Comment l’intelligence artificielle permet-elle aujourd’hui de renforcer l’analyse de ses données et de répondre à diverses problématiques métier?

L’intelligence artificielle, principalement, permet de révéler des éléments en lien avec votre activité dont vous n’avez pas conscience. Pour illustrer cela, prenons quelques exemples. Dans une optique de lutte contre la fraude financière, l’intelligence artificielle (IA) permet d’identifier, au cœur de l’ensemble des transactions, les comportements anormaux ou suspicieux. Si l’on parle de la gestion d’un parc industriel, dont les équipements sont connectés, un modèle d’intelligence artificielle permet d’identifier les phénomènes qui, lorsque tout fonctionne normalement, sont associés aux risques de panne. Si l’on parle de lutte contre l’attrition des clients, l’IA va permettre de révéler les indicateurs qui laissent supposer qu’un consommateur va se détourner de vos services. Grâce à l’intelligence artificielle, on peut accéder à une connaissance des risques beaucoup plus fine que celle qu’offrent actuellement les modèles statistiques.

En tant que dirigeant d’entreprise, comment peut-on procéder pour mettre en œuvre des modèles de gestion de risques s’appuyant sur l’intelligence artificielle?

En fonction des objectifs poursuivis, au départ de modèles d’analyse non supervisée, un moteur d’intelligence artificielle va travailler sur des sets de données disponibles. Cette approche va permettre de révéler des premières indications et tendances, que l’on va ensuite tester, valider, affiner, cette fois dans une approche supervisée. Par exemple, dans le cadre de la lutte contre la fraude, l’analyse non supervisée va révéler certains comportements suspicieux, qui vont permettre d’établir un premier modèle. Ensuite, il faudra vérifier la pertinence des modèles obtenus, en l’appliquant à d’autres données, relevant d’une part de cas de fraude et d’autre part de transactions légitimes. De cette manière, progressivement, on peut améliorer la pertinence du modèle.

Quelles sont les principales problématiques associées à la mise en œuvre d’une approche d’analyse s’appuyant sur l’intelligence artificielle?

Les acteurs sont souvent confrontés à divers types de problèmes. L’un d’eux consiste à mettre en place des modèles qui vont procéder à des analyses sur un nombre trop important de données, souvent l’ensemble des données disponibles. Une telle approche se révèle aujourd’hui peu pertinente. Il s’avère préférable de permettre au modèle de s’appuyer uniquement sur les données utiles pour l’obtention du résultat recherché. Au fil du temps, on pourra améliorer les résultats, enrichir l’analyse au départ d’autres sources de données. En la matière, par exemple, l’Internet des Objets permet de collecter d’autres données à divers endroits pour servir d’autres objectifs.

Un des autres biais rencontrés réside dans le temps qui peut s’écouler entre la définition d’un modèle d’analyse, sur base d’un set de données, et sa mise en production. Il peut parfois s’écouler plusieurs mois entre les deux. Durant cette période, les comportements des utilisateurs ont pu évoluer, si bien que le modèle défini au départ n’est plus valide quand il est mis en production.

Comment répondre à ces problématiques?

Pour développer des approches d’analyse de données de qualité, les organisations doivent se doter d’une plateforme efficiente leur permettant d’aller chercher l’information utile où elle se trouve, mais aussi de réduire le temps nécessaire au développement, au test et à la validation d’un modèle d’analyse. Au-delà, une telle plateforme permet de mettre en œuvre des modèles capables d’apprendre par eux-mêmes, de s’adapter en permanence, d’évoluer en tenant compte des tendances. Enfin, il est important de pouvoir intégrer les enjeux de gouvernance et de conformité, au cœur du processus de développement des modèles. 

L’un des plus grands défis auxquels les organisations sont confrontées est de savoir comment utiliser leurs données de manière optimale.

Envie d’en savoir plus? CODIT Luxembourg vous invite à venir explorer ces opportunités au cours de 4 webinaires proposés en juin. Le premier, le 10 juin, évoquera plus particulièrement l’intelligence artificielle. .