Qui ?
Romain Fouache (en photo), Dga de Dataiku, Joanna Gordon, fondatrice de Tech AI, Olivier Ezratty, Nicolas Haftermeyer... Et les grandes plateformes.
Quoi ?
Une synthèse de la folle semaine de l'intelligence artificielle, avec Google au centre, et autour, de très nombreux satellites...
Comment ?
Cette semaine, grande agitation parisienne autour de l'IA, avec l'AI Night au Palais de Tokyo, TransformAI, ou encore la matinée du Hub Forum consacrée au sujet.
Mais au fait, c'est quoi l'IA ?
Chatbot, analyse d'image, voitures qui conduisent toutes seules, machine learning, big data... L' IA d'entreprise, c'est "l'amélioration des process produits ou décisions grâce à un traitement de grandes quantités de données", explique Romain Fouache de Dataiku. "Une entreprise est une machine à prendre des décision, il n'y a pas une décision qui ne puisse être augmentée par la donnée". Pour le BCG , il y aurait 30 % d'EBITDA à gagner pour les sociétés qui savent exploiter la donnée. Cet effort doit impliquer l'organisation dans sa globalité, chacun étant susceptible de participer, construire, ou bénéficier des projets de données. "Dans les grandes sociétés, ce sont des dizaines de milliers de personnes qui vont être concernées, et des millions de modèles et projets qui devront être gérés". Wow.
Et ça sert à quoi ?
Eh bien, dans le champ du marketing, un peu à tout. A ajuster le taux de remise pour concrétiser l'achat, comme l'a expliqué Nissan au Hub Forum, à valider le choix des goûts des pizzas, à automatiser et accélérer certaines tâches comme de répondre à ses clients par email ou SMS, à créer des influenceurs virtuels qui représenteront les marques, à paramétrer les polices d'assurance sur la météo (cf. notre papier sur Axa Parametrics)… "Mais ça oblige à la collaboration entre tous les services de l'entreprise", prévient Romain Fouache, de Dataiku. "Dans les projets de données, les frontières nettes n'existent plus entre métier/données/technologie/
Côté Nuit de l'IA, organisée par Artefact, Nicolas Halftermeyer retient le lancement officiel du Voice Lab, alternative française à Alexa & Siri. Mais aussi l'alliance Airbus et Google pour détecter les images satellites bouchées par des nuages. La somme de 1,5M€ de dotation du concours de l'Institut Gustave Roussy pour de projets de lutte contre le cancer des startups en oncologie et radiologie. Ou encore, Meero, la place de marché de la photographie, qui propose de meilleurs algorithmes d'amélioration d'images qu' Adobe, Apple ou Samsung ... Et enfin, TheContillery, cette start-up incubée chez Telecom Paris Tech et son outil de rêve pour les Social Media Managers : un algo de scoring prédictif d'images.
Pas mal, mais peut mieux faire. Olivier Ezratty, qui assistait aussi à #AINight19 au Palais de Tokyo, traduit un peu l'impression générale, dans un post sur Twitter. "Mise en valeur des femmes de l'IA et de l'IA for good, notamment dans la santé, c'est bien. Mais, écouter les Français parler Anglais est insupportable. Et cette impression désagréable d'observer une Europe bisounours de l'IA".
Où est l’Europe, à l’heure du lancement d'AI4EU comprenez Artificial Intelligence For the European Union. L’objet de AI4EU, doté d’un budget de 20 M€ et piloté par l’entreprise Thalès, consiste à mettre en place une plateforme d’intelligence artificielle à la demande. La Commission européenne a prévu d’investir 1,5 Mds€ d’ici 2020 puis 2,5 jusqu’en 2027. Cela sera-t-il suffisant face aux milliards d’Alibaba ou de Google ?
En effet, sur ces nouveaux enjeux, l'ombre des géants écrase un peu le paysage. L'ombre de Google en particulier, qui lançait, vendredi 12 avril, Google AI-Platform, sa plateforme d’intelligence artificielle à destination des développeurs et data scientist. Dans une logique de lock-in : parvenir à ce qu’un maximum de consommateurs utilisent votre écosystème et de fait s’y trouvent enfermés. Google a créé toute une suite, avec TensorFlow, un outil d'apprentissage automatique, incontournable en matière d’I.A. Le géant avait également proposé Cloud ML Engine, une plateforme permettant de créer et mettre en production des modèles de machine learning grâce à des services d'entraînement et de prédiction utilisés conjointement ou individuellement. Enfin Google avait développé en 2017 Kuberflow, une plateforme open source qui permet le déploiement simple de Machine Learning sur les Kubernets.
Le difficile chemin de la simplification
Le groupe s'efforce de proposer une couche d’intégration « end-to-end », pour simplifier la vie des entreprises. La boite à outils ultime du développeur. Ce qui lui donnerait des atouts supplémentaires face à AWS (Amazon Web service), critiquée pour la disparité de son offre IA. De son côté, Microsoft Azure, comme Google, a joué dès le début l’intégration, mais dans une logique où l’on va à l’essentiel en termes d’outils.
La firme de Mountain View travaille encore sur l'intégration de ses outils, notamment avec Tensorflow. Mieux, cette intégration se fait à l’aide du hardware TPU-Tensor Processing Unit, la puce miracle de Google pour le machine learning, même si Tensorflow est un logiciel open source disponible en multicloud. Google explique, Google vous prend la main, en fournissant les clés de lecture de l’usage des différents services proposés, et ça, c'est nouveau. Google AI Platform serait donc l’une des offres les plus simples et complètes adressée au public des développeurs et data scientist pour qu’ils puissent construire, tester et déployer leurs propres modèles. L’objectif est bien la démocratisation des outils et services de la tech company. Attention cependant, "adopter une solution packagée oblige les marques à adapter leur process", prévient Romain Fouache.
Clément Labréa