CONF #11: Comment l’IA peut optimiser l’efficacité opérationnelle des entreprises

Mercredi 2 juin dernier s’est tenue une table ronde sur l’optimisation de l'efficacité opérationnelle en entreprise, organisée par Future Intelligence*. C'est l’occasion de vous partager l'échange entre une chercheuse et différents professionnels ayant adopté l’IA au sein de leurs entreprises.

Dans cette nouvelle ère, l’Intelligence Artificielle est un enjeu particulièrement important puisqu’il va apporter une véritable valeur ajoutée à l’activité des entreprises.

Afin de s’intégrer et gérer au mieux l’ère du Big Data, il est important pour l’entreprise d’utiliser les informations à sa disposition ainsi que les outils les plus adaptés possible, et cette table ronde nous explique pourquoi il est essentiel de ne pas l’ignorer, à travers la problématique suivante : “comment utiliser au mieux les techniques d’IA pour l’automatisation des tâches cognitives et l’aide à la décision dans les process”.

Cette table ronde a été animée par Thibault Lieurade, journaliste et chef de rubrique économie en entreprise pour The Conversation, un média dans lequel des journalistes collaborativement avec les enseignants chercheurs pour l’actualité. Les autres intervenants, venus nous éclairer sur cette problématique d’efficacité opérationnelle dans les entreprises, ont été Christophe Merle, Manager Big Data & Artificial Intelligence chez Vitesco TECHNOLOGIES, ainsi que coordinateur industriel de l’ANITI, Patrick Fabiani, responsable des études scientifiques avancées chez Dassault, Ghislain De Roeck, le directeur des systèmes informatiques chez Liebherr, Enzo Sebastianelli de chez Daher et la représentante de la recherche Olga Battaïa, doyenne associée à la recherche chez Kedge business school.

Au commencement était le Computer Vision

S’il paraît tout à fait naturel pour l’Homme d’interpréter ce qu’il voit, c’est beaucoup moins évident pour une machine. Comme l’explique le site Hub One sur le computer vision, pour la machine, “une image ou une vidéo n’est qu’un ensemble de pixels (points) avec un code couleur (généralement associé au modèle RVB – Rouge Vert Bleu). Ainsi, la vision par ordinateur consiste à construire des modèles algorithmiques pour que, vu du regard extérieur, cela donne des propriétés semblables à la vision humaine.”

En terme de computer vision, la performance de l’intelligence artificielle peut ainsi surpasser l’humain, sur la prise de décision comme sur l’analyse des images. Ainsi, le computer vision peut être utilisé en entreprise grâce à sa fonction de classification, ce qui est utile pour comprendre le contexte général d’une image ou d’une vidéo.

Dans le monde industriel, cette technologie permet de détecter des erreurs : les pièces produites sont-elles conformes au modèle originel ? Cette détection d’anomalie a depuis longtemps fait ses preuves.

Tout comme le computer vision, le machine learning est utile en entreprise. Par exemple, en logistique, il apporte des solutions qui optimisent les espaces de stockage dans les entrepôts, donne de la visibilité sur leur disponibilité et optimise les lignes de production. L’IA, ainsi générée, permet de répartir les tâches des opérateurs chargés au maximum de leur capacité tout en maintenant un haut niveau de qualité, de tenir les délais imposés par les clients et évite en prime de refaire des plannings… Le machine learning optimise la disponibilité opérationnelle.

Grandeurs et dépendances de l’IA

Christophe Merle le rappelle : “L’IA s’appuie sur de grandes quantités de données. Le premier frein va être l'accès à ces données.” Même quand on imagine avoir toute la donnée possible, celle-ci sera limitée. Il faut donc s’équiper d'infrastructures adaptées.

L’autre frein est le facteur humain. “Les managers doivent être conscients que l'IA ne résout pas tout”, explique encore Christophe Merle. “Il faut savoir saisir les belles opportunités et ne pas se faire de fausses promesses. Il n’y a pas de miracles.”

A l’inverse, d’autres ont peur de l’IA et n’adhèrent pas à cette technologie. “Il faut déstructurer cette crainte”, poursuit Enzo Sebastianelli. “La machine ne remplacera pas l’homme. L’IA est un très bon outil mais elle ne remplacera pas des métiers. Elle est juste plus performante pour des tâches quotidiennes ou pour résoudre certaines problématiques.”

La question de la formation et du métier se pose. “Des personnes se sont reconverties en data scientist en alliant un savoir-faire ingénieur et une connaissance du machine learning, deep learning et réseaux de neurones”, poursuit Christophe Merle.

Dès lors, il convient d’opérer la conduite du changement : “Le data scientist sait maîtriser ses outils. Et même s' il a été formé sur la question, il est important qu’il puisse gérer la maîtrise de la complexité des données” estime Enzo Sebastianelli.

“La question du changement va être un très grand défi pour l’industrie mondiale”, prévient Olga Battaïa. “Cela suppose justement de s’adapter à un rythme de changement beaucoup plus élevé dans le futur que ce que nous avons connu jusque là : comment s’adapter à la vitesse de changement du monde et à la fréquence de nouvelles technologies ? À de nouvelles approches, sans oublier les perturbations que peuvent représenter la crise sanitaire, la flexibilité, l'acceptation de l'incertitude, etc.”

L’IA représente donc un défi de poids et un challenge sur bien des aspects. “Mais on ne peut pas l’ignorer”, explique Ghislain De Roeck, “Si on ne bouge pas, on va perdre en compétitivité, pour se faire dépasser. En termes de performances, l’humain ne sera pas remplacé dans la prise de décision mais l’IA permettra de compléter et d’accélérer.”

Reste la question éthique. “L’IA est un outil à manipuler avec précaution” prévient Ghislain De Roeck, “Qui est responsable en cas d’erreur de la machine ? Est-ce l'opérateur, le décisionnaire ou le concepteur du programme ?” enchaîne Olga Battaïa.

En conclusion, de manière générale, cette intégration d’intelligence artificielle en entreprise, que ce soit par du computer vision, du machine learning, etc… est devenue indispensable pour devenir plus performant et ne pas perdre en compétitivité. L’IA est en effet un outil complémentaire à l’homme qui ne doit pas pour autant le remplacer, et qui, comme l’a rappelé Enzo Sebastianelli, “a encore de belles années à vivre”.

*Future Intelligence a été co-organisé par Aerospace Valley, AD’OCC, ANITI, ABE, IANP et Occitanie Data. At Home et Toulouse is AI sont partenaires.