9altitudes à la réunion annuelle 2026 du Forum économique mondial (WEF)
Van Dorp apporte son point de vue sur l'industrie numérique en matière de productivité, de résilience et de durabilité grâce à des opérations intégrées et à l'IA.
Cette technologie, qui consiste à confier à des ordinateurs des tâches qui requièrent généralement l'intelligence humaine, existe depuis des dizaines d'années. Avec le lancement de l'IA, elle est devenue disponible pour une plus grande communauté et a été rendue plus accessible au marché de masse. Voyons comment vous pouvez utiliser l'IA pour révolutionner l'efficacité et la qualité de votre entreprise, réduire les coûts et tirer parti de tous les autres avantages qu'offre cette technologie. Cet article est le premier d'une série couvrant divers sujets liés à l'IA.
Alan Turing est considéré comme le parrain de l'IA. Il a lancé l'idée de machines intelligentes dans les années 50 et a conçu l'ordinateur de jeu d'échecs Turochamp. Toutefois, à l'époque, les ordinateurs n'étaient pas assez puissants et n'étaient pas encore capables d'établir des connexions ou d'appliquer des techniques intelligentes. Il a fallu attendre 1997 pour battre le célèbre joueur d'échecs Garry Kasparov. En 2016, l'ordinateur AlphaGo a vaincu un champion du monde de Go. Il s'agissait d'une étape importante pour l'IA, car le jeu de Go est connu comme le jeu classique le plus difficile pour l'intelligence artificielle en raison de sa complexité.
L'objectif de l'IA a toujours été de faire en sorte que les ordinateurs pensent et réagissent comme s'ils étaient des êtres humains. En d'autres termes, il s'agit de créer des logiciels qui imitent le comportement et les capacités des humains. La technologie a évolué au fil des années, donnant naissance à différents systèmes d'IA allant de l'apprentissage automatique à l'IA générative.
Dans le premier cas, vous formerez le système en lui fournissant des données et en lui apprenant à les traiter et à les interpréter. Cela permet de créer des modèles qui aideront à interpréter les nouvelles données. Pour ce faire, le système compare les nouvelles données avec ce qu'il a appris grâce au modèle. La reconnaissance des factures et l'extraction des données nécessaires à partir des factures entrantes est un cas d'utilisation bien connu.
L'apprentissage profond, une forme d'apprentissage automatique, crée des réseaux neuronaux qui permettent au système d'apprendre et de prendre des décisions par lui-même. Il nécessite beaucoup plus de données que l'apprentissage automatique classique, mais aussi beaucoup plus de puissance de calcul. Une différence importante réside dans le fait que l'apprentissage automatique classique nécessite une intervention humaine pour aider le système à prendre des décisions finales en cas d'inexactitudes. L'apprentissage profond ne nécessite aucune intervention humaine pour prendre cette décision.
L'IA générative va plus loin et ne se contente pas d'interpréter les données et/ou de prendre des décisions. Sa fonction première est de générer du contenu. Il peut s'agir, par exemple, d'une ébauche de la prochaine présentation que vous devez créer.
Les systèmes d'IA générative s'appuient sur de grands modèles de langage (LLM), conçus pour comprendre et générer du contenu. Ils améliorent les performances des travailleurs et sont le "copilote" de chaque employé. Il peut générer de nouveaux textes, des images ou même un tableau de bord Power BI complet, en utilisant les données que vous lui fournissez en entrée. Le résultat est aussi bon que les données fournies. Vous devez vous assurer de demander spécifiquement ce dont vous avez besoin. Les données inutiles sont les mêmes que les données inutiles. Nous nous pencherons plus en détail sur la rédaction de bons messages-guides dans un prochain article.
Il est essentiel de sélectionner l'approche (l'apprentissage automatique peut suffire) et le modèle les mieux adaptés à votre tâche. Certains modèles sont plus axés sur le texte, tandis que d'autres sont plus axés sur les images. Chaque solution d'IA a donc ses propres forces et faiblesses, en fonction de l'usage que vous souhaitez en faire.
La formation d'algorithmes d'IA nécessite d'énormes quantités de données de haute qualité. Une plateforme IOT (Internet des objets) telle que PTC ThingWorx, la plateforme de PTC axée sur l'Internet des objets (IoT), peut constituer une source de données. Mais les systèmes ERP (Enterprise Resource Planning) disposant de nombreuses données historiques peuvent également constituer une source fiable. Tout dépend du cas d'utilisation que vous souhaitez optimiser/automatiser avec l'IA.
Imaginez que vos appareils tombent en panne à des moments aléatoires et que les données soient captées par ThingWorx. Dans ce cas, l'IA pourrait rechercher les raisons et trouver des tendances pour prédire les futures pannes potentielles. Vos données n'ont pas nécessairement besoin d'être stockées dans le cloud, mais les capacités de l'informatique en ligne sont bien plus importantes que celles de l'informatique on-site.
Des domaines tels que l'optimisation des processus d'entreprise ou l'assistance aux travailleurs n'ont pas nécessairement besoin de l'IA, mais ils peuvent en tirer des avantages.
Prenons l'exemple du Process Mining (Un outil d'analyse commerciale abordé dans notre podcast néerlandais), qui consiste à analyser les processus d'une organisation sur la base de données. Nous suivons les formulaires qu'un utilisateur a ouverts, comment il a navigué vers un autre formulaire et combien de temps cela prend par rapport à d'autres utilisateurs, par exemple.
Cela devient encore plus intéressant si l'on considère l'assistance aux travailleurs. Les logiciels d'IA peuvent, par exemple, fournir aux techniciens de terrain les informations nécessaires pour effectuer des réparations. Grâce à l'IA, cette interaction devient plus humaine. Le technicien pourrait simplement demander : "Comment dois-je changer l'huile ?" et Copilot fournit des instructions étape par étape en récupérant les informations à partir d'une combinaison de diverses sources disponibles au sein de votre organisation.
Commençons par un autre exemple. Vous êtes un développeur qui souhaite développer une application. Vous partez de rien en élaborant une présentation de base et en ajoutant de la logique à votre formulaire. Combien de temps cela vous prend-il ? Imaginez que vous puissiez demander à l'IA : "Créez une application pour ajouter mes dépenses. Je dois pouvoir ajouter le montant dépensé, le lier à un projet et ajouter une photo de mon reçu de paiement." En réponse à cette demande, Copilot dans Power Platform dessine un formulaire de base avec les champs nécessaires. Il n'est peut-être pas parfait, mais c'est là que vous intervenez. Le travail fastidieux a déjà été fait et il ne vous reste plus qu'à le peaufiner pour qu'il soit au top !
C'est précisément l'objectif de Microsoft : vous donner les moyens d'agir. Microsoft Dynamics 365 Copilot vous donne une longueur d'avance grâce à son assistant numérique alimenté par l'IA. Il vous permet de travailler plus efficacement, d'être créatif et de vous concentrer sur la véritable valeur ajoutée.
Faisant le parallèle avec l'impact révolutionnaire de la machine à vapeur lors de la révolution industrielle, cette innovation symbolise la puissante avancée vers une productivité accrue qui s'en est suivie.
Notez que toutes les solutions Copilot ne sont pas disponibles dans toutes les régions.
Nous avons expérimenté les courriels entrants pour le support client. Un client se plaint d'un appareil qui est tombé en panne.
Une liste d'actions que l'IA peut désormais prendre en charge :
Curieux de découvrir en avant-première l'un de nos clients ?
Azure AI est le portefeuille de services d'intelligence artificielle de Microsoft conçu pour les développeurs et les scientifiques des données. Il est ainsi possible de construire et de déployer ses propres solutions d'IA en utilisant leurs modèles. La vitesse à laquelle Azure AI recueille des informations et accélère le travail en ligne est fulgurante.
Les chatbots sont mieux connus du grand public. Bing Chat et ChatGPT utilisent tous deux les modèles linguistiques d'OpenAI. Toutefois, il existe une différence significative : ce dernier enregistre l'historique des conversations afin d'entraîner davantage ses modèles. Ceci étant dit, les Chatbots de Bing et de ChatGPT utilisent tous deux les modèles linguistiques d'OpenAI, une fuite de données n'est jamais loin.
Il ne faut pas se lancer dans l'IA uniquement parce que cela semble cool. Il est important d'évaluer quel cas d'utilisation est pertinent pour vous et d'établir des priorités. Commencez par maîtriser vos processus pour voir où la valeur ajoutée de l'IA pourrait se situer. Tous les outils ont un prix. Comme toujours, il est important de comparer le coût aux gains d'efficacité potentiels.
Le monde de l'IA est extrêmement prometteur pour les entreprises désireuses d'en exploiter les capacités. De la révolution des processus à l'amélioration du service à la clientèle, les applications potentielles sont vastes. En comprenant les différents systèmes d'IA, en exploitant les données et en choisissant les bons outils, les entreprises peuvent libérer tout le potentiel de l'IA et générer une croissance durable dans le paysage concurrentiel actuel.
Restez à l'écoute pour d'autres articles de cette série qui nous permettront d'approfondir le domaine passionnant de l'intelligence artificielle.