Si l’économie de demain est celle de la donnée, elle doit s’appréhender dès aujourd’hui. Prenant progressivement conscience de la valeur de la donnée, un nombre croissant d’acteurs investit dans ce domaine, cherchant à extraire de l’information utile au développement du business en recourant notamment aux solutions d’Intelligence Artificielle et de Machine Learning. « L’enjeu principal, pour nos clients, est de trouver les moyens de faire réfléchir leurs données », explique Medhi Famibelle, responsable du nouveau pôle Data Science de la société AKABI.

 

Faciliter le recours à l’Intelligence Artificielle

Spécialisée dans le domaine de la Business Intelligence, AKABI a récemment reçu le label Best Workplace Europe. En 2022, la société, maîtrisant toute la chaîne de valeur de la donnée – Business Intelligence, Software Development, Cloud & Infrastructure et désormais Data Science – a vu son activité croître de 30%. « Notre nouveau pôle Data Science, notamment, vient compléter notre proposition de valeur, répondant à une demande croissante du marché en expertise autour de la donnée, poursuit Medhi Famibelle. Notre rôle est d’aider nos clients à intégrer les possibilités offertes par l’Intelligence Artificielle et le Machine Learning au cœur de leurs processus décisionnels. »

 

Nouveaux leviers de création de valeur

Ces technologies, désormais accessibles à de nombreuses entreprises, constituent des leviers de création de valeur clés.

Pour l’illustrer, rien ne vaut des exemples bien choisis. « En marketing, les organisations disposent souvent de nombreuses données relatives à leurs clients, à leurs habitudes, poursuit l’expert en science de la donnée. Historiquement, ces données sont classées et analysées selon une approche marketing en fonction de critères traditionnels. L’Intelligence Artificielle, à laquelle on va soumettre l’ensemble des données suivant une approche non-supervisée, va permettre de découvrir des éléments dont on ne connaissait pas l’existence. L’algorithme va par exemple découvrir et révéler des opportunités de classification auxquelles l’analyste n’aurait pas pensé. » Grâce à l’IA, on peut déceler les éléments qui, dans le comportement des clients, indiquent qu’ils risquent d’aller voir ailleurs. De telles informations, ou d’autres que seule l’IA peut révéler, permettent de prendre des actions appropriées, d’agir anticipativement sur certains risques.

 

Vers des modèles prédictifs

L’Intelligence Artificielle, selon une approche supervisée cette fois , va pouvoir contribuer à analyser et classifier automatiquement des documents ou à évaluer le risque de panne d’une machine. « À ce niveau, l’IA peut mener à bien plus rapidement et plus efficacement des tâches laborieuses, répétitives ou tout simplement inenvisageables si elles avaient dû être réalisées par un humain, commente Medhi Famibelle. L’enjeu, au regard des possibilités offertes par la technologie, est désormais d’aider nos clients à déployer des modèles prédictifs et décisionnels au service du développement de leur activité. »

Le responsable du pôle Data Science d’AKABI s’attend notamment à voir d’autres cas d’usage se généraliser. Dans le secteur bancaire, par exemple, l’Intelligence Artificielle pourrait davantage être utilisée pour prédire la capacité d’un client à rembourser un emprunt, détecter des fraudes, appréhender les risques. L’Intelligence Artificielle, en outre, permet de mettre en œuvre des démarches de maintenance prédictive sur du matériel ou des machines industrielles, dans l’optique d’éviter toute panne prévisible.

 

Une méthodologie éprouvée…

Pour aider les acteurs du marché à extraire de la valeur de leurs données, AKABI déploie une méthodologie en plusieurs étapes. « Il s’agit avant tout de bien comprendre le besoin fondamental du client, puis de collecter et de nettoyer les données. À la suite d’une analyse exploratoire, il faut préciser le résultat attendu afin de pouvoir choisir les modèles algorithmiques les plus appropriés. Selon l’approche, il faut ensuite entraîner et tester le modèle, pour s’assurer que le résultat est à la hauteur de l’attente. Ce n’est qu’ensuite qu’on le déploie pour le rendre accessible aux métiers. »

 

Intégrer les outils « data science » les plus récents

Pour accompagner ses clients, AKABI a constitué une équipe de Data Scientists conjuguant une solide formation en statistiques, en Machine Learning, Intelligence Artificielle, avec une pratique opérationnelle des outils de Data Science les plus récents tels que MLflow, Tensorflow, Keras, Pytorch, scikit-learn, pour n’en citer que quelques-uns. « L’une des dernières tendances, ces derniers mois, réside dans l’intégration au niveau des processus d’une entreprise des solutions GPT (Generative Pre-trained Transformer), dont ChatGPT est un exemple d’application, commente Medhi Famibelle. Cette technologie, dite Generative, moment de disruption dans le domaine des sciences de la donnée, permet de générer du contenu comme le ferait un humain, qu’il s’agisse de texte ou d’image. À la demande, une IA Generative peut par exemple produire un document juridique, générer des recommandations dans la prise de décision financière, écrire un article structuré, une offre d’emploi ou un argumentaire commercial en intégrant une série de critères précis. »

Depuis quelques mois, AKABI investit dans les compétences autour de cette technologie et les possibilités d’automatisation qu’elle offre pour aider les organisations à en tirer pleinement profit.

 

Rassembler des passionnés

Considérant les besoins du marché, l’équipe d’AKABI se renforce actuellement. « La volonté est avant tout de rassembler des personnes passionnées par la Data Science, explique Medhi Famibelle. C’est un élément important pour nous que nous essayons d’identifier chez nos candidats. C’est cette passion qui nous permet d’aider nos clients à faire de la data un actif au bilan de leur entreprise. »