Conférence sur l’Intelligence Artificielle par Fujitsu Luxembourg

L’intelligence artificielle fait beaucoup parler, autant qu’elle véhicule de nombreux nouveaux fantasmes. Ce mardi, lors d’un événement, les experts de Fujitsu entendaient démystifier la technologie pour mieux envisager les opportunités qu’elle présente pour le business.

« La technologie s’applique à une étendue très vaste de sujets, entamait Thierry Lefort, AI Product Manager au sein du groupe Fujitsu, venu pour l’occasion du centre d’excellence en intelligence artificielle de Fujitsu à Paris. A partir du moment où l’on a de la donnée, quelle que soit sa nature, on peut l’utiliser pour faire de l’intelligence artificielle. »

De nombreux cas d’usage

Afin de rendre les choses plus concrètes, l’expert a évoqué quelques cas d’usage en lien avec les domaines d’activité dans lesquels Fujitsu, spécialiste de la transformation digitale des organisations, investit. Comme cette librairie qui a eu recours à l’intelligence artificielle dans le domaine de la reconnaissance d’image pour recenser ses 90.000 références directement dans les étagères. « Notre client avait constaté que 12% des visiteurs ressortaient du magasin sans avoir rien acheté, notamment parce qu’ils peinaient à trouver ce qu’ils étaient venus chercher, explique l’expert. L’intelligence artificielle permet de reconnaitre chaque livre, là où il se trouve dans le magasin, sur base du texte écrit sur la tranche, mais elle pourrait aussi effectuer des reconnaissances sur base des images présentes sur la couverture. Derrière, une application permet à chaque client de trouver sans délais la référence qu’elle est venue chercher. »

Mieux orienter les demandes clients et lutter contre la fraude

On peut aussi évoquer ce service de support d’un acteur spécialisé dans la hosting informatique. Grâce à l’intelligence artificielle, et l’analyse des demandes introduites au moyen de tickets, Fujitsu est parvenu à mieux orienter chacune d’entre elles directement vers la bonne équipe. « L’intelligence artificielle, sur base de l’analyse d’un historique de demandes, permet, avec 80% de précision, de prédire quelle est l’équipe qui pourra le mieux répondre au besoin du client. On peut dès lors orienter directement le ticket vers la bonne personne, sans perdre de temps », poursuit Thierry Lefort.

Dans la lutte contre la fraude ou la détection de paiements indus, deux autres exemples évoqués, l’intelligence artificielle peut rapidement générer de la valeur business, en détectant avec précision les cas de fraude dans une masse de transactions.

Partir d’une liste de questions

« Pour débuter avec un projet impliquant l’intelligence artificielle, il faut partir d’une liste de questions, auxquelles on va demander à l’intelligence artificielle d’apporter des réponses à partir de l’analyse d’un set de données », commente Jean-Baptiste Rouquier.

Les questions peuvent être variées. Cet e-mail est-il légitime ou doit-il être classé dans les spams ? Ce client va-t-il rester ou risque-t-il de partir ? A l’analyse de cette mammographie, la patiente présente-t-elle des risques de cancer ? Suivant mes interactions avec ce prospect, cela vaut-il la peine que je continue à investir dans la relation ? Selon l’historique d’achat du client, quels sont les produits qu’il est opportun de lui recommander ? « Si l’on considère le domaine de la finance, secteur clé au Luxembourg, on se rend compte que l’intelligence artificielle permet d’apporter des réponses en matière de détection de la fraude, de prédiction de l’attrition, d’évaluation du risque lié au crédit, de pricing, d’amélioration de la relation client… Ou encore en matière de recrutement, de marketing ou encore au niveau de l’IT, avec la maintenance prédictive », poursuit Jean-Baptiste Rouquier.

Entrainer le modèle au départ d’un set de données

Une fois que la question est définie, l’enjeu est d’entrainer le modèle, afin d’arriver à des résultats suffisamment précis. « Pour cela, on part d’un échantillon de données, comme des transactions si l’on parle de lutte contre la fraude. On essaie des modèles pour, petit à petit voir ce qui marche le mieux, si les résultats correspondent aux attentes, poursuit Jean-Baptiste Rouquier. Une fois que l’on a obtenu des résultats intéressants sur les données d’apprentissage, on peut tester le modèle sur d’autres sets de données, avant de le pousser en production. A partir de ce moment, il est important de régulièrement faire évoluer le modèle, les données comme les comportements évoluant forcément dans le temps. Il faut donc veiller à regarder au-delà du modèle de prédiction, pour l’adapter si cela s’avère nécessaire. »

Pour aider ses clients a mieux appréhender leur transformation digitale, notamment avec les possibilités aujourd’hui offertes par l’intelligence artificielle, Fujitsu a notamment mis en place un schéma d’accompagnement. « Cela commence par des séances de design thinking, lors desquelles nous travaillons avec vous sur les problématiques que vous rencontrez, pour permettre à de nouvelles idées d’émerger, commente Cédric Jadoul, Head of Digital Strategy au sein de Fujitsu Luxembourg. Au-delà de cette phase d’Inspiration, nous entrons dans une phase d’innovation, en évaluant les technologies qui permettent de générer des résultats. Très rapidement, ensuite, il est question de mettre en place un prototype, pour valider la technologie et générer des résultats. S’ensuit une phase d’itération, pour améliorer le modèle, avant sa mise en production. »

De cette manière, Fujitsu place les technologies les plus innovantes à la portée de toutes les entreprises.