergie en temps réel. Grâce à l’IA, l’entreprise estime même possible de baisser de 10 % la consommation électrique de la ville de Londres !

Prochaine étape selon Stéphane Mallard, utiliser ces algorithmes partout pour faire disparaître les ordinateurs, les applis, les smartphones… tous remplacés par un assistant intelligent unique à notre service. Ce majordome numérique, que Stéphane Mallard appelle « notre alter ego digital », captera toutes les données que nous générons pour apprendre à connaître nos goûts, notre personnalité, nos relations, etc. Il deviendra notre expert personnel dans tous les domaines : ce sera notre banquier, notre médecin, notre avocat, notre conseiller. Ensuite, lorsque nous serons tous équipés de ces assistants, ils se connecteront les uns aux autres, créant un écosystème intelligent. Pour organiser un dîner, par exemple, votre assistant contactera ceux de vos invités pour caler la date, le menu, etc. Mais il discutera aussi avec votre réfrigérateur pour vérifier qu’il reste bien des bières au frais ! De la science-fiction ? Pas du tout, selon Stéphane Mallard, qui précise qu’Amazon a déposé des brevets de capteurs et d’algorithmes dédiés aux réfrigérateurs et aux poubelles, pour reconnaître ce que vous avez consommé et commander les produits manquants le cas échéant, sans votre intervention.

L’enjeu pour les entreprises dans les prochaines années sera d’identifier les activités à valeur ajoutée. Car la connaissance est désormais disponible en abondance : c’est une commodité qui n’a plus de valeur économique. Seul le traitement de la connaissance, c’est-à-dire l’expertise, conserve une certaine valeur aujourd’hui. Mais Stéphane Mallard explique que, bientôt, chaque expert dans son domaine respectif transférera son savoir-faire à des algorithmes. Et l’expertise elle-même deviendra une commodité. Que restera-t-il alors aux entreprises ? La capacité de créer un lien de confiance et d’empathie avec leur environnement, en créant une solide relation de confiance avec leurs clients.

Auparavant, les entreprises qui adoptaient une technologie avant les autres pouvaient en tirer un bénéfice jusqu’à ce que leurs concurrents les rattrapent. Aujourd’hui, ce n’est plus le cas : les entreprises qui n’exploiteront pas l’IA disparaîtront. Mais Stéphane Mallard souligne qu’utiliser l’IA ne suffit pas. Pour une entreprise, l’élément différenciant n’est pas l’algorithme, mais les expériences qu’elle pourra créer grâce à lui et surtout la confiance qu’elle saura générer envers ses clients.

La disruption arrive toujours de l’extérieur et surprend les acteurs établis en s’insérant dans leur chaîne de valeur et en rendant leur business obsolète. Cela signifie, selon Stéphane Mallard, que non seulement l’expertise n’est plus un facteur différenciant, mais elle devient même un handicap face à la disruption. Il prend pour exemple Uber, Airbnb et Netflix, autant de startups disruptives dont les leaders ne connaissaient pas le secteur qu’ils investissaient, mais savaient qu’une disruption y était possible. L’enjeu des prochaines années pour les entreprises sera donc de forcer leur propre disruption. Elles n’ont pas le choix, conclut Stéphane Mallard. La seule bonne nouvelle est que tout le monde se trouve dans le même bateau ! Ce n’est plus un secteur contre un autre, un métier contre un autre, chaque entreprise est désormais potentiellement un taxi contre Uber. Ce qui est aussi une opportunité unique pour se réinventer.

 

*********

 

Session de questions-réponses

avec Maurice Parraguette (Chief Operating Officer, Gras Savoye), Antoine Imbert (Practice Head Insights & Data France, Capgemini) et Frédéric Combaneyre (Senior Manager, IoT support, Enablement and Innovation, SAS), animée par Marjorie Paillon.

Gras Savoye, premier courtier généraliste de France, a entrepris un grand plan de transformation numérique : pourquoi la data et l’analytique en sont-ils les piliers ?

Maurice Parraguette : La première cible de notre programme de transformation visait les processus, notamment en termes de connectivité avec nos clients, pour laquelle nous avons développé une stratégie multicanale. Un des éléments concurrentiels clés dans nos métiers est l’analytique que nous sommes capables de fournir à nos clients. Nous avons une grande richesse de données au sein de Gras Savoye puisque nous digitalisons nos courriers depuis bientôt 20 ans, et nous enregistrons nos conversations en call centers. Il s’agit de gros volumes de données qui étaient jusqu’à maintenant inexploités, mais nous ne pouvons plus nous permettre de rester en retrait de ce que l’on voit arriver.

Comment Capgemini perçoit-il l’analytique ?

Antoine Imbert : Nous avons créé une entité spécialisée sur les sujets liés à la donnée et à sa valorisation, qui regroupe à peu près 11 000 personnes dans le monde et 1 000 en France. Pourquoi une telle entité ? Parce que nous considérons que l’analytique est créateur de valeur pour nos clients, et que la donnée sous-tend et irrigue l’ensemble de leur transformation digitale. Nous souhaitons être en position de les accompagner de bout en bout, car les projets analytiques et data ne sont plus des expérimentations mais de vrais projets de transformation quasi industriels.

Comment SAS vit-elle cette disruption ? Des exemples concrets ?

Frédéric Combaneyre : Nous travaillons avec la société hollandaise SciSports, qui fournit des données spécialisées sur les matches de football aux équipes bien sûr, mais aussi aux médias, aux sociétés de paris sportifs, etc. Le monde du football est très traditionnel, par exemple pour savoir que tel footballeur a eu le ballon pendant 10 minutes de la partie, un employé dans les tribunes le mesure avec un chronomètre. Presque tout est fait manuellement. L’idée de SciSports est de tout automatiser et d’utiliser l’IA pour fournir plus d’informations en temps réel. Pour y parvenir, ils filment le match sous tous les angles avec une quinzaine de caméras autour du terrain, et utilisent l’IA pour détecter dans l’image en temps réel quels sont les joueurs, leur place sur le terrain, de manière à fournir pendant le match ces informations de façon automatisée. Nous leur apportons des solutions SAS d’IA qui opèrent la reconnaissance d’images au sein même des caméras.

Pourquoi SAS était-il le meilleur partenaire de Gras Savoye pour réussir cette transformation ?

M.P. : Pour nous, il était important d’avoir un outil qui soit entièrement partagé dans l’entreprise, qui nous permette d’adresser l’ensemble des clients internes comme externes, et qui satisfasse tous les utilisateurs. En France, nous avons 55 lignes métiers différentes : il nous fallait une solution qui nous permette de rassembler l’ensemble dans des conditions de sécurité et de conformité à la hauteur de nos enjeux actuels. La solution SAS était la plus pertinente : elle a recueilli la plus forte adhésion au sein du groupe.

L’IA est-il un facilitateur de business pour Capgemini ?

A.I. : Absolument, l’IA nous permet d’envisager de nouveaux services et de nouvelles lignes de revenus. Cependant, j’enverrais un message de prudence : l’IA crée aujourd’hui beaucoup d’attentes, légitimes car il s’agit d’une vraie disruption, mais parfois la courbe des attentes monte si vite par rapport à ce que l’on peut délivrer qu’il peut exister un décalage. C’est notamment lié au fait que l’IA, pour avoir un impact fort dans les entreprises, ne doit pas être un sujet de niche et de spécialistes, mais doit impliquer la plupart des collaborateurs de l’entreprise. C’est un changement fondamentalement culturel. Mais j’ai aussi un message d’encouragement : à mon sens, les entreprises qui ont déjà une culture forte de la donnée et de l’analytique seront les mieux positionnées pour tirer profit de la vague de l’IA.

Pourquoi ne pourra-t-on pas se passer de cette révolution ?

F.C. : L’IA, le machine learning et l’analytique ont jusqu’à récemment été réservés aux spécialistes. Mais on assiste depuis peu à une démocratisation de ces nouveaux outils. Mon conseil est donc simple : n’hésitez pas à utiliser ces technologies, à mettre en place des projets qui exploitent l’IA et l’analytique car c’est désormais à la portée de toutes les entreprises d’en tirer des bénéfices.

A.I. : Je partage ce point de vue sur la démocratisation de l’IA. Les technologies qui la sous-tendent sont complexes mais leur mise en œuvre n’est plus forcément une affaire de spécialistes. J’ajouterais qu’il ne faut pas avoir peur de faire des erreurs. La disruption est partout. On ne connaît pas précisément le point d’arrivée mais il est certain que si on ne s’engage sur ce chemin, on restera au bord de la route…

 

Revivez les sessions plénières en vidéo

Lire le compte-rendu de la plénière technique