Intelligence artificielle : les quatre piliers stratégiques et l’approche industrielle d’IBM

Share this post:

Plusieurs sujets sont essentiels pour garantir le succès d’une solution d’intelligence artificielle : le langage, l’automatisation, la confiance et un déploiement facilité, sur site comme dans le cloud. L’article qui suit présente le point de vue d’IBM complété par son approche pratique de type « garage », permettant de se plonger directement dans le projet pour faciliter le passage à l’échelle.

Avec l’explosion de la data, les outils classiques d’analyse ne suffisent plus. L’intelligence artificielle, qui se nourrit des données pour apprendre et s’améliorer, permet de trouver des corrélations dans les data et de détecter des signaux faibles, là où l’humain se retrouverait dépourvu face à ce tsunami d’informations. Data et IA sont donc aujourd’hui intimement liées.

Champion international de l’innovation, IBM accompagne ses clients dans la mise en œuvre de systèmes informatiques complexes, capables d’exploiter des volumes de données toujours plus massifs. Dès 1997, IBM a montré la capacité de ses supercalculateurs à battre les meilleurs joueurs d’échecs, Deep Blue ayant remporté alors une partie contre le champion du monde de l’époque, Garry Kasparov. En 2011, IBM franchissait une nouvelle étape dans le secteur de l’intelligence artificielle et de la compréhension du langage, en faisant participer IBM Watson au jeu télévisé américain Jeopardy. Une partie qu’il remporta, battant à cette occasion les deux meilleurs compétiteurs de l’histoire du jeu. Depuis, de nombreuses étapes ont été franchies, avec une adoption toujours plus large de l’IA en entreprise, une technologie passée depuis quelques années en phase d’industrialisation. IBM Watson est devenu dans le même temps le porte-étendard des capacités d’intelligence artificielle d’IBM.

Les 4 piliers d’IBM Watson

Les entreprises génèrent de plus en plus de données, structurées ou non. L’objectif d’IBM est de leur fournir des outils clés en main et personnalisables capables d’exploiter ces données afin d’en tirer des informations utiles. Afin de répondre à ce défi, la stratégie d’intelligence artificielle d’IBM est axée autour de quatre principaux piliers :

1. Le langage. Depuis 2011, les capacités de traitement du langage naturel (NLP, pour Natural Language Processing) d’IBM Watson ont énormément progressé. Avec Project Debater, IBM Watson montre sa capacité à débattre avec un auditoire sur des sujets variés, sans préparation préalable. Une technologie qui a démontré son efficacité lors de son utilisation à ses premiers débats publics en 2018, et fait preuve à cette occasion de son impartialité. Un élément clé favorisant la confiance. Ces avancées permettent d’imaginer de nouveaux usages, comme faire ingérer à l’intelligence artificielle un rapport financier, puis la « requêter » en langage naturel. l’IA sera même capable de poser des arguments visant à défendre son analyse.
2. L’automatisation. En analysant les données, l’intelligence artificielle peut prendre des décisions de façon autonome, permettant ainsi d’automatiser un certain nombre de tâches. Nous retrouvons cette approche dans certains processus métiers comme le rapprochement bancaire ou la détection de faux. Mais aussi dans le RPA (Robotic Process Automation). Ou encore plus largement dans l’AIOps, l’utilisation de l’intelligence artificielle dans la gestion des opérations IT. Le tout s’accompagne du basculement du réactif vers le proactif, voire le prédictif. Grâce à l’intelligence artificielle, il est possible d’anticiper une panne ou de repérer une attaque informatique, en étudiant des données de fonctionnement des équipements et les journaux des outils de sécurité.
3. La notion de confiance. Il est crucial d’avoir confiance dans l’intelligence artificielle. Cette confiance doit aller au-delà de la mesure des seuls indicateurs de performance pour aborder des thèmes comme la non-discrimination, l’impartialité, l’explicabilité des décisions prises, mais aussi la sécurité. L’éthique de l’IA est un élément essentiel, qui doit être mesurable, traçable et auditable. IBM propose des outils sous licence open source permettant de traiter ce sujet critique, apportant ainsi de la confiance dans les technologies d’intelligence artificielle et les modèles qu’elles emploient.
4. L’adaptabilité, aussi appelée « anywhere ». IBM Watson peut être utilisé là où l’organisation le choisit. Historiquement, cette solution n’était accessible que sur le cloud IBM. Elle est aujourd’hui déployable auprès de l’ensemble des grands fournisseurs de services cloud, mais également sur les clouds souverains et même sur site interne, lorsque l’organisation veut conserver une maîtrise absolue de ses infrastructures IT. Cette universalité s’inscrit dans la stratégie cloud hybride d’IBM.

Une approche « plateforme » et « garage »

Ces 4 piliers forment la stratégie et la feuille de route d’IBM dans le secteur de l’intelligence artificielle. Les cas d’usage se multiplient rapidement : agents virtuels, plates-formes conversationnelles, moteurs de recherche intelligents, analyses prédictives, etc. Le passage à l’échelle nécessite toutefois de disposer d’une infrastructure de données solide et d’une gouvernance efficace, afin de pouvoir disposer de données de qualité, traitées en toute sécurité.

IBM adopte une stratégie de plateforme, avec des solutions prêtes à l’emploi. IBM Cloud Pak for Data est une plateforme de services couvrant à la fois la data et l’IA, pouvant être consommée et facturée à l’usage et déployable où le client le souhaite. Une plate-forme qui hérite donc de tous les paradigmes du cloud, mais avec un choix libre dans les modes de déploiement, en accord avec la vision cloud hybride d’IBM.

Cette stratégie de plateforme est combinée avec une approche « Garage » : afin d’accompagner les professionnels dans leur choix, IBM opte pour le « Show me. Don’t tell me » au travers de démonstrateurs et MVP (Minimum Viable Product) avancés, proposés dès la phase d’avant-vente. Ces maquettes sont réalisées en coopération avec le client, en se basant sur les cas d’usage qu’il a identifiés. Cette approche permet de valider au plus tôt l’adéquation entre les besoins exprimés et les solutions disponibles, et d’avancer ainsi en toute confiance. Une cinquantaine d’experts IBM accompagne les entreprises françaises dans cette démarche.

Pionnier de la recherche dans le domaine de l’IA avec l’emblématique IBM Watson, IBM a acquis aujourd’hui une maîtrise technologique, une expérience et un savoir-faire qui lui permettent d’accompagner ses clients à toutes les étapes de la mise en œuvre d’un projet d’IA. L’expérience récente montre que les conditions d’un projet d’IA réussi reposent sur l’identification de cas d’usages pertinents, sur la capacité à passer à l’échelle, et sur la confiance que les utilisateurs (internes à l’entreprise et clients) vont accorder à cette technologie.

Avec sa plateforme Cloud Pak for Data et sa méthodologie « Garage », IBM est capable de répondre à toutes les exigences des entreprises qui souhaitent insuffler de l’IA dans leurs processus afin d’être plus performantes.

Pour en savoir plus, visitez notre page web sur l’Intelligence Artificielle !